מודלים

Z.ai: GLM 5.3 (batch)

Markdown · JSON

Z.ai: GLM 5.3 (batch)

Z.ai GLM 5.3 הוא מודל חשיבה טקסטואלי להנדסת תוכנה מורכבת, לעבודה במסוף ולסוכנים למשימות ממושכות. הוא תומך בהקשר של 1M טוקנים המתועד בידי היצרן, בעד 128K טוקני פלט, בקריאה לפונקציות ובמאמץ חשיבה low/high/max, כשהחשיבה פעילה לאורך כל הדרך.

על המודל

התיאור הזה מציג את יכולות המודל. הקלט, הפלט והאפשרויות הזמינים ב-Ailoot מפורטים בהמשך לפי השיטה שנבחרה.

Z.ai GLM 5.3 הוא מודל חשיבה טקסטואלי רחב־היקף שנועד להנדסת תוכנה מורכבת ולעבודת סוכנים במשימות ממושכות. היצרן מציין שהוא משתמש באותו מודל בסיס כמו GLM 5.2, ושהשיפורים החדשים נובעים מאימון המשך. הגרסה מתמקדת בתכנות משופר, בפעולות מסוף ובמשימות רחבות יותר הכרוכות בכמה שלבים התלויים זה בזה. היא מקבלת טקסט ומפיקה טקסט, לרבות קוד, הסברים, תוכניות ובקשות לקריאות כלים ביישום המחובר לכלים.

מצב החשיבה המתועד תמיד פעיל. GLM 5.3 מציע שלוש רמות מאמץ: low, high ו־max, עם max כברירת מחדל. היצרן ממליץ על max לעבודת תכנות מורכבת; low מספק אפשרות חשיבה קלה יותר לשלבים פשוטים. השתמשו ברמה שנבחרה לצד תוצר סופי וקריטריוני השלמה ברורים. לדוגמה: ״בדוק את הקבצים האלה ואת התוצאות הכושלות, עקוב אחר הגורם לאורך המודולים המושפעים, הצע תיקון המשמר את הממשק הציבורי והסבר אילו בדיקות מוכיחות שהרגרסיה נפתרה.״

היצרן מגדיר חלון הקשר של 1M טוקנים ואורך פלט מרבי של 128K טוקנים. ארגנו חומר ארוך סביב הקשר שהמודל צריך לחקור. שמרו שמות קבצים, הגדרות רלוונטיות, תוויות מקור וסדר תצפיות, והשאירו מקום לחשיבה ולתשובה הסופית בתוך הקשר העבודה החל. חלון גדול מועיל לתלויות בין מודולים או לרצף ארוך של תצפיות סוכן; הוא אינו הופך ארכיון לא ממוקד של חומר לא קשור למשימה מוגדרת היטב.

בעבודה על מאגר קוד, ספקו את ההתנהגות הצפויה, טקסט המקור הרלוונטי, גרסאות התלויות ופלט השגיאה בפועל. בקשו מהמודל לזהות את ההתנהגות המושפעת לפני הצעת תיקון. בארגון מחדש של קוד, ציינו את הממשק ואת האינווריאנטים שחייבים להישמר. תגובה מועילה כוללת את הקוד המתוקן, הסבר מדוע השינוי מטפל בבעיה שנצפתה ואת המקרים הדרושים לבדיקת התוצאה. החזירו תוצאות בפועל לתהליך עבודה המחובר לכלים, כדי שהשלב הבא יתבסס על המצב שהשתנה ולא על ההצעה הקודמת.

בעבודת ביצועים, ספקו עומס עבודה, קו בסיס ומדידות כגון זמני ריצה, פרופילים או רשומות הקצאה. Z.ai מתארת משימות אימון הכרוכות באבחון צווארי בקבוק, באופטימיזציה, בניסויים ובתוצאות המשמרות נכונות. בקשה מעשית היא: ״השתמש בפרופיל הזה כדי לזהות את צוואר הבקבוק המשמעותי ביותר, הצע שינוי מדיד אחד והסבר איזו תוצאה תצדיק את השארתו.״ הבחינו בין השערה על ביצועים לבין שיפור שתועד. שמרו על אותו עומס עבודה ועל התנאים הרלוונטיים בעת בחינת תוצאה.

הגרסה מפתחת גם יכולת לניתוח פגיעויות. בסקירת קוד הגנתית, ספקו את הקוד הרלוונטי, את גבולות האמון המיועדים שלו ואת תנאי הריצה. בקשו ממצא המקשר בעיה חשודה לקלט המושפע, להתנהגות ולתיקון ממוקד. הפרידו בין חולשה אפשרית לתקלה ששוחזרה ושמרו את התצפית ששימשה לאימותה. דוח מועיל יותר כשהוא מתעדף ראיות מוחשיות ותיקונים מוצעים, במקום להתייחס לכל דפוס חשוד כפגיעות מאומתת.

