
100万トークンコンテキスト、128K出力、低・高・最大努力での常時オン推論、ネイティブウェブ検索、ツール呼び出しによるコーディングとエージェントモデル。
100万トークンコンテキスト、128K出力、低・高・最大努力での常時オン推論、ネイティブウェブ検索、ツール呼び出しによるコーディングとエージェントモデル。
注記:- コンテキストウィンドウ:100万トークン - 最大出力:128Kトークン - 常に理由;思考は無効化できません - 推論努力:低、高、最大(複雑なコーディングに推奨される最大) - 別の努力のリクエストや思考を停止するリクエストは、最も近い対応レベルで提供されます - 組み込みのウェブ検索によりリクエストごとに$0.033が加算されます - 関数呼び出し、構造化出力(JSONモード)、ストリーミングをサポート
別名 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 カタログのライブ従量課金料金です。週ごとの利用枠付きプランも選べます。
GLM 5.3 は OpenAI 互換の Chat Completions API を提供します。任意の OpenAI SDK を EmpirioLabs API キーで https://api.empiriolabs.ai/v1 に向け、モデル ID glm-5-3 を使ってください。 EmpirioLabs ダッシュボードで API キーを取得してください。
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 上の GLM 5.3 API が対応するリクエストパラメーターです。フィールドを省略した場合はデフォルト値が適用されます。
| パラメータ | タイプ | デフォルト | 範囲 / 値 | 説明 |
|---|---|---|---|---|
| max_tokens | integer | 65536 | 1 から 131072 | 生成できる最大出力トークン数。 |
| temperature | number | 1 | 0 から 1 | ランダム性を制御します。値が低いほど応答はより決定的になります。 |
| top_p | number | 0.95 | 0.01 から 1 | 核サンプリングカットオフ。 |
| reasoning_effort | enum | max | low, high, max | このモデルは常に推論をし、オフにすることはできません。低は軽量、高は強化、最大は深い推論です。マックスは複雑なコーディングに推奨されます。 |
| preserve_thinking | boolean | false | - | 以前のアシスタントターンの推論をモデルの入力に含めます/v1/chat/completions.各ターンの推論はそのアシスタントメッセージのreasoning_contentフィールドで変更せずに返します。以前の推論は入力トークンとして請求されます。 |
| do_sample | boolean | true | - | サンプリングを有効にしてください。貪欲な決定論的出力(温度とtop_pは無視)には電源を切ってください。 |
| tool_web_search | boolean | false | - | 組み込みのウェブ検索を有効にしてください。使用時にリクエストごとに$0.033個を追加します。 |
| search_recency_filter | enum | noLimit | oneDay, oneWeek, oneMonth, oneYear, noLimit | ウェブ検索結果は最近のウィンドウに限定しましょう。 |
| count | integer | 10 | 1 から 50 | ウェブ検索が有効になっているときに取得できる検索結果の数。 |
| search_domain_filter | string | - | - | ウェブ検索を特定のドメインに限定しましょう。 |
| search_prompt | string | - | - | 取得したウェブ検索結果を要約するためのオプションプロンプト。 |
| search_result | boolean | true | - | ウェブ検索が有効になった場合、レスポンスでウェブ検索結果のメタデータを返してください。 |
| tool_stream | boolean | false | - | ストリーム中に関数呼び出しの引数を段階的に行います。 |
| tools | array | [] | - | OpenAI互換の関数呼び出しツール定義。 |
このモデルを扱ったお知らせ、プロンプトテスト、比較記事です。
APIアクセス GLM 5.3 APIの使い方 GLM 5.3はZ.aiの旗艦コーディングおよびエージェントモデルであり、100万トークンコンテキスト、3つの努力レベルでの常時オン推論、ネイティブウェブ検索、ツール呼び出しを備えています。
ガイド キミK3 vs GLM 5.3 vs Qwen3.8 Max vs DeepSeek V4 Pro:セルフプレイ型フラッピーバードとミサイルコマンド Kimi K3、GLM 5.3、Qwen3.8 Max 0902、DeepSeek V4 Pro 0813に同じ2つのコーディングプロンプトを最大限の推論で1回ずつ割り当て、すべての結果をリアルタイムでレンダリングしました。
ガイド Kimi K3 vs GLM 5.3 vs Qwen3.8 Max vs DeepSeek V4 Pro:水族館、紙飛行機、そして小さな惑星 Kimi K3、GLM 5.3、Qwen3.8 Max 0902、DeepSeek V4 Pro 0813に同じ3つのコーディングプロンプトを最大推理で1回ずつ、それぞれ1回ずつレンダリングし、すべての結果をリアルタイムでレンダリングしました。EmpirioLabs では GLM 5.3 は従量課金です: 入力 $1.40 1Mプロンプトトークンあたり; 出力 $4.40 生成された1Mトークンあたり; ウェブ検索 $0.033 リクエストごとに。週ごとの利用枠付きプランも選べます。このページのライブ料金表は常に API の請求額と一致します。
GLM 5.3 は テキスト を入力として受け取り、テキスト を返します。
GLM 5.3 は 1M トークンのコンテキストウィンドウに対応しています(1回の応答あたり最大 131,072 出力トークン)。
はい。GLM 5.3 は OpenAI 互換の Chat Completions API を提供しているため、既存の OpenAI SDK は base_url を https://api.empiriolabs.ai/v1 に向けてモデル ID を glm-5-3 に設定するだけで動作します。
リクエストの model に glm-5-3 を指定してください。代替 ID の glm-5.3, zai/glm-5.3, zhipu/glm-5.3 も使えます。
Z.ai は 2026年8月14日 に GLM 5.3 をリリースしました。
EmpirioLabs の GLM 5.3 は Singapore から提供されています。
はい。EmpirioLabs プレイグラウンドでは API と同じパラメーターで GLM 5.3 をブラウザ上で実行できるので、コードを書く前にプロンプトを試せます。
EmpirioLabs アカウントを作成し、ダッシュボードの API Keysでキーを生成してください。課金は従量制クレジットなので、実行したリクエストの分だけ支払います。週ごとの利用枠付きプランも選べます。