모델

Z.ai: GLM 5.3 (batch)

Markdown · JSON

Z.ai: GLM 5.3 (batch)

Z.ai GLM 5.3은 복잡한 소프트웨어 엔지니어링, 터미널 작업, 장기 에이전트를 위한 텍스트 추론 모델입니다. 제작사 문서에 명시된 1M토큰 컨텍스트, 최대 128K 출력 토큰, 함수 호출, low/high/max 추론 강도를 지원하며 추론은 항상 활성화됩니다.

모델 소개

이 설명은 모델의 기능을 다룹니다. Ailoot에서 사용할 수 있는 입력, 출력 및 옵션은 아래에 선택한 메서드별로 표시됩니다.

Z.ai GLM 5.3은 복잡한 소프트웨어 엔지니어링과 장기 에이전트 작업을 위해 설계된 대규모 텍스트 추론 모델입니다. 제조사는 GLM 5.2와 동일한 기반 모델을 사용하며 새 성능 향상은 사후 학습에서 나온다고 밝힙니다. 이번 릴리스는 프로그래밍, 터미널 작업, 여러 의존 단계가 있는 폭넓은 과제의 역량 강화에 중점을 둡니다. 텍스트를 입력받고 코드, 설명, 계획, 도구가 연결된 애플리케이션에서의 도구 호출 요청 등을 텍스트로 출력합니다.

문서화된 추론 모드는 항상 활성화됩니다. GLM 5.3은 low, high, max의 세 가지 강도를 제공하며 기본값은 max입니다. 제작사는 복잡한 코딩에 max를 권장하고, low는 간단한 단계에 더 가벼운 추론 옵션을 제공합니다. 선택한 강도와 함께 명확한 최종 산출물과 완료 기준을 제시하세요. 예를 들어 “이 파일과 실패 결과를 살펴보고, 영향받는 모듈 전반에서 원인을 추적한 뒤, 공개 인터페이스를 보존하는 수정안을 제시하고 어떤 검사가 회귀 문제가 해결되었음을 입증하는지 설명하세요”라고 요청할 수 있습니다.

제작사는 1M토큰의 컨텍스트 윈도와 128K토큰의 최대 출력 길이를 명시합니다. 모델이 조사해야 할 관계를 중심으로 긴 자료를 구성하세요. 파일 이름, 관련 정의, 원본 레이블, 관찰 순서를 보존하고 해당 작업 컨텍스트 안에 추론과 최종 답변 공간을 남기세요. 큰 윈도는 모듈 간 의존 관계나 긴 에이전트 관찰 순서에 유용하지만, 무관한 자료를 방향 없이 모아 둔다고 명확한 과제가 되지는 않습니다.

저장소 작업에서는 예상 동작, 관련 소스 텍스트, 의존성 버전, 실제 오류 출력을 제공하세요. 패치를 제안하기 전에 영향받는 동작을 파악하도록 요청하세요. 리팩터링에서는 보존할 인터페이스와 불변 조건을 명시하세요. 유용한 응답은 수정된 코드, 변경이 관찰된 문제를 해결하는 이유, 결과 확인에 필요한 사례를 포함합니다. 실제 결과를 도구가 연결된 작업 흐름에 다시 제공해 다음 단계가 이전 제안이 아닌 변경된 상태에 근거하도록 하세요.

성능 작업에서는 워크로드, 기준선, 실행 시간, 프로파일 또는 할당 기록 같은 측정치를 제공하세요. Z.ai는 병목 진단, 최적화, 실험, 정확성을 유지한 결과를 포함하는 학습 과제를 설명합니다. 실용적인 요청은 “이 프로파일로 가장 영향이 큰 병목을 찾고, 측정 가능한 변경 하나를 제안하며, 어떤 결과가 나와야 변경을 유지할 근거가 되는지 설명하세요”입니다. 성능 가설과 기록된 개선을 구분하세요. 결과를 살펴볼 때 같은 워크로드와 관련 조건을 유지하세요.