קריאה לפונקציות מאפשרת ליישום העוטף לחשוף פעולות חיצוניות למודל. הגדירו את המטרה, הארגומנטים והתוצאה הצפויה של כל כלי, ואז החזירו את תצפית הכלי בפועל לשלב הבא. המודל יכול לנתח תוצאה זו ולהחליט כיצד היא משנה את המשימה. שמרו על הבחנה בין פעולות מוצעות, פעולות שבוצעו ובדיקות שלא הושלמו. היצרן מתעד גם תגובות מוזרמות, המחזירות מקטעי חשיבה ותשובה בנפרד; הרכיבו את התשובה המלאה לפני ההתייחסות אליה כדוח הסופי או כהסבר קוד.

כרטיס המודל המקומי מספק פרט מסוים לגבי הגדרות היסטוריה: תבנית הצ'אט שלו שומרת חשיבה כברירת מחדל, ואילו היצרן ממליץ לנקות במפורש חשיבה ישנה בתרחישי צ'אט רגילים. החילו את מבנה השיחה המתאים לשימוש, תוך שמירת התשובות המלאות ותוצאות הכלים בפועל הנחוצות להמשך. הימנעו מהתייחסות להגדרות בקרת חשיבה של GLM 5.2 או של גרסאות GLM 5.3 Flash הנפרדות כניתנות להחלפה עם פקדי low/high/max של מודל זה.

לתוצאות מובנות, הגדירו את השדות, הטיפוסים וכללי המקור הצפויים. תוצר מועיל יכול להיות טבלת ליקויים, תוכנית שינוי או אובייקט JSON המסכם תצפיות. אמתו הן את המבנה והן את הערכים לפני שהיישום משתמש בהם. התוצאה הסופית צריכה לזהות את התשובה או את התוצר המתוקן, את הראיות התומכות בהם ואת ההנחות שנותרו. מאמץ חשיבה גבוה יותר אינו מוכיח שכלי הופעל, שתיקון מוצע עבר את הבדיקות שלו או שלטענה עובדתית יש תמיכה מעבר לחומר שסופק.

Ailoot Ultra · Batch POST /v1/batches z-ai/glm-5.3:batch

z-ai/glm-5.3:batch

Z.ai /z-ai/glm-5.3:batch

התחלה

Z.ai GLM 5.3 הוא מודל חשיבה טקסטואלי להנדסת תוכנה מורכבת, לעבודה במסוף ולסוכנים למשימות ממושכות. הוא תומך בהקשר של 1M טוקנים המתועד בידי היצרן, בעד 128K טוקני פלט, בקריאה לפונקציות ובמאמץ חשיבה low/high/max, כשהחשיבה פעילה לאורך כל הדרך.

סוגי קלט נתמכים
טקסט
תוצאות
טקסט

זמין ב-Ailoot · קלט ושיטות

Ailoot Ultra · Batch POST /v1/batches
סוגי קלט
text
סוגי פלט
text
פורמט פלט
JSON מוטמע מתוך results[].response.body
שדהסוגדרישהערכים ומגבלותברירת מחדל
שדהendpointסוגstringדרישהחובהערכים ומגבלות
/v1/chat/completions
ברירת מחדל—
שדהmodelסוגstringדרישהחובהערכים ומגבלות
z-ai/glm-5.3:batch
ברירת מחדל—
שדהrequestsסוגbatch_item[]דרישהחובהערכים ומגבלות
מספר פריטים מזערי: ⁦1⁩
ברירת מחדל—
שדהrequests[].custom_idסוגstringדרישהחובהערכים ומגבלותברירת מחדל—
שדהrequests[].body.messagesסוגmessage[]דרישהחובהערכים ומגבלותברירת מחדל—
שדהcompletion_windowסוגstringדרישהרשותערכים ומגבלות
24h
ברירת מחדל—
שדהproviderסוגobject|nullדרישהרשותערכים ומגבלותברירת מחדל—
שדהrequests[].body.modelסוגstringדרישהרשותערכים ומגבלות
z-ai/glm-5.3:batch, z-ai/glm-5.3
ברירת מחדל—
שדהprovider.onlyסוגstring[]דרישהרשותערכים ומגבלות
deepinfra/fp4
ברירת מחדל—
שדהprovider.allow_fallbacksסוגboolean|nullדרישהרשותערכים ומגבלות
false, null
ברירת מחדל—
פרמטרים ומחזור חיים של השיטה
פרמטרמפרט
פרמטרcontent_typeמפרטapplication/json
פרמטרrequiredמפרטendpoint, model, requests
פרמטרmaterial_typesמפרטtext
פרמטרrepresentationמפרטrequests[] מוטמעים; לכל פריט יש custom_id ו־body
פרמטרrequest_endpoint_profileמפרט/v1/chat/completions
פרמטרfile_materialמפרטהגורם הקורא רשאי לקרוא מקומית תוכן JSONL אמיתי בקידוד UTF-8 לתוך requests[]. לא נעשה שימוש בשדה purpose להעלאה, ב־input_file_id או בהפניה לקובץ. חומר לקוח חסר או ריק עוצר את ההכנה לפני POST.
פרמטרserialization_orderמפרטendpoint, model, provider (אם צוין), completion_window (אם צוין), requests בסוף
פרמטרoptional_controlsמפרטprovider.only, provider.allow_fallbacks, completion_window
פרמטרschema_scopeמפרטגופי בקשות טקסט של Chat Completions במעטפת Batch המוטמעת המתועדת.

