model

Z.ai: GLM 5.3 Flash (batch)

Markdown · JSON

Z.ai: GLM 5.3 Flash (batch)

GLM 5.3 Flash adalah model multimodal Z.ai untuk pengembangan visual, analisis dokumen, dan pekerjaan agen dengan hasil berupa teks.

Tentang model

Deskripsi ini mencakup kemampuan model. Masukan, keluaran, dan opsi yang tersedia di Ailoot tercantum di bawah untuk metode yang dipilih.

Model multimodal untuk pekerjaan

GLM 5.3 Flash memadukan pemahaman teks, gambar, video, dan berkas. Model ini menghasilkan respons teks dan ditujukan untuk pemrograman dengan umpan balik visual, pemrosesan dokumen, serta tugas profesional. Spesifikasi yang diterbitkan mencantumkan jendela konteks hingga sejuta token dan keluaran maksimum 128,000 token.

Arsitektur konteks panjang

Model ini memiliki 320 miliar parameter, dengan 18 miliar aktif. Perhatian hibrida memadukan pemrosesan jarang dan linear, sementara koneksi antarlapisan khusus membantu menjaga stabilitas seiring peningkatan skala. Materi multimodal disertakan dalam prapelatihan.

Informasi visual ikut berperan dalam alur kerja: asisten memeriksa antarmuka atau hasil render, membandingkannya dengan tugas, dan mengusulkan koreksi. Ini menjelaskan penekanan produsen pada pemeriksaan hasil visual sebenarnya setelah menulis kode.

Penalaran, alat, dan data

Penalaran selalu aktif. Kedalaman dipilih melalui low, high, dan max; mode nonaktif tidak disediakan. Riwayat penalaran dapat dipertahankan antarlangkah selama alur kerja panjang.

Untuk alat, model menghasilkan nama fungsi dan argumen, aplikasi menjalankan tindakan dan mengirimkan hasil kembali. JSON sesuai untuk pemrosesan respons secara terprogram: kolom yang diharapkan ditentukan melalui instruksi, sedangkan sintaks dan makna nilai diperiksa secara terpisah. Streaming memungkinkan teks diterima secara bertahap.

Caching instruksi atau riwayat berulang membantu menggunakan kembali konteks yang telah diproses. Menurut Z.ai, hal ini mengurangi pemrosesan berulang pada tugas yang sesuai; penggunaan kembali yang sebenarnya ditentukan oleh hasil permintaan tertentu.

Pengembangan dari prompt visual

Model dapat menganalisis beberapa tangkapan layar satu produk, hubungan antarhalaman, komponen bersama, status antarmuka, dan animasi. Dalam lingkungan agen dengan alat, model menulis kode, menjalankan aplikasi, memeriksa tangkapan layar hasil, dan mengoreksi ketidaksesuaian. Dalam pengembangan gim, siklus ini mencakup aturan, gerakan, interaksi, skor, dan pengakhiran sesi gim.

Dokumen dan analisis profesional

Untuk presentasi, laporan, dan spreadsheet, model mempertimbangkan konten bersama tata letak: teks, gambar, diagram, dan penempatan elemen. Melalui alat, model dapat membuat dan memeriksa materi PPTX, PDF, DOCX, dan XLSX. Berkas-berkas ini merupakan hasil aplikasi; respons langsung model tetap berupa teks.

Analisis keuangan mencakup pekerjaan dengan pelaporan, pemeriksaan konsistensi rumus, dan pertimbangan terpisah atas data yang diungkapkan, asumsi, serta kesimpulan. Dalam alur kerja yang dijelaskan produsen, data berasal dari materi tugas.

Video, adegan tiga dimensi, dan antarmuka

Dalam lingkungan agen, model dapat menganalisis video, urutan waktu peristiwa, karakteristik visual peserta, dan subtitel. Alat menyediakan pengeditan dan penyimpanan hasil.

Ketika bekerja dengan adegan tiga dimensi atau gambar teknik, model menghubungkan deskripsi spasial, proporsi, dan hasil yang terlihat. Siklus alat mencakup konstruksi, rendering dari sudut pandang tertentu, perbandingan visual, dan koreksi. Demikian pula, model dapat menganalisis layar aplikasi dan membantu pekerjaan antarmuka secara berurutan.

Alur kerja ini menjelaskan sifat model dalam lingkungan dengan alat yang diperlukan. Materi yang diterima ditentukan oleh metode pilihan; pemahaman visual tidak berarti bahwa pemrosesan video atau berkas, atau pembuatan artefak yang tercantum, otomatis tersedia dalam setiap permintaan.

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

z-ai/glm-5.3-flash:batch

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

Mulai

GLM 5.3 Flash adalah model multimodal Z.ai untuk pengembangan visual, analisis dokumen, dan pekerjaan agen dengan hasil berupa teks.

