GLM-5.3 Flash

Use una clave que incluya el grupo GLM API oficial; las claves sin él reciben un 404.

curl https://api.hop-base.com/v1/chat/completions \
  -H "Authorization: Bearer sk-su-clave" \
  -H "Content-Type: application/json" \
  -d '{
    "model": "glm-5.3-flash",
    "temperature": 1,
    "top_p": 0.95,
    "reasoning_effort": "max",
    "messages": [{
      "role": "user",
      "content": "Hola, preséntate"
    }]
  }'

Modelo y especificaciones

Zhipu publicó GLM-5.3 Flash como código abierto el 2026-08-26; es el primer miembro nativamente multimodal de la serie GLM-5.

Frente a GLM-5.3, el cómputo de atención es 3,01 veces menor y la caché KV 4,44 veces menor.

Grupo y configuración

• glm-5.3-flash se vende en el grupo GLM API oficial. Al crear o editar una clave API en Claves API de la consola, añada este grupo a la clave; solo una clave que lo incluya puede llamar al modelo.
• Las claves sin este grupo reciben un 404 explícito al llamar a glm-5.3-flash; añada el grupo a una clave existente en la consola, o cree una clave nueva con él.
• Las tarifas toman como base el precio oficial de lista de Zhipu para este modelo y se publican en la página de precios; su tarifa efectiva se muestra en la Plaza de modelos tras iniciar sesión.
• El mismo grupo también vende glm-5.3; consulte GLM-5.3.

Rellene su cliente así:

El formato de API solo lo piden CC Switch y otros clientes con enrutamiento.

Parámetros de la solicitud

Para POST /v1/chat/completions. La pasarela solo rechaza messages vacío y no fija rangos al resto; los valores «recomendados» son los que Zhipu publica para este modelo.

Todos los campos están en la referencia de API · Chat Completions; elija GLM-5.3 Flash.

Streaming y uso

Envíe "stream": true. Para recibir el recuento de tokens, añada stream_options.include_usage: el último fragmento incluirá entonces un objeto usage.

Cuando la solicitud también incluya tools, active tool_stream: true para que los argumentos de las llamadas a herramientas lleguen de forma incremental en lugar de en un solo bloque.

curl https://api.hop-base.com/v1/chat/completions \
  -H "Authorization: Bearer sk-su-clave" \
  -H "Content-Type: application/json" \
  -d '{
    "model": "glm-5.3-flash",
    "stream": true,
    "stream_options": {"include_usage": true},
    "tool_stream": true,
    "messages": [{"role": "user", "content": "Escribe un haiku sobre la latencia"}]
  }'

Llamadas a herramientas

Las llamadas a funciones funcionan con los campos estándar de OpenAI. Envíe tools, lea choices[].message.tool_calls en la respuesta, ejecute la función y devuelva el resultado como un mensaje tool.

curl https://api.hop-base.com/v1/chat/completions \
  -H "Authorization: Bearer sk-su-clave" \
  -H "Content-Type: application/json" \
  -d '{
    "model": "glm-5.3-flash",
    "messages": [{"role": "user", "content": "¿Qué tiempo hace en Tokio?"}],
    "tools": [{
      "type": "function",
      "function": {
        "name": "get_weather",
        "description": "Obtiene el tiempo actual de una ciudad",
        "parameters": {
          "type": "object",
          "properties": {"city": {"type": "string"}},
          "required": ["city"]
        }
      }
    }]
  }'

Rastro de pensamiento

El modelo siempre piensa; no hay un interruptor para desactivarlo. El rastro se devuelve en reasoning_content junto con la respuesta en content, y en modo streaming llega como delta.reasoning_content.

Muéstrelo por separado o descártelo, pero no lo concatene con la respuesta. Dimensione max_tokens contando la respuesta y el rastro juntos.

Próximos pasos

• GLM-5.3: el modelo insignia, con la configuración de Claude Code y Codex CLI
• OpenAI SDK: el patrón general de Chat Completions
• Códigos de error y reintentos
• Concurrencia, tiempos de espera y facturación