Source: https://ailoot.ai/models/zh-hant-tw/z-ai-glm-5-3-u003a-batch/
Canonical: https://ailoot.ai/models/zh-hant-tw/z-ai-glm-5-3-u003a-batch/
Language: zh-hant-tw

# Z.ai: GLM 5.3 (batch)

[Markdown](https://ailoot.ai/models/zh-hant-tw/z-ai-glm-5-3-u003a-batch/index.md) · [JSON](https://ailoot.ai/models/zh-hant-tw/z-ai-glm-5-3-u003a-batch/facts.json)

## [Z.ai: GLM 5.3 (batch)](https://ailoot.ai/models/zh-hant-tw/z-ai-glm-5-3-u003a-batch/)

Z.ai GLM 5.3 是文字推理模型，適用於複雜軟體工程、終端機工作與長期任務代理。它支援製造商文件記載的 1M 詞元上下文、最多 128K 輸出詞元、函式呼叫與 low/high/max 推理強度，推理全程保持啟用。

- [**Ailoot Ultra · 批次處理（Batch）** `POST /v1/batches` `z-ai/glm-5.3:batch`](https://ailoot.ai/models/zh-hant-tw/z-ai-glm-5-3-u003a-batch/#method-0)

關於模型

此說明介紹模型的能力。Ailoot 可用的輸入、輸出與選項，依所選方法列於下方。

Z.ai GLM 5.3 是大型文字推理模型，為複雜軟體工程與長期代理工作設計。製造商表示，它與 GLM 5.2 使用相同基礎模型，新增效能提升來自後訓練。此版本著重於更強的程式設計、終端機操作，以及涉及多個相依步驟的廣泛任務。它接收並產生文字；在連接工具的應用程式中，文字可包含程式碼、說明、計畫與工具呼叫請求。

文件中的推理模式一律啟用。GLM 5.3 提供三種強度：low、high 與 max，預設為 max。製造商建議複雜程式設計工作採用 max；low 則為較簡單步驟提供較輕量的推理選項。將選定強度與明確的最終成品及完成準則搭配。例如：「檢視這些檔案與失敗結果，沿受影響的模組追查原因，提出保留公開介面的修正，並解釋哪些檢查可確立回歸問題已解決。」

製造商規定 1M 詞元的上下文視窗與 128K 詞元的輸出長度上限。圍繞模型需要調查的關係組織長篇素材。保留檔名、相關定義、來源標籤與觀察順序，並在適用工作上下文中為推理及最終答案預留空間。大視窗適合跨模組相依關係或長串代理觀察；它不會讓缺乏方向、含有無關素材的資料封存自動變成定義明確的任務。

進行儲存庫工作時，提供預期行為、相關原始碼文字、相依套件版本與實際錯誤輸出。要求模型先辨識受影響的行為，再提出修補。重構時，指出必須完整保留的介面與不變條件。實用的回覆包含修訂後的程式碼、變更為何能解決觀察到的問題，以及檢查結果所需的案例。將實際結果回饋至連接工具的流程，讓下一步以變更後狀態為依據，而非以前一份提案為依據。

進行效能工作時，提供工作負載、基準及測量資料，例如時間、效能剖析或配置紀錄。Z.ai 描述的訓練任務涵蓋瓶頸診斷、最佳化、實驗及保留正確性的結果。實用的請求是：「利用這份效能剖析找出影響最大的瓶頸，提出一項可量測的變更，並解釋什麼結果足以支持保留它。」區分效能假設與已記錄的改善。檢視結果時，保留相同工作負載與相關條件。

此版本也發展了弱點分析能力。進行防禦性原始碼審查時，提供相關程式碼、預期信任邊界與執行條件。要求發現能將疑似問題連結至受影響輸入、行為與聚焦的修正方式。區分潛在弱點與已重現故障，並保留驗證所用的觀察。報告若優先呈現具體證據與修正建議，而非將每種可疑模式都視為已確認弱點，會更有用。