이번 릴리스는 취약점 분석 역량도 발전시킵니다. 방어 목적의 소스 검토에서는 관련 코드, 의도한 신뢰 경계, 실행 조건을 제공하세요. 의심되는 문제를 영향받는 입력과 동작, 집중된 개선 조치에 연결하는 분석 결과를 요청하세요. 잠재적 약점과 재현된 결함을 구분하고 검증에 사용한 관찰을 보존하세요. 의심스러운 패턴을 모두 확정된 취약점으로 취급하기보다 구체적인 근거와 수정 제안을 우선하는 보고서가 더 유용합니다.

함수 호출을 통해 주변 애플리케이션은 외부 작업을 모델에 제공할 수 있습니다. 각 도구의 목적, 인수, 예상 결과를 정의하고 실제 도구 관찰 결과를 다음 단계에 반환하세요. 모델은 그 결과를 추론하고 과제를 어떻게 바꿀지 판단할 수 있습니다. 제안된 행동, 실행된 작업, 미해결 검사를 구분하세요. 제작사는 추론과 답변 조각을 별도로 반환하는 스트리밍 응답도 문서화합니다. 이를 최종 보고서나 코드 설명으로 취급하기 전에 완성된 답변을 조합하세요.

로컬 모델 카드에는 구체적인 이력 설정이 나옵니다. 채팅 템플릿은 기본적으로 사고 내용을 유지하지만, 제작사는 일반 채팅에서는 이전 사고 내용을 명시적으로 지우도록 권장합니다. 용도에 맞는 대화 구조를 적용하고, 이어서 작업하는 데 필요한 실제 완성 답변과 도구 결과를 보존하세요. GLM 5.2나 별도 GLM 5.3 Flash 에디션의 추론 제어 설정을 이 모델의 low/high/max 제어와 상호 교환 가능한 것으로 취급하지 마세요.

구조화된 결과에서는 예상 필드, 유형, 원본 처리 규칙을 지정하세요. 결함 표, 변경 계획, 관찰을 요약한 JSON 객체 등이 유용한 산출물이 될 수 있습니다. 애플리케이션이 사용하기 전에 구조와 값을 모두 검증하세요. 최종 결과에는 답이나 수정 산출물, 이를 뒷받침하는 근거, 남은 가정이 표시되어야 합니다. 추론 강도가 높다고 도구가 실행되었거나 제안한 패치가 검사를 통과했거나 사실 주장이 제공된 자료 밖의 근거를 얻었다고 입증되지는 않습니다.

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

z-ai/glm-5.3:batch

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

시작하기

Z.ai GLM 5.3은 복잡한 소프트웨어 엔지니어링, 터미널 작업, 장기 에이전트를 위한 텍스트 추론 모델입니다. 제작사 문서에 명시된 1M토큰 컨텍스트, 최대 128K 출력 토큰, 함수 호출, low/high/max 추론 강도를 지원하며 추론은 항상 활성화됩니다.

허용 입력
텍스트
결과
텍스트

Ailoot에서 사용 가능 · 입력 및 메서드

Ailoot Ultra · 배치 POST /v1/batches
입력
text
출력
text
출력 형식
인라인 results[].response.body JSON
필드유형요건값과 한도기본값
필드endpoint유형string요건필수값과 한도
/v1/chat/completions
기본값—
필드model유형string요건필수값과 한도
z-ai/glm-5.3:batch
기본값—
필드requests유형batch_item[]요건필수값과 한도
최소 항목 수: 1
기본값—
필드requests[].custom_id유형string요건필수값과 한도기본값—
필드requests[].body.messages유형message[]요건필수값과 한도기본값—
필드completion_window유형string요건선택 사항값과 한도
24h
기본값—
필드provider유형object|null요건선택 사항값과 한도기본값—
필드requests[].body.model유형string요건선택 사항값과 한도
z-ai/glm-5.3:batch, z-ai/glm-5.3
기본값—
필드provider.only유형string[]요건선택 사항값과 한도
deepinfra/fp4
기본값—
필드provider.allow_fallbacks유형boolean|null요건선택 사항값과 한도
false, null
기본값—
메서드 매개변수와 수명 주기
매개변수명세
매개변수content_type명세application/json
매개변수required명세endpoint, model, requests
매개변수material_types명세text
매개변수representation명세인라인 requests[]; 각 항목에는 custom_id와 body가 있습니다
매개변수request_endpoint_profile명세/v1/chat/completions
매개변수file_material명세호출자는 실제 UTF-8 JSONL을 로컬에서 읽어 requests[]에 넣을 수 있습니다. 업로드 목적, input_file_id 또는 파일 참조는 사용하지 않습니다. 고객 자료가 없거나 비어 있으면 POST 전에 준비를 중단합니다.
매개변수serialization_order명세endpoint, model, provider (제공된 경우), completion_window (제공된 경우), requests는 마지막에
매개변수optional_controls명세provider.only, provider.allow_fallbacks, completion_window
매개변수schema_scope명세문서에 명시된 인라인 배치 요청 구조에 담긴 텍스트 Chat Completions 본문입니다.