מחזור חיים: asynchronous

GET /v1/batches/{operation_id} · ערך response.id מבקשת היצירה המקורית שהוחזר בפועל; אותם משתמש/מפתח/קבוצה

תעריפים

מידע תעריפים אינו מוסיף אפשרויות לבקשה. הפרמטרים הנתמכים מפורטים בשיטה שנבחרה.

מצב מהיר
לא צוין כאשר נבחר מצב מהיר
מצב Flex
לא צוין כאשר נבחר מצב flex
מאמץ חשיבה מרבי
לא צוין כאשר מאמץ החשיבה המרבי משתמש בהתאמת ברירת המחדל (default)
תמחור מטמון מפורש
לא מופעל כאשר מתבקש מטמון מפורש

תעריפי Ailoot

מחירים לפי תצורה

התאימו כל חיוב לתנאים המוצגים. השתמשו בתעריף אחד לכל קבוצה של תצורות חלופיות.

תצורהטבלת תעריפיםטוקנים בהקשר, יותר מ-טוקנים בהקשר, עד וכוללחיוב
תצורהתעריפי הבסיס לטוקניםטבלת תעריפיםתעריף בסיסטוקנים בהקשר, יותר מ-—טוקנים בהקשר, עד וכוללללא גבול עליוןחיוב
קלט · טוקני קלט $0.0009 / 1K טוקנים
פלט · טוקני פלט $0.004 / 1K טוקנים
קלט · קריאה מהמטמון $0.0002 / 1K טוקנים
קלט · כתיבה למטמון — / 1K טוקנים
קלט · כתיבה למטמון, 1 שעה — / 1K טוקנים
תצורהרמת אורך בקשה 1טבלת תעריפים—טוקנים בהקשר, יותר מ-⁦0⁩טוקנים בהקשר, עד וכוללללא גבול עליוןחיוב
קלט · טוקני קלט $0.0009 / 1K טוקנים
פלט · טוקני פלט $0.004 / 1K טוקנים
קלט · קריאה מהמטמון $0.0002 / 1K טוקנים
קלט · כתיבה למטמון — / 1K טוקנים
קלט · כתיבה למטמון, 1 שעה — / 1K טוקנים

לפני הבקשה Ailoot משריינת סכום משוער. לאחר קבלת התוצאה היא מסדירה את החיוב הסופי לפי השימוש המדוד. הסדרת חיוב בהזרמה משתמשת ברשומת השימוש הסופית. איך פועלים שריון הסכום והסדרת החיוב →

דוגמאות לבקשות

Ailoot Ultra · Batch

curl · דוגמת הבדיקה שנשמרהPython HTTP · JSONL אמיתי של הלקוחPython · שמרו כל תוצאה שהושלמה
set -eu
: "${AILOOT_API_KEY:?Set your Ailoot API key}"
python3 - <<'PY_REQUEST'
import json
from pathlib import Path
body=json.loads('{"endpoint":"/v1/chat/completions","model":"z-ai/glm-5.3:batch","requests":[{"custom_id":"req-0001","body":{"messages":[{"role":"user","content":"Hello!"}],"max_tokens":16}}]}')
Path("batch-request.json").write_text(json.dumps(body,ensure_ascii=False),encoding="utf-8")
PY_REQUEST
curl --fail-with-body --silent --show-error https://api.ailoot.ai/v1/batches \
  -H "Authorization: Bearer $AILOOT_API_KEY" -H 'Content-Type: application/json' \
  --data-binary @batch-request.json -D batch-response-headers.txt -o batch-create-response.json
import json, os
from pathlib import Path
from urllib.request import Request, urlopen