函式呼叫讓外圍應用程式向模型提供外部操作。定義每個工具的用途、引數與預期結果，再將實際工具觀察回傳給下一步。模型可以推理該結果，判斷它如何改變任務。保持提議動作、已執行操作與未解檢查彼此可區分。製造商也記載了串流回覆，會分別回傳推理與答案片段；先組合完整答案，再將其視為最終報告或程式碼說明。

本機模型卡提供了一項明確的歷史設定細節：其聊天範本預設保留思考，但製造商建議一般聊天情境明確清除舊思考。依使用情境套用合適的對話結構，保留接續工作所需的實際完整答案與工具結果。避免將 GLM 5.2 或另行命名的 GLM 5.3 Flash 版本之推理控制設定，視為可與此模型的 low/high/max 控制項互換。

對結構化結果，指定預期欄位、型別與來源規則。實用成品可以是缺陷表、變更計畫，或彙整觀察的 JSON 物件。應用程式使用前，同時驗證結構與欄位值。最終結果應指出答案或修訂成品、支持它的證據及剩餘假設。更多推理投入並不能證明工具已執行、提議的修補已通過檢查，或事實主張具有提供素材以外的支持。

**Ailoot Ultra · 批次處理（Batch）** `POST /v1/batches` `z-ai/glm-5.3:batch`

[`z-ai/glm-5.3:batch`](https://ailoot.ai/models/zh-hant-tw/#m=z-ai%2Fglm-5.3%3Abatch&route=Ultra&caller=z-ai%2Fglm-5.3%3Abatch&fmt=batches)

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

### 入門

Z.ai GLM 5.3 是文字推理模型，適用於複雜軟體工程、終端機工作與長期任務代理。它支援製造商文件記載的 1M 詞元上下文、最多 128K 輸出詞元、函式呼叫與 low/high/max 推理強度，推理全程保持啟用。

接受的輸入

文字

結果

文字

### Ailoot 可用 · 輸入與方法

**Ailoot Ultra · 批次處理（Batch）** `POST /v1/batches`

輸入

`text`

輸出

`text`

輸出格式

內嵌的 results\[\].response.body JSON

| 欄位 | 類型 | 要求 | 值與限制 | 預設值 |
| --- | --- | --- | --- | --- |
| 欄位`endpoint` | 類型`string` | 要求必填 | 值與限制 /v1/chat/completions | 預設值— |
| 欄位`model` | 類型`string` | 要求必填 | 值與限制 z-ai/glm-5.3:batch | 預設值— |
| 欄位`requests` | 類型`batch_item[]` | 要求必填 | 值與限制 項目數下限: 1 | 預設值— |
| 欄位`requests[].custom_id` | 類型`string` | 要求必填 | 值與限制 | 預設值— |
| 欄位`requests[].body.messages` | 類型`message[]` | 要求必填 | 值與限制 | 預設值— |
| 欄位`completion_window` | 類型`string` | 要求選填 | 值與限制 24h | 預設值— |
| 欄位`provider` | 類型`object\|null` | 要求選填 | 值與限制 | 預設值— |
| 欄位`requests[].body.model` | 類型`string` | 要求選填 | 值與限制 z-ai/glm-5.3:batch, z-ai/glm-5.3 | 預設值— |
| 欄位`provider.only` | 類型`string[]` | 要求選填 | 值與限制 deepinfra/fp4 | 預設值— |
| 欄位`provider.allow_fallbacks` | 類型`boolean\|null` | 要求選填 | 值與限制 false, null | 預設值— |

方法參數與生命週期

| 參數 | 規格 |
| --- | --- |
| 參數`content_type` | 規格application/json |
| 參數`required` | 規格endpoint, model, requests |
| 參數`material_types` | 規格text |
| 參數`representation` | 規格內嵌的 requests\[\]；每個項目皆含 custom\_id 與 body |
| 參數`request_endpoint_profile` | 規格/v1/chat/completions |
| 參數`file_material` | 規格呼叫端可在本機將實際的 UTF-8 JSONL 讀入 requests\[\]。此流程不使用上傳用途、input\_file\_id 或檔案參照。若缺少客戶素材或素材為空，應在 POST 前停止準備。 |
| 參數`serialization_order` | 規格endpoint, model, provider（如有提供）, completion\_window（如有提供）, requests 放在最後 |
| 參數`optional_controls` | 規格provider.only, provider.allow\_fallbacks, completion\_window |
| 參數`schema_scope` | 規格依文件規定的內嵌 Batch 封裝格式提供文字 Chat Completions 請求主體。 |