수명 주기: asynchronous

GET /v1/batches/{operation_id} · 최초 생성 응답에서 실제로 반환된 response.id; 동일한 사용자/키/그룹

요금

요금 정보는 요청 옵션을 추가하지 않습니다. 지원되는 매개변수는 선택한 메서드에 표시됩니다.

빠른 모드
미지정 빠른 모드를 선택한 경우
Flex 모드
미지정 flex 모드를 선택한 경우
최대 추론 수준
미지정 최대 추론 수준에 default 조정값을 적용하는 경우
명시적 캐시 요금
활성화되지 않음 명시적 캐시를 요청할 때

Ailoot 요금

설정별 가격

각 요금을 표시된 조건과 대조하세요. 서로 대체되는 설정 묶음마다 하나의 요금만 적용하세요.

설정요금표컨텍스트 토큰 수 초과 기준컨텍스트 토큰 수 이하 기준요금
설정토큰의 기본 단가요금표기본 요금컨텍스트 토큰 수 초과 기준—컨텍스트 토큰 수 이하 기준상한 없음요금
입력 · 입력 토큰 $0.0009 / 1K 토큰
출력 · 출력 토큰 $0.004 / 1K 토큰
입력 · 캐시 읽기 $0.0002 / 1K 토큰
입력 · 캐시 쓰기 — / 1K 토큰
입력 · 캐시 쓰기, 1시간 — / 1K 토큰
설정요청 길이 구간 1요금표—컨텍스트 토큰 수 초과 기준0컨텍스트 토큰 수 이하 기준상한 없음요금
입력 · 입력 토큰 $0.0009 / 1K 토큰
출력 · 출력 토큰 $0.004 / 1K 토큰
입력 · 캐시 읽기 $0.0002 / 1K 토큰
입력 · 캐시 쓰기 — / 1K 토큰
입력 · 캐시 쓰기, 1시간 — / 1K 토큰

Ailoot는 요청 전에 예상 금액을 미리 확보합니다. 결과를 받은 뒤 측정된 사용량을 기준으로 최종 요금을 정산합니다. 스트리밍 정산에는 최종 사용량 기록을 사용합니다. 금액 확보와 정산 방식 →

요청 예제

Ailoot Ultra · 배치

curl · 보관된 테스트 데이터Python HTTP · 실제 고객의 JSONLPython · 완료된 모든 결과 저장
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.

결과 수신 및 저장

Ailoot Ultra · 배치

인라인 results[].response.body JSON

  • GET /v1/batches/{operation_id}
작업 상태 확인
curl · 원래 작업의 상태
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
완료된 결과 모두 보관

반환된 완전한 응답, 파일, 콘텐츠 부분을 모두 보관하세요.

최초 상태 JSON 전체, 모든 결과/custom_id와 응답 또는 오류 본문 전체를 보관하세요. 완료된 results[]는 필터링 없이 JSONL로 저장하세요.

원래 응답을 확인해야 할 경우

최초 작업 ID를 보관하세요. 503 result_pending_check에는 X-Should-Retry:false가 포함됩니다. 상태가 불명확한 최초 배치를 다시 제출하지 마세요.