Masukan yang diterima
Teks
Hasil
Teks

Tersedia di Ailoot · masukan & metode

Ailoot Ultra · Batch POST /v1/batches
Masukan
text
Keluaran
text
Format keluaran
JSON inline pada results[].response.body
KolomJenisPersyaratanNilai & batasanBawaan
KolomendpointJenisstringPersyaratanWajibNilai & batasan
/v1/chat/completions
Bawaan—
KolommodelJenisstringPersyaratanWajibNilai & batasan
z-ai/glm-5.3-flash:batch
Bawaan—
KolomrequestsJenisbatch_item[]PersyaratanWajibNilai & batasan
Item minimum: 1
Bawaan—
Kolomrequests[].custom_idJenisstringPersyaratanWajibNilai & batasanBawaan—
Kolomrequests[].body.messagesJenismessage[]PersyaratanWajibNilai & batasanBawaan—
Kolomcompletion_windowJenisstringPersyaratanOpsionalNilai & batasan
24h
Bawaan—
KolomproviderJenisobject|nullPersyaratanOpsionalNilai & batasanBawaan—
Kolomrequests[].body.modelJenisstringPersyaratanOpsionalNilai & batasan
z-ai/glm-5.3-flash:batch, z-ai/glm-5.3-flash
Bawaan—
Kolomprovider.onlyJenisstring[]PersyaratanOpsionalNilai & batasan
deepinfra/fp4
Bawaan—
Kolomprovider.allow_fallbacksJenisboolean|nullPersyaratanOpsionalNilai & batasan
false, null
Bawaan—
Parameter metode dan siklus hidup
ParameterKontrak
Parametercontent_typeKontrakapplication/json
ParameterrequiredKontrakendpoint, model, requests
Parametermaterial_typesKontraktext
ParameterrepresentationKontrakrequests[] inline; setiap item memiliki custom_id dan body
Parameterrequest_endpoint_profileKontrak/v1/chat/completions
Parameterfile_materialKontrakPemanggil dapat membaca JSONL UTF-8 aktual secara lokal ke dalam requests[]. Tidak menggunakan purpose unggahan, input_file_id, atau referensi file. Materi pelanggan yang tidak ada atau kosong menghentikan persiapan sebelum POST.
Parameterserialization_orderKontrakendpoint, model, provider (jika disertakan), completion_window (jika disertakan), requests paling akhir
Parameteroptional_controlsKontrakprovider.only, provider.allow_fallbacks, completion_window
Parameterschema_scopeKontrakbody teks Chat Completions dalam envelope Batch inline yang didokumentasikan.

Siklus hidup: asynchronous

GET /v1/batches/{operation_id} · response.id aktual dari operasi create awal; user/key/group yang sama

Paket

Referensi tarif tidak menambah opsi permintaan. Parameter yang didukung tercantum pada metode yang dipilih.

Mode Fast
Tidak ditentukan Saat mode fast dipilih
Mode Flex
Tidak ditentukan Saat mode flex dipilih
Upaya penalaran maksimum
Tidak ditentukan Saat upaya penalaran maksimum menggunakan penyesuaian default
Harga cache eksplisit
Tidak diaktifkan Saat cache eksplisit diminta

Tarif Ailoot

Harga menurut konfigurasi

Cocokkan setiap biaya dengan kondisi yang ditampilkan. Gunakan satu tarif untuk setiap kelompok konfigurasi alternatif.

KonfigurasiJadwal tarifToken konteks, lebih dariToken konteks, hingga dan termasukBiaya
KonfigurasiTarif dasar tokenJadwal tarifTarif dasarToken konteks, lebih dari—Token konteks, hingga dan termasukTanpa batas atasBiaya
Masukan · Token masukan $0.00012 / 1K token
Keluaran · Token keluaran $0.0004 / 1K token
Masukan · Pembacaan cache $0.000024 / 1K token
Masukan · Penulisan cache — / 1K token
Masukan · Penulisan cache, 1 jam — / 1K token
KonfigurasiPanjang permintaan · tingkat 1Jadwal tarif—Token konteks, lebih dari0Token konteks, hingga dan termasukTanpa batas atasBiaya
Masukan · Token masukan $0.00012 / 1K token
Keluaran · Token keluaran $0.0004 / 1K token
Masukan · Pembacaan cache $0.000024 / 1K token
Masukan · Penulisan cache — / 1K token
Masukan · Penulisan cache, 1 jam — / 1K token

Ailoot mencadangkan perkiraan dana sebelum permintaan. Setelah hasil diterima, tagihan akhir diselesaikan berdasarkan penggunaan yang terukur. Penyelesaian tagihan streaming menggunakan catatan penggunaan akhir. Cara kerja cadangan dan penyelesaian tagihan →

Contoh permintaan

Ailoot Ultra · Batch

curl · fixture yang disimpanPython HTTP · JSONL pelanggan yang sebenarnyaPython · simpan setiap hasil yang telah selesai
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-flash: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-flash:batch', 'z-ai/glm-5.3-flash']: raise ValueError("body.model must be an exact documented caller or wire ID")
    return {"endpoint":"/v1/chat/completions", "model":"z-ai/glm-5.3-flash: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.