生命週期： `asynchronous`

`GET /v1/batches/{operation_id}` · 原始建立回應中實際回傳的 response.id；使用相同使用者／金鑰／群組

### 方案

費率資訊不會增加請求選項。支援的參數列於所選方法中。

快速模式

未指定 選取快速模式時

flex 模式

未指定 選取 flex 模式時

最高推理強度

未指定 最高推理強度採用 default 調整值時

顯式快取計價

未啟用 請求顯式快取時

#### Ailoot 費率

#### 各設定的價格

請逐一核對各項費用與所列條件。每組互為替代選項的設定只套用一種費率。

| 設定 | 費率表 | 上下文 Token 數大於 | 上下文 Token 數小於或等於 | 費用 |
| --- | --- | --- | --- | --- |
| 設定詞元基本費率 | 費率表基本費率 | 上下文 Token 數大於— | 上下文 Token 數小於或等於無上限 | 費用 輸入 · 輸入 Token **$0.0009** / 1K Token 輸出 · 輸出 Token **$0.004** / 1K Token 輸入 · 讀取快取 **$0.0002** / 1K Token 輸入 · 寫入快取 **—** / 1K Token 輸入 · 寫入快取，1 小時 **—** / 1K Token |
| 設定請求長度級距 1 | 費率表— | 上下文 Token 數大於0 | 上下文 Token 數小於或等於無上限 | 費用 輸入 · 輸入 Token **$0.0009** / 1K Token 輸出 · 輸出 Token **$0.004** / 1K Token 輸入 · 讀取快取 **$0.0002** / 1K Token 輸入 · 寫入快取 **—** / 1K Token 輸入 · 寫入快取，1 小時 **—** / 1K Token |

Ailoot 會在請求前預留估算金額。取得結果後，依實測用量結算最終費用。串流結算採用最終用量紀錄。[預留金額與結算的運作方式 →](https://ailoot.ai/docs/zh-hant-tw/billing/reserve/)

### 請求範例

#### Ailoot Ultra · 批次處理（Batch）

curl · 保留的測試資料Python HTTP · 客戶實際的 JSONLPython · 儲存每個已完成的結果

```bash
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
```

```python
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"))
```

```python
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.
```

### 接收並儲存結果

#### Ailoot Ultra · 批次處理（Batch）

內嵌的 results\[\].response.body JSON

- `GET /v1/batches/{operation_id}`

##### 查看工作狀態

curl · 原始作業狀態

```bash
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
```

##### 保留所有已完成的結果

請保留所有完整傳回的回應、檔案與內容區塊。

保留完整的原始狀態 JSON、每個結果／custom\_id，以及完整的回應或錯誤主體。將已完成的 results\[\] 儲存為 JSONL，不得篩除任何項目。

##### 需要檢查原始回應時

保留原始作業 ID。503 result\_pending\_check 回應帶有 X-Should-Retry:false；請勿重新提交狀態不明的原始批次。

回應欄位

| 欄位 | 類型 |
| --- | --- |
| 欄位`results[].custom_id` | 類型string |
| 欄位`results[].response.body.choices[].message.content` | 類型string\|null |
| 欄位`results[].error` | 類型object\|null |
| 欄位`usage` | 類型object\|null |
| 欄位`id` | 類型string |
| 欄位`model` | 類型string |
| 欄位`endpoint` | 類型string |
| 欄位`status` | 類型string |
| 欄位`request_counts` | 類型object |
| 欄位`results[].id` | 類型string |
| 欄位`results[].response.status_code` | 類型integer |
| 欄位`results[].response.request_id` | 類型string |

