
1M टोकन संदर्भ, 128K आउटपुट, कम, उच्च या अधिकतम प्रयास पर हमेशा चलने वाले तर्क, मूल वेब खोज और टूल कॉलिंग के साथ कोडिंग और एजेंटिक मॉडल।
1M टोकन संदर्भ, 128K आउटपुट, कम, उच्च या अधिकतम प्रयास पर हमेशा चलने वाले तर्क, मूल वेब खोज और टूल कॉलिंग के साथ कोडिंग और एजेंटिक मॉडल।
टिप्पणियाँ: - संदर्भ विंडो: 1M टोकन - अधिकतम आउटपुट: 128K टोकन - हमेशा कारण; सोच को अक्षम नहीं किया जा सकता - तर्क प्रयास: कम, उच्च, या अधिकतम (जटिल कोडिंग के लिए अधिकतम अनुशंसित) - एक अलग प्रयास के लिए एक अनुरोध, या सोच को बंद करने के लिए, निकटतम समर्थित स्तर पर परोसा जाता है - अंतर्निहित वेब खोज उपयोग किए जाने पर प्रति अनुरोध $0.033 जोड़ती है - फ़ंक्शन कॉलिंग, संरचित आउटपुट (JSON मोड), और स्ट्रीमिंग का समर्थन करता है
इस नाम से भी जाना जाता है Z.ai GLM 5.3
glm-5-3/v1/chat/completionsPOST/v1/responsesPOST/v1/messagesPOST/v1beta/models/glm-5-3:generateContentglm-5.3zai/glm-5.3zhipu/glm-5.3EmpirioLabs कैटलॉग से लाइव pay-as-you-go दरें। आप साप्ताहिक उपयोग सीमा वाला प्लान भी चुन सकते हैं।
GLM 5.3 OpenAI-संगत Chat Completions API देता है। किसी भी OpenAI SDK को अपनी EmpirioLabs API key के साथ https://api.empiriolabs.ai/v1 पर सेट करें और model id glm-5-3 उपयोग करें। EmpirioLabs डैशबोर्ड से API key प्राप्त करें।
curl https://api.empiriolabs.ai/v1/chat/completions \
-H "Authorization: Bearer $EMPIRIOLABS_API_KEY" \
-H "Content-Type: application/json" \
-d '{
"model": "glm-5-3",
"messages": [
{"role": "user", "content": "Write a haiku about the ocean."}
]
}'from openai import OpenAI
client = OpenAI(
base_url="https://api.empiriolabs.ai/v1",
api_key="YOUR_EMPIRIOLABS_API_KEY",
)
response = client.chat.completions.create(
model="glm-5-3",
messages=[{"role": "user", "content": "Write a haiku about the ocean."}],
)
print(response.choices[0].message.content)EmpirioLabs पर GLM 5.3 API द्वारा समर्थित request पैरामीटर। फ़ील्ड छोड़ने पर डिफ़ॉल्ट मान लागू होते हैं।
| पैरामीटर | प्रकार | डिफॉल्ट | रेंज / मान | विवरण |
|---|---|---|---|---|
| max_tokens | integer | 65536 | 1 से 131072 | उत्पन्न करने के लिए आउटपुट टोकन की अधिकतम संख्या। |
| temperature | number | 1 | 0 से 1 | यादृच्छिकता को नियंत्रित करता है। कम मान प्रतिक्रियाओं को अधिक नियतात्मक बनाते हैं। |
| top_p | number | 0.95 | 0.01 से 1 | न्यूक्लियस सैंपलिंग कटऑफ। |
| reasoning_effort | enum | max | low, high, max | यह मॉडल हमेशा कारण बनाता है और इसे बंद नहीं किया जा सकता है। कम हल्का है, उच्च बढ़ाया जाता है, और अधिकतम गहरा तर्क है। जटिल कोडिंग के लिए अधिकतम की सिफारिश की जाती है। |
| preserve_thinking | boolean | false | - | मॉडल के इनपुट में पहले के सहायक मोड़ के तर्क को शामिल करें /v1/chat/completions. उस सहायक संदेश के reasoning_content फ़ील्ड में प्रत्येक मोड़ के तर्क को अपरिवर्तित... |
| do_sample | boolean | true | - | नमूनाकरण सक्षम करें। लालची नियतात्मक आउटपुट के लिए बंद करें (तापमान और top_p को नजरअंदाज कर दिया जाता है)। |
