GLM-5.3 Flash

OpenAI Chat Completions 互換 API 経由で GLM-5.3 Flash に接続します。ストリーミングの usage、ツール呼び出し、思考プロセスを含みます。

GLM-5.3 Flash は HopBase の OpenAI Chat Completions 互換プロトコルを使用します。https://api.hop-base.com/v1 を使い、モデル名は glm-5.3-flash を指定してください。

GLM-5.3 Flash は Zhipu が 2026-08-26 に公開・オープンソース化したモデルで、GLM-5 シリーズ初のネイティブマルチモーダル対応メンバーです。総パラメータ 320B・トークンあたり 18B を活性化する MoE モデルで、1M トークンのコンテキストウィンドウと最大 128K トークンの出力に対応します。

モデルと仕様

項目	内容
モデル ID	`glm-5.3-flash`
アーキテクチャ	MoE、総パラメータ 320B、トークンあたり 18B を活性化
アテンション	ハイブリッドスパース + 線形アテンション。GLM-5.3 と比べてアテンション計算量が 3.01 分の 1、KV キャッシュが 4.44 分の 1
コンテキストウィンドウ	1M トークン
最大出力	128K トークン
入力モダリティ	テキスト、画像、動画、ファイル
出力	テキスト
思考	常時オン。思考プロセスは `reasoning_content` で返されます

エンドポイントと Base URL

項目	設定値
API アドレス / Base URL	`https://api.hop-base.com/v1`
エンドポイント	`POST /v1/chat/completions`
API Key	`sk-あなたのキー`
モデル	`glm-5.3-flash`
API 形式（CC Switch などルーティング対応クライアントのみ）	`OpenAI Chat Completions（ルーティングが必要）`

プラン選択と課金

glm-5.3-flash は「GLM 5.3 Flash 专线」（GLM 5.3 Flash 専用線）プランで提供されます。コンソールの「API Key」でキーを新規作成する際、キーのプランをこれに設定してください。このプランに紐づいたキーだけがこのモデルを呼び出せます。
1 つのキーは 1 つのプランに紐づきます。別のプランに紐づいたキーで glm-5.3-flash を呼び出すと明確な 404 が返ります。このプランで新しいキーを作成するか、コンソールで既存のキーを付け替えてください。
課金は Zhipu の当該モデルの公式定価を基準としています。公開価格は料金ページを、実際に適用される単価はログイン後のモデル広場をご確認ください。
glm-5.3 は従来のプランのままで影響を受けません。詳細は GLM-5.3 を参照してください。

推奨パラメータ

以下は Zhipu が当該モデルについて公表している推奨値です。

パラメータ	推奨値	備考
`temperature`	`1`
`top_p`	`0.95`
`reasoning_effort`	`max`	思考モードはオンのみ対応。オフにはできません
`stream_options.include_usage`	`true`	ストリーミングで `usage` を受け取るには必須
`tool_stream`	`true`	リクエストに `tools` を含める場合、ストリーミングと併用を推奨

curl

curl https://api.hop-base.com/v1/chat/completions \
  -H "Authorization: Bearer sk-あなたのキー" \
  -H "Content-Type: application/json" \
  -d '{
    "model": "glm-5.3-flash",
    "temperature": 1,
    "top_p": 0.95,
    "reasoning_effort": "max",
    "messages": [{"role": "user", "content": "こんにちは、自己紹介をしてください"}]
  }'

"stream": true を指定するとストリーミングになります。トークン数を受け取るには stream_options.include_usage を追加してください。最後のチャンクに usage オブジェクトが含まれます。リクエストに tools も含める場合は tool_stream: true も有効にし、ツール呼び出しの引数を最後にまとめてではなく逐次受け取ることを推奨します。

curl https://api.hop-base.com/v1/chat/completions \
  -H "Authorization: Bearer sk-あなたのキー" \
  -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": "レイテンシについて俳句を作ってください"}]
  }'

ツール呼び出し

Function calling は標準の OpenAI フィールドで動作します。リクエストで tools を渡し、レスポンスの choices[].message.tool_calls から呼び出しを取り出して実行し、その結果を tool メッセージとして返送してください。

curl https://api.hop-base.com/v1/chat/completions \
  -H "Authorization: Bearer sk-あなたのキー" \
  -H "Content-Type: application/json" \
  -d '{
    "model": "glm-5.3-flash",
    "messages": [{"role": "user", "content": "東京の天気を教えてください"}],
    "tools": [{
      "type": "function",
      "function": {
        "name": "get_weather",
        "description": "指定した都市の現在の天気を取得します",
        "parameters": {
          "type": "object",
          "properties": {"city": {"type": "string"}},
          "required": ["city"]
        }
      }
    }]
  }'

思考プロセス

このモデルは常に思考を行い、オフにするスイッチはありません。思考プロセスは reasoning_content で返され、回答本文は content に入ります。ストリーミングでは delta.reasoning_content に対応します。両者は分けて表示するか思考部分を破棄してください。回答に連結しないようにします。max_tokens は「回答 + 思考」の合計で見積もってください。

OpenAI SDK / Python

from openai import OpenAI

client = OpenAI(
    base_url="https://api.hop-base.com/v1",
    api_key="sk-あなたのキー",
)

resp = client.chat.completions.create(
    model="glm-5.3-flash",
    temperature=1,
    top_p=0.95,
    reasoning_effort="max",
    messages=[{"role": "user", "content": "GLM-5.3 Flash が適している場面を教えてください"}],
)
print(resp.choices[0].message.content)
print(resp.usage)

よくある質問

glm-5.3-flash を呼び出すと 404 model not found が返ります。キーが「GLM 5.3 Flash 专线」プランに紐づいていません。このプランでキーを新規作成するか、コンソールで既存のキーを付け替えてください。
ストリーミングで usage が返りません。"stream_options": {"include_usage": true} を追加してください。指定がないと最後のチャンクにトークン数が含まれません。
思考をオフにできません。このモデルは思考のオンのみに対応しています。オフにしようとせず、reasoning_effort で深さを調整してください。