錯誤與後續步驟

| 回應 | 條件 | 下一步 |
| --- | --- | --- |
| 回應400 · `invalid_request_error` | 條件文件規定的內嵌封裝格式無效、索引鍵重複、項目識別有誤，或與已設定的模型能力衝突。 | 下一步再次提交前，請先修正指出的欄位。 |
| 回應401 · `authentication_error` | 條件API 金鑰無效。 | 下一步使用已獲授權的 Ailoot 金鑰。 |
| 回應403 · `permission_error` | 條件批次處理群組無法使用。 | 下一步檢查金鑰／群組的使用權限。 |
| 回應422 · `invalid_request_error` | 條件批次處理採用餘額計費；透過訂閱建立批次的請求會遭拒絕。 | 下一步使用已獲授權、以餘額計費的群組。 |
| 回應422 · `price_unavailable` | 條件無法為批次輸入估價。 | 下一步保留回應；使用文件規定的該 API 家族輸入格式。 |
| 回應402 · `billing_error` | 條件批次處理的預留額度無法取得。 | 下一步提交新請求前，請先解決請求受理問題。 |
| 回應503 · `price_unavailable` | 條件批次處理方法的價格／原生費率無法取得。 | 下一步保留回應；請勿替換價格。 |
| 回應503 · `api_error` | 條件指定的供應商路由無法使用。 | 下一步保留回應，以供修復路由。 |
| 回應503 · `result_pending_check` | 條件原始結果需要檢查；X-Should-Retry:false。 | 下一步保留原始 operation\_id/id 並讀取其狀態；請勿重複原始 POST。 |
| 回應404 · `not_found` | 條件查詢批次狀態所需的作業不存在，或屬於其他身分。 | 下一步使用完全相同的原始 id，以及相同的使用者／金鑰／群組。 |

### 別名

#### 模型別名

**Ailoot Ultra** [`z-ai/glm-5.3:batch`](https://ailoot.ai/models/zh-hant-tw/#m=z-ai%2Fglm-5.3%3Abatch&route=Ultra&caller=z-ai%2Fglm-5.3%3Abatch&fmt=batches)

#### 方法路徑別名

請使用上方列出的 API 方法路徑。

#### 相關呼叫用 ID

[`z-ai/glm-5.3:batch`](https://ailoot.ai/models/zh-hant-tw/#m=z-ai%2Fglm-5.3%3Abatch&route=Ultra&caller=z-ai%2Fglm-5.3%3Abatch&fmt=batches)

FAQ · Z.ai: GLM 5.3 (batch)

可以使用哪些輸入與結果？

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

請求使用哪些欄位？

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

適用哪些限制？

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

將 Ailoot 串接 Claude Code、OpenCode、Hermes 或自己的應用程式。

## 公司及其專案組合

公司及其專案組合：數百萬客戶，每月銷售額達數十億。

## 優惠購買 token。

訂閱優惠適合持續工作，折扣碼購買 token 最高可折 50%。

訂閱

為定期請求選擇優惠方案。

最高 50% 折扣碼

購買時輸入代碼，價格依活動重算。

歷史中的費用

每次請求保存模型、token 與金額。

[選擇訂閱](https://ailoot.ai/docs/zh-hant-tw/billing/subscriptions/) · [查看模型價格](https://ailoot.ai/models/zh-hant-tw/)

## 將 API 加入 你銷售的產品。

依 Ailoot 正式服務條款與授權合約串接 SaaS、應用程式與機器人；轉售請申請經銷授權。

商用應用程式

在付費功能加入文字、圖片、影片與聲音生成。

經銷授權

提供專案說明與存取方式，要求書面使用和轉售條件。

網站文件

串接前可閱讀正式服務條款、授權合約與資料處理政策。

[申請經銷授權](mailto:support@ailoot.ai) · [正式服務條款與授權合約](https://ailoot.ai/legal/offer?lang=zh-hant-tw)

## Ailoot · 公司及其專案組合





Ailoot以累積的營運經驗、廣大的客戶群、穩定的服務及持續的KPI管理為基礎。





公司及其專案組合：數百萬客戶，每月銷售額達數十億。





Ailoot將這些營運經驗用於API存取，讓客戶的產品、代理、應用程式及自動化流程使用AI功能。