def prepare_requests(customer_path):
    path = Path(customer_path)
    if not path.is_file(): raise ValueError("Customer JSONL file is missing")
    items = [json.loads(line) for line in path.read_text(encoding="utf-8").splitlines() if line.strip()]
    if not items: raise ValueError("Customer JSONL contains no requests")
    ids = set()
    for item in items:
        if set(item) != {"custom_id", "body"}: raise ValueError("Each item needs custom_id and body")
        cid = item["custom_id"]
        if not isinstance(cid, str) or not cid.strip() or cid in ids: raise ValueError("custom_id must be nonempty and unique")
        ids.add(cid)
        if not isinstance(item["body"], dict) or not item["body"].get("messages"): raise ValueError("Supply actual text messages")
        supplied_model = item["body"].get("model")
        if supplied_model is not None and supplied_model not in ['z-ai/glm-5.3:batch', 'z-ai/glm-5.3']: raise ValueError("body.model must be an exact documented caller or wire ID")
    return {"endpoint":"/v1/chat/completions", "model":"z-ai/glm-5.3:batch", "requests":items}

if __name__ == "__main__":
    material = os.environ.get("AILOOT_BATCH_REQUESTS_JSONL", "")
    if not material: raise SystemExit("Set AILOOT_BATCH_REQUESTS_JSONL to your actual customer file")
    body = prepare_requests(material)
    key = os.environ.get("AILOOT_API_KEY", "")
    if not key: raise SystemExit("Set AILOOT_API_KEY")
    request = Request("https://api.ailoot.ai/v1/batches", data=json.dumps(body, ensure_ascii=False).encode("utf-8"), headers={"Authorization":"Bearer " + key, "Content-Type":"application/json"}, method="POST")
    with urlopen(request) as response:
        raw = response.read()
        Path("batch-create-response.json").write_bytes(raw)
        print(raw.decode("utf-8"))
import json
from pathlib import Path
raw = Path("batch-status-response.json").read_bytes()
response = json.loads(raw)
if response.get("status") != "completed":
    raise SystemExit("Keep the original operation; read its status without resubmitting")
results = response.get("results")
if not isinstance(results, list) or not results:
    raise SystemExit("Preserve the original response; completed results are missing")
Path("batch-results.jsonl").write_text("".join(json.dumps(item, ensure_ascii=False) + "\n" for item in results), encoding="utf-8")
# Preserve batch-status-response.json with aggregate usage and every result/error.

קבלה ושמירה של תוצאות

Ailoot Ultra · Batch

JSON מוטמע מתוך results[].response.body

  • GET /v1/batches/{operation_id}
בדיקת מצב המשימה
curl · מצב הפעולה המקורית
set -eu
: "${AILOOT_API_KEY:?Set your Ailoot API key}"
BATCH_OPERATION_ID="$(python3 - <<'PY_ID'
import json
from pathlib import Path
from urllib.parse import quote
response = json.loads(Path("batch-create-response.json").read_text(encoding="utf-8"))
operation = response.get("id")
if not isinstance(operation, str) or not operation: raise SystemExit("No actual original operation ID; preserve the response and do not resubmit")
print(quote(operation, safe=""))
PY_ID
)"
curl --fail-with-body --silent --show-error "https://api.ailoot.ai/v1/batches/$BATCH_OPERATION_ID" \
  -H "Authorization: Bearer $AILOOT_API_KEY" -o batch-status-response.json
שמירת כל התוצאות שהושלמו

שמרו כל תגובה מלאה, קובץ ומקטע תוכן שהוחזרו.

שמרו את JSON הסטטוס המקורי במלואו, כל תוצאה/custom_id ואת גוף התשובה או השגיאה המלא. שמרו את results[] שהושלמו כ־JSONL ללא סינון.

כשצריך לבדוק את התגובה המקורית

שמרו את מזהה הפעולה המקורי. לתשובת 503 result_pending_check יש X-Should-Retry:false; לעולם אל תשלחו מחדש אצווה מקורית שתוצאתה אינה ידועה.

