GLM 5.3은 Z.ai의 대표적인 코딩 및 에이전트 모델로, 2026년 8월 14일에 출시되었습니다. GLM 5.2와 동일한 기본 모델을 기반으로 하며, 새로운 사전 학습 실행보다는 연장된 사후 학습 과정을 통해 얻은 이점이 있습니다. Z.ai 자체 코드 벤치에서 GLM 5.2보다 코딩이 50% 향상되었으며, 오픈소스 모델 중에서는 Terminal Bench 3.0과 Agents' Last Exam에서 state-of-the-art 결과를 보고했습니다.
GLM 5.3은 현재 OpenAI 호환 API를 통해 EmpirioLabs에 출시되었으며, 텍스트 입력 및 출력, 1M 토큰 컨텍스트, 최대 128K 출력 토큰, 함수 호출, JSON 모드 구조화 출력, 내장 웹 검색, 스트리밍 기능을 지원합니다. 한번 해봐. 뚱 베어 또는 OpenAI 호환 클라이언트에서 호출. 전체 사양과 현재 비율은 GLM 5.3 모델 페이지 그리고 API 문서·.
제품정보
청구는 사용량 기반으로, 입력 및 출력 토큰은 토큰별로 측정되며, 내장된 웹 검색마다 호출당 소액의 수수료가 추가되어 실제로 검색이 실행될 때만 적용됩니다. 별도의 캐시 티어는 없습니다. 현재 토큰당 요금은 항상 모델 페이지 그리고 가격표, 당신이 청구 된 것과 동기화에 머물.
퀵스타트
EmpirioLabs 기본 URL에서 OpenAI SDK를 포인트로 전달 glm-5-3 모형으로:
openai로부터 가져오기 OpenAI 클라이언트 = OpenAI(base_url="https://api.empiriolabs.ai/v1", api_key="YOUR_EMPIRIOLABS_API_KEY",) resp = client.chat.completions.create(model="glm-5-3", messages=[ {"role": "user", "content": "이 워커 풀에서 경쟁 조건을 찾아 수정 제안.", ], reasoning_effort="max",) print(resp.choices[0].message.content)동일 모델에서 id가 작동합니다 /v1/responses 에, 인류형 /v1/messages 에, 그리고 구글 호환 /v1beta/models/glm-5-3:생성 콘텐츠 경로. 대체 ID GLM-5.3·, zai/glm-5.3, 그리고 zhipu/glm-5.3 같은 모델로 결의하세요.
회사연혁
GLM 5.3은 네이티브 데이터를 노출합니다 이유 effort 세 가지 레벨로 조작: 낮게 가벼운 추론을 위해, 하이 추론 강화를 위해, 그리고 최대 깊은 추론을 위해서. 기본값은 최대Z.ai 복잡한 코딩과 장기 범위 에이전트 작업에 권장하는 방법입니다. 강등으로 낮게 짧고 지연에 민감한 회전을 위한 것입니다.
웹 검색 및 도구
설치하기 tool_web_search 에 로 맞아요 모델이 답변하기 전에 웹을 검색하게 하고, 다음과 같이 결과를 좁히는 방법이 있습니다 search_recency_filter·, search_domain_filter, 그리고 백작. 함수 호출은 표준 OpenAI를 사용합니다 도구 array, 그리고 tool_stream 툴 호출 인자가 생성되는 동안 스트리밍합니다.
첫 통화 전에 알아야 할 사항들
- 추론은 끌 수 없기 때문에 항상 산출 비용의 일부가 됩니다. GLM 5.2와 달리 이 모델은 사고 오프 모드가 없으며,
이유 effort오직 수락만 한다낮게·,하이, 그리고최대. 다른 수준을 요청하거나 사고를 비활성화해 달라는 요청은 실패하지 않고 가장 가까운 지원 수준에서 제공되므로, GLM 5.2용으로 작성된 코드는 계속 작동합니다. 추론 토큰은 출력 토큰으로 청구되며,최대한 단어 답변만으로도 대부분의 예산을 생각하는 데 쓸 수 있으니 보내세요낮게사소한 호출에 대해 명시적으로 말이죠. - 구조화된 출력은 스키마 강제가 아니라 JSON 모드입니다. 사용
response_format이름 *{"type": "json_object"}그리고 프롬프트에서 원하는 필드를 설명하세요. JSON 스키마를 제공하는 것은 허용되지만 강제되지는 않으니, 형태를 가정하기보다는 결과를 직접 검증하세요. - 텍스트만 제공됩니다. 이미지, 비디오, 파일 부품은 거부됩니다. 멀티모달 입력에는 GLM 5.3 Flash와 같은 비전 모델을 사용하세요.
다음 행보
자주 묻는 질문 뚱 베어 코드를 작성하지 않고 GLM 5.3을 시도하려면 다음을 읽으세요. API 참조 전체 매개변수 목록을 보시거나 다음 항목을 탐색하세요 모델 카탈로그 다른 라인업들과 비교하기 위해서요.
