编码和代理模型,拥有100万令牌上下文,输出12.8K,始终在线推理,无论低、高、最大努力,本地网页搜索和工具调用。
备注:- 上下文窗口:100万个令牌 - 最大输出:128K 令牌 - 始终有原因;思考不可禁用 - 推理工作量:低、高或最大(复杂编码推荐最大值) - 要求不同努力或关闭思考的请求,在最近的支持级别提供 - 内置网页搜索在使用时每个请求增加$0.033 - 支持函数调用、结构化输出(JSON模式)和流式传输
也称为 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-5.3来自 EmpirioLabs 目录的实时按量计费价格。也可以选择包含每周用量额度的套餐。
GLM 5.3 提供 OpenAI 兼容的 Chat Completions API。用你的 EmpirioLabs API 密钥把任意 OpenAI SDK 指向 https://api.empiriolabs.ai/v1,并使用模型 ID glm-5-3。 在EmpirioLabs 控制台获取 API 密钥。
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 GLM 5.3 API 支持的请求参数。省略字段时使用默认值。
| 参数 | 类型 | 默认值 | 范围 / 值 | 描述 |
|---|---|---|---|---|
| max_tokens | integer | 65536 | 1 到 131072 | 最大输出令牌数。 |
| temperature | number | 1 | 0 到 1 | 控制随机性。较低的数值使响应更具确定性。 |
| top_p | number | 0.95 | 0.01 到 1 | 核采样截止。 |
| reasoning_effort | enum | max | low, high, max | 该模型始终推理且无法关闭。低级表示轻量级,高级代表增强型,最大值代表深度推理。最大模式推荐用于复杂编码。 |
| preserve_thinking | boolean | false | - | 在模型输入中包含早期助手回合的推理/v1/chat/completions.返回每回合的推理,在该助手消息的reasoning_content字段中保持不变。早期推理以输入令牌计费。 |
| do_sample | boolean | true | - | 启用采样。关闭用于贪婪确定性输出(忽略温度和 top_p)。 |
| tool_web_search | boolean | false | - | 启用内置的网页搜索功能。每次使用时会增加$0.033个请求。 |
| search_recency_filter | enum | noLimit | oneDay, oneWeek, oneMonth, oneYear, noLimit | 将搜索结果限制在最近的窗口内。 |
| count | integer | 10 | 1 到 50 | 启用网页搜索时可检索的网页搜索结果数量。 |
| search_domain_filter | string | - | - | 将网络搜索限制在特定领域。 |
| search_prompt | string | - | - | 可选提示用于总结检索到的网页搜索结果。 |
| search_result | boolean | true | - | 当启用网页搜索时,在回复中返回网页搜索结果元数据。 |
| tool_stream | boolean | false | - | 流式流时,函数调用参数是逐步递增的。 |
| tools | array | [] | - | 兼容 OpenAI 的函数调用工具定义。 |
涵盖这个模型的公告、提示词测试和对比文章。
API 访问 如何使用GLM 5.3 API GLM 5.3 是 Z.ai 的旗舰编码和代理模型,具备 100 万令牌上下文、三个努力层级的始终在线推理、原生网页搜索和工具调用。
指南 Kimi K3 vs GLM 5.3 vs Qwen 3.8 Max vs DeepSeek V4 Pro:自玩 Flappy Bird 和 Missile Command(导弹指挥官) 我们给Kimi K3、GLM 5.3、Qwen3.8 Max 0902和DeepSeek V4 Pro 0813用同样的两个编码提示,在最大推理下各做一次,并且所有结果都实时渲染。
指南 Kimi K3 vs GLM 5.3 vs Qwen3.8 Max vs DeepSeek V4 Pro:一个水族箱、一架纸飞机和一个小行星 我们给Kimi K3、GLM 5.3、Qwen3.8 Max 0902和DeepSeek V4 Pro 0813用同样的三个编程提示,在最高推理下各一次,并且每个结果都实时渲染。在 EmpirioLabs,GLM 5.3 按量计费:输入 $1.40 每100万个提示词标记; 输出 $4.40 每100万个生成代币; 网络搜索 $0.033 按请求。也可以选择包含每周用量额度的套餐。本页的实时价格表始终与 API 的实际计费一致。
GLM 5.3 接受 文本 作为输入,并返回 文本。
GLM 5.3 支持 1M token 的上下文窗口,每次响应最多 131,072 个输出 token。
兼容。GLM 5.3 提供 OpenAI 兼容的 Chat Completions API,现有 OpenAI SDK 只需把 base_url 指向 https://api.empiriolabs.ai/v1 并把模型 ID 设为 glm-5-3 即可使用。
在请求中将 glm-5-3 作为 model 发送。备用 ID glm-5.3, zai/glm-5.3, zhipu/glm-5.3 同样可用。
Z.ai 于 2026年8月14日 发布了 GLM 5.3。
EmpirioLabs 上的 GLM 5.3 从 Singapore 提供服务。
可以。EmpirioLabs Playground在浏览器中以与 API 相同的参数运行 GLM 5.3,你可以在写代码之前先测试提示词。
创建 EmpirioLabs 账户,然后在控制台的 API Keys生成密钥。计费使用按量付费的额度,只为实际发出的请求付费。也可以选择包含每周用量额度的套餐。