שדות התגובה
שדהסוג
שדהresults[].custom_idסוגstring
שדהresults[].response.body.choices[].message.contentסוגstring|null
שדהresults[].errorסוגobject|null
שדהusageסוגobject|null
שדהidסוגstring
שדהmodelסוגstring
שדהendpointסוגstring
שדהstatusסוגstring
שדהrequest_countsסוגobject
שדהresults[].idסוגstring
שדהresults[].response.status_codeסוגinteger
שדהresults[].response.request_idסוגstring
שגיאות והשלבים הבאים
תגובהתנאיהשלב הבא
תגובה⁦400⁩ · invalid_request_errorתנאימעטפת מוטמעת מתועדת לא תקינה, מפתחות כפולים, זהות פריט לא תקינה או סתירה ביכולות המודל שהוגדרו.השלב הבאתקנו את השדות שצוינו לפני כל שליחה חדשה.
תגובה⁦401⁩ · authentication_errorתנאימפתח API לא תקין.השלב הבאהשתמשו במפתח Ailoot המורשה.
תגובה⁦403⁩ · permission_errorתנאיקבוצת Batch אינה זמינה.השלב הבאבדקו את הרשאות המפתח/הקבוצה.
תגובה⁦422⁩ · invalid_request_errorתנאיBatch מחויב מהיתרה; יצירה בחיוב מנוי נדחית.השלב הבאהשתמשו בקבוצה המורשית שהחיוב שלה מנוכה מהיתרה.
תגובה⁦422⁩ · price_unavailableתנאילא ניתן לחשב הצעת מחיר לקלט Batch.השלב הבאשמרו את התשובה; השתמשו בקלט המתועד למשפחת ה־API.
תגובה⁦402⁩ · billing_errorתנאיהסכום לשריון עבור Batch אינו זמין.השלב הבאפתרו את הבעיה המונעת את קבלת הבקשה לפני שליחת בקשה חדשה.
תגובה⁦503⁩ · price_unavailableתנאיהמחיר לשיטת Batch או התעריפים המקוריים אינם זמינים.השלב הבאשמרו את התשובה; אל תחליפו את המחירים.
תגובה⁦503⁩ · api_errorתנאינתיב הספק המדויק אינו זמין.השלב הבאשמרו את התשובה לצורך תיקון נתיב הניתוב.
תגובה⁦503⁩ · result_pending_checkתנאיהתוצאה המקורית דורשת בדיקה; X-Should-Retry:false.השלב הבאשמרו את operation_id/id המקורי וקראו את הסטטוס שלו; לעולם אל תחזרו על ה־POST המקורי.
תגובה⁦404⁩ · not_foundתנאיהפעולה לבדיקת סטטוס Batch אינה קיימת או שייכת לזהות אחרת.השלב הבאהשתמשו בערך id המקורי המדויק ובאותם משתמש/מפתח/קבוצה.

כינויים

כינויים למודל

Ailoot Ultra z-ai/glm-5.3:batch

כינויים לנתיבי שיטות

השתמשו בנתיבי השיטות המוצגים למעלה.

מזהי מודלים קשורים IDs

z-ai/glm-5.3:batch

FAQ · Z.ai: GLM 5.3 (batch)
אילו קלטים ותוצאות זמינים?

POST /v1/batches · z-ai/glm-5.3:batch: text → text

באילו שדות הבקשה משתמשת?

POST /v1/batches · z-ai/glm-5.3:batch: endpoint, model, requests, completion_window, provider

אילו מגבלות חלות?

POST /v1/batches · z-ai/glm-5.3:batch: requests.min_items: 1

פרטים נוספים

חברו Ailoot ל- Claude Code, OpenCode, Hermes או ליישום שלכם.

החברה ופורטפוליו הפרויקטים שלה

החברה ופורטפוליו הפרויקטים שלה: מיליוני לקוחות; מכירות בהיקף של מיליארדים מדי חודש.

קנו אסימונים בהנחה.

הנחת מנוי לעבודה קבועה. קודי הנחה עד 50% על רכישת אסימונים.

מנוי
בחרו מסלול עם הנחה לבקשות הקבועות שלכם.
קוד הנחה עד 50%
הזינו קוד ברכישה. המחיר יחושב מחדש לפי המבצע הפעיל.
הוצאות בהיסטוריה
המודל, האסימונים והסכום נשמרים לכל בקשה.

בחירת מנוי · מחירי מודלים

חברו API למוצר שאתם מוכרים.

SaaS, יישומים ובוטים לפי ההצעה והסכם הרישוי של Ailoot. למכירה מחדש בקשו רישיון משווק.

יישום מסחרי
שלבו יצירת טקסט, תמונות, וידאו ושמע בתכונות בתשלום של השירות שלכם.
רישיון למכירה מחדש
שלחו תיאור פרויקט ואופן מתן גישה. בקשו תנאי שימוש ומכירה מחדש בכתב.
מסמכים באתר
ההצעה, הסכם הרישוי ומדיניות עיבוד הנתונים זמינים לפני החיבור.

בקשת רישיון למכירה מחדש · ההצעה והסכם הרישוי