| tool_web_search | boolean | false | - | अंतर्निहित वेब खोज सक्षम करें। उपयोग किए जाने पर प्रति अनुरोध $0.033 जोड़ता है। |
| search_recency_filter | enum | noLimit | oneDay, oneWeek, oneMonth, oneYear, noLimit | वेब खोज परिणामों को एक रीसेंसी विंडो तक सीमित करें। |
| count | integer | 10 | 1 से 50 | वेब खोज सक्षम होने पर पुनर्प्राप्त करने के लिए वेब खोज परिणामों की संख्या. |
| search_domain_filter | string | - | - | वेब खोज को किसी विशिष्ट डोमेन तक सीमित करें. |
| search_prompt | string | - | - | पुनर्प्राप्त किए गए वेब खोज परिणामों को सारांशित करने के लिए वैकल्पिक संकेत का उपयोग किया जाता है। |
| search_result | boolean | true | - | वेब खोज सक्षम होने पर प्रतिक्रिया में वेब खोज परिणाम मेटाडेटा लौटाएं. |
| tool_stream | boolean | false | - | स्ट्रीमिंग करते समय फ़ंक्शन-कॉल तर्कों को वृद्धिशील रूप से स्ट्रीम करें। |
| tools | array | [] | - | OpenAI-संगत फ़ंक्शन कॉलिंग टूल परिभाषाएँ। |
घोषणाएं, prompt परीक्षण और तुलनाएं जिनमें यह मॉडल शामिल है।
एपीआई एक्सेस जीएलएम 5.3 एपीआई का उपयोग कैसे करें GLM 5.3 Z.ai का प्रमुख कोडिंग और एजेंटिक मॉडल है, जिसमें 1M टोकन संदर्भ है, तीन प्रयास स्तरों पर हमेशा तर्क, मूल वेब खोज...
गाइड Kimi K3 बनाम GLM 5.3 बनाम Qwen3.8 Max बनाम DeepSeek V4 Pro: सेल्फ-प्लेइंग फ्लैपी बर्ड और मिसाइल कमांड हमने किमी K3, GLM 5.3, Qwen3.8 Max 0902 और DeepSeek V4 Pro 0813 को अधिकतम तर्क पर समान दो कोडिंग संकेत दिए, प्रत्येक को...
गाइड Kimi K3 बनाम GLM 5.3 बनाम Qwen3.8 मैक्स बनाम डीपलसीक V4 प्रो: एक एक्वेरियम, एक पेपर प्लेन और एक छोटा ग्रह हमने Kimi K3, GLM 5.3, Qwen3.8 Max 0902 और DeepSeek V4 Pro 0813 को अधिकतम तर्क पर समान तीन कोडिंग संकेत दिए, प्रत्येक को...EmpirioLabs पर GLM 5.3 का बिल उपयोग के अनुसार बनता है: इनपुट $1.40 प्रति 1M प्रॉम्प्ट टोकन; आउटपुट $4.40 प्रति 1M जेनरेट किए गए टोकन; वेब खोज $0.033 प्रति अनुरोध। आप साप्ताहिक उपयोग सीमा वाला प्लान भी चुन सकते हैं। इस पेज की लाइव दर तालिका हमेशा API की वास्तविक बिलिंग से मेल खाती है।
GLM 5.3 input के रूप में टेक्स्ट लेता है और टेक्स्ट लौटाता है।
GLM 5.3 1M टोकन की context window समर्थित करता है, प्रति उत्तर अधिकतम 1,31,072 आउटपुट टोकन के साथ।
हां। GLM 5.3 OpenAI-संगत Chat Completions API देता है, इसलिए मौजूदा OpenAI SDKs base_url को https://api.empiriolabs.ai/v1 पर सेट करके और model id glm-5-3 रखकर काम करते हैं।
अपनी request में model के रूप में glm-5-3 भेजें। वैकल्पिक IDs glm-5.3, zai/glm-5.3, zhipu/glm-5.3 भी काम करते हैं।
Z.ai ने GLM 5.3 को 14 अग॰ 2026 को रिलीज़ किया।
EmpirioLabs पर GLM 5.3 Singapore से सर्व किया जाता है।
हां। EmpirioLabs playground ब्राउज़र में GLM 5.3 को उन्हीं पैरामीटरों के साथ चलाता है जो API देता है, ताकि आप कोड लिखने से पहले prompt आज़मा सकें।
EmpirioLabs खाता बनाएं, फिर डैशबोर्ड में API Keys में key जनरेट करें। बिलिंग pay-as-you-go क्रेडिट से होती है, इसलिए आप सिर्फ अपनी requests का भुगतान करते हैं। आप साप्ताहिक उपयोग सीमा वाला प्लान भी चुन सकते हैं।
हमारे मूल्य निर्धारण की जाँच करें या यदि आप चाहते हैं कि आपका अपना मॉडल हमारे स्टैक पर तैनात किया जाए, तो पहुंचें।