Terima dan simpan hasil

Ailoot Ultra · Batch

JSON inline pada results[].response.body

  • GET /v1/batches/{operation_id}
Periksa status tugas
curl · status operasi asli
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
Simpan semua hasil yang selesai

Simpan setiap respons lengkap, berkas, dan bagian konten yang dikembalikan.

Pertahankan JSON status asli secara lengkap, setiap result/custom_id, serta body response atau error yang lengkap. Simpan results[] yang telah selesai sebagai JSONL tanpa penyaringan.

Jika respons asli perlu diperiksa

Pertahankan ID operasi asli. 503 result_pending_check memiliki X-Should-Retry:false; jangan pernah kirim ulang batch asli yang statusnya tidak diketahui.

Kolom respons
KolomJenis
Kolomresults[].custom_idJenisstring
Kolomresults[].response.body.choices[].message.contentJenisstring|null
Kolomresults[].errorJenisobject|null
KolomusageJenisobject|null
KolomidJenisstring
KolommodelJenisstring
KolomendpointJenisstring
KolomstatusJenisstring
Kolomrequest_countsJenisobject
Kolomresults[].idJenisstring
Kolomresults[].response.status_codeJenisinteger
Kolomresults[].response.request_idJenisstring
Kesalahan dan langkah berikutnya
ResponsKondisiLangkah berikutnya
Respons400 · invalid_request_errorKondisiEnvelope inline yang didokumentasikan tidak valid, ada kunci duplikat, atau terdapat konflik pada identitas item atau kemampuan model yang dikonfigurasi.Langkah berikutnyaPerbaiki kolom yang ditunjukkan sebelum pengiriman baru apa pun.
Respons401 · authentication_errorKondisiKunci API tidak valid.Langkah berikutnyaGunakan kunci Ailoot yang berizin.
Respons403 · permission_errorKondisiGrup Batch tidak tersedia.Langkah berikutnyaPeriksa hak akses key/group.
Respons422 · invalid_request_errorKondisiBatch menggunakan penagihan dari saldo; pembuatan dengan langganan ditolak.Langkah berikutnyaGunakan grup berizin yang ditagih dari saldo.
Respons422 · price_unavailableKondisiPenawaran harga untuk input Batch tidak dapat dibuat.Langkah berikutnyaSimpan respons; gunakan input keluarga API yang didokumentasikan.
Respons402 · billing_errorKondisiCadangan Batch tidak tersedia.Langkah berikutnyaSelesaikan kendala penerimaan sebelum mengirim permintaan baru.
Respons503 · price_unavailableKondisiHarga metode Batch/tarif native tidak tersedia.Langkah berikutnyaSimpan respons; jangan mengganti harga.
Respons503 · api_errorKondisiRute pemasok yang tepat tidak tersedia.Langkah berikutnyaSimpan respons untuk perbaikan rute.
Respons503 · result_pending_checkKondisiHasil asli perlu diperiksa; X-Should-Retry:false.Langkah berikutnyaSimpan operation_id/id asli dan baca statusnya; jangan pernah mengulangi POST asli.
Respons404 · not_foundKondisiOperasi status Batch tidak ada atau dimiliki oleh identitas lain.Langkah berikutnyaGunakan id asli yang persis sama dan user/key/group yang sama.

Alias

Alias model

Ailoot Ultra z-ai/glm-5.3-flash:batch

Alias jalur metode

Gunakan jalur metode yang ditampilkan di atas.

ID pemanggil terkait

z-ai/glm-5.3-flash:batch

FAQ · Z.ai: GLM 5.3 Flash (batch)
Input dan hasil apa yang tersedia?

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

Kolom apa yang digunakan permintaan?

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

Batasan apa yang berlaku?

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

Rincian selengkapnya

Hubungkan Ailoot ke Claude Code, OpenCode, Hermes, atau aplikasi Anda.

Perusahaan dan portofolio proyeknya

Perusahaan dan portofolio proyeknya: jutaan pelanggan; penjualan miliaran setiap bulan.

Beli token dengan diskon.

Diskon langganan untuk pekerjaan rutin. Kode promo — hingga 50% untuk pembelian token.

Langganan
Pilih paket dengan diskon untuk permintaan rutin Anda.
Kode promo hingga 50%
Masukkan kode saat membeli. Harga dihitung ulang sesuai promosi aktif.
Biaya dalam riwayat
Model, token, dan jumlah tagihan disimpan untuk setiap permintaan.

Pilih langganan · Lihat harga model

Hubungkan API ke produk yang Anda jual.

SaaS, aplikasi, dan bot — sesuai penawaran dan perjanjian lisensi Ailoot. Untuk penjualan kembali, mintalah lisensi reseller.

Aplikasi komersial
Integrasikan pembuatan teks, gambar, video, dan suara dalam fitur berbayar layanan Anda.
Lisensi reseller
Kirim deskripsi proyek dan skema akses. Mintalah ketentuan penggunaan dan penjualan kembali secara tertulis.
Dokumen di situs
Penawaran, perjanjian lisensi, dan kebijakan pemrosesan data tersedia sebelum koneksi.

Minta lisensi reseller · Penawaran dan perjanjian lisensi