응답 필드
필드유형
필드results[].custom_id유형string
필드results[].response.body.choices[].message.content유형string|null
필드results[].error유형object|null
필드usage유형object|null
필드id유형string
필드model유형string
필드endpoint유형string
필드status유형string
필드request_counts유형object
필드results[].id유형string
필드results[].response.status_code유형integer
필드results[].response.request_id유형string
오류와 다음 단계
응답조건다음 단계
응답400 · invalid_request_error조건문서에 명시된 인라인 요청 구조가 유효하지 않거나, 키가 중복되거나, 항목 식별 정보 또는 설정된 모델 기능에 충돌이 있습니다.다음 단계새로 제출하기 전에 표시된 필드를 수정하세요.
응답401 · authentication_error조건유효하지 않은 API 키입니다.다음 단계사용 권한이 있는 Ailoot 키를 사용하세요.
응답403 · permission_error조건배치 그룹을 사용할 수 없습니다.다음 단계키/그룹의 사용 권한을 확인하세요.
응답422 · invalid_request_error조건배치는 잔액 과금을 사용하며, 구독을 통한 생성 요청은 거부됩니다.다음 단계사용 권한이 있는 잔액 과금 그룹을 사용하세요.
응답422 · price_unavailable조건배치 입력의 예상 비용을 산출할 수 없습니다.다음 단계응답을 보관하고 문서에 명시된 API 계열 입력을 사용하세요.
응답402 · billing_error조건배치 예약 금액을 확보할 수 없습니다.다음 단계새 요청 전에 요청 허용 조건을 충족하세요.
응답503 · price_unavailable조건배치 메서드 가격 또는 네이티브 요율을 사용할 수 없습니다.다음 단계응답을 보관하고 가격을 임의로 대체하지 마세요.
응답503 · api_error조건정확히 일치하는 공급업체 라우트를 사용할 수 없습니다.다음 단계라우트 수정을 위해 응답을 보관하세요.
응답503 · result_pending_check조건최초 결과를 확인해야 합니다. X-Should-Retry:false.다음 단계최초 operation_id/id를 보관하고 해당 상태를 조회하세요. 최초 POST를 반복하지 마세요.
응답404 · not_found조건배치 상태 조회 대상 작업이 없거나 다른 사용 주체의 소유입니다.다음 단계최초 id를 정확히 사용하고 동일한 사용자/키/그룹을 유지하세요.

별칭

모델 별칭

Ailoot Ultra z-ai/glm-5.3:batch

메서드 경로 별칭

위에 표시된 메서드 경로를 사용하세요.

관련 호출용 ID

z-ai/glm-5.3:batch

FAQ · Z.ai: GLM 5.3 (batch)
어떤 입력과 결과를 사용할 수 있나요?

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

요청은 어떤 필드를 사용하나요?

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

어떤 제한이 적용되나요?

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

자세히 보기

Claude Code, OpenCode, Hermes, 자체 앱에 Ailoot를 연결하세요.

회사와 그 프로젝트 포트폴리오

회사와 그 프로젝트 포트폴리오: 수백만 고객, 매월 수십억 규모의 매출.

할인받아 토큰을 구매하세요.

정기 작업에는 구독 할인, 토큰 구매에는 최대 50% 프로모션 코드.

구독
정기 요청에 맞는 할인 요금제를 선택하세요.
최대 50% 프로모션 코드
구매할 때 코드를 넣으면 진행 중 행사에 따라 가격을 다시 계산합니다.
이력의 지출
요청마다 모델, 토큰, 금액을 저장합니다.

구독 선택 · 모델 가격 보기

판매하는 제품에 API를 연결하세요.

Ailoot 공식 이용 조건과 라이선스 계약으로 SaaS, 앱, 봇에 사용하세요. 재판매에는 리셀러 라이선스를 요청하세요.

상업용 앱
서비스의 유료 기능에 텍스트, 이미지, 영상, 소리 생성을 넣으세요.
리셀러 라이선스
프로젝트 설명과 접근 구조를 보내 사용·재판매의 서면 조건을 요청하세요.
사이트의 문서
연결 전에 공식 이용 조건, 라이선스 계약, 데이터 처리 정책을 읽을 수 있습니다.

리셀러 라이선스 요청 · 공식 이용 조건과 라이선스 계약