Endpoint 涵蓋範圍
開放 1 個公開 endpoint:chat_completion。
# Base URL
https://runapi.ai
# Endpoints
POST /v1/chat/completions
POST /v1/responses
POST /v1/messages
POST /v1beta/models/glm-5.3-flash:generateContent
POST /v1beta/models/glm-5.3-flash:streamGenerateContent
curl https://runapi.ai/v1/chat/completions \
-H "Authorization: Bearer $RUNAPI_API_KEY" \
-H "Content-Type: application/json" \
-d '{
"model": "glm-5.3-flash",
"messages": [
{
"role": "user",
"content": "閱讀呢個多檔案 repository,搵出失敗嘅整合測試,並提出 patch,同時解釋根本原因。"
}
]
}'
from openai import OpenAI
client = OpenAI(
base_url="https://runapi.ai/v1",
api_key="your-runapi-key"
)
response = client.chat.completions.create(
model="glm-5.3-flash",
messages=[{"role": "user", "content": "閱讀呢個多檔案 repository,搵出失敗嘅整合測試,並提出 patch,同時解釋根本原因。"}]
)
import OpenAI from "openai";
const client = new OpenAI({
baseURL: "https://runapi.ai/v1",
apiKey: "your-runapi-key"
});
const response = await client.chat.completions.create({
model: "glm-5.3-flash",
messages: [{ role: "user", content: "閱讀呢個多檔案 repository,搵出失敗嘅整合測試,並提出 patch,同時解釋根本原因。" }]
});
10 個版本可用
GLM-5.3-Flash 是 Z.ai GLM-5.3 世代中成本較低的模型,於 2026 年 8 月 26 日推出。它是 Mixture-of-Experts 模型,總參數 320B,每個 token 啟用 18B。Z.ai 稱它是首個同時採用稀疏注意力及線性注意力的開源前沿模型,並表示相比 GLM-5.3,注意力運算量約少 3x,KV 快取小 4.4x。
上下文視窗為 100 萬 token,最多輸出 128K token。思考恆常開啟:Z.ai 的 API 只接受 enabled 思考模式,因此每次回覆都由推理步驟開始。Z.ai 將此模型定位於按截圖編寫使用者介面程式碼、辦公室文件、金融研究及電腦操作循環,並支援函數調用及結構化輸出。
Z.ai 的模型亦能讀取圖片、影片及檔案。在 RunAPI 上,glm-5.3-flash 只接受文字輸入。可透過 OpenAI 相容的 Chat Completions 端點(/v1/chat/completions)、Anthropic Messages 端點(/v1/messages)、OpenAI Responses 或 Gemini generateContent 調用,全部使用同一組 RunAPI API key。
選擇任意模型,數秒內即可開始生成。
| 提供者 | Z.ai |
| 模型 ID | glm-5.3-flash |
| 模態 | 文字 |
| 任務類型 | Synchronous |
| API 端點 | /v1/chat/completions |
| /v1/responses |
| /v1/messages | |
| /v1beta/models/glm-5.3-flash:generateContent | |
| /v1beta/models/glm-5.3-flash:streamGenerateContent | |
| 計費單位 | 1K tokens |
| 目錄狀態 | 可正常運作 |
免費註冊後,在控制台建立 glm-5.3-flash 的 API 金鑰。
向 /v1/chat/completions 發送 POST 請求,並傳入 glm-5.3-flash 模型 ID 和參數。
直接從端點讀取已完成的 glm-5.3-flash 回應。
開放 1 個公開 endpoint:chat_completion。
按 1K tokens 計量,無需訂閱。
此端點尚未發布請求參數。
從私有知識庫回答客戶問題,減少工單數量。
草擬合約摘要,並標示重點條款供律師審閱。
在 CI 自動生成單元測試、程式碼審查同重構建議。
GLM-5.3-Flash 是 GLM-5.3 世代中較細、成本較低的模型,總參數 320B,啟用 18B。據 Z.ai 說明,其稀疏與線性混合注意力令注意力運算量相比 GLM-5.3 減少約 3x。兩者的上下文視窗都是 100 萬 token。需要旗艦模型時選 glm-5.3,大量處理或對成本敏感的工作則選 glm-5.3-flash。
不可以。Z.ai 推出此模型時思考恆常開啟,思考設定只接受 enabled。推理 token 計入輸出,請在 max_tokens 中預留空間。
暫時不可以。Z.ai 的模型能讀取圖片、影片及檔案,但 RunAPI 對 glm-5.3-flash 只接受文字輸入,包含圖片部分的請求會被拒絕。
將 OpenAI SDK 指向 https://runapi.ai/v1 便可使用 Chat Completions 或 Responses,亦可用 Anthropic SDK 調用 Messages,並將 model 設為 glm-5.3-flash。一組 RunAPI API key 適用於所有協定。
傳入 quickstart 顯示嘅 model ID。
每個 key 的 rate limit 會按使用層級而定。請查看定價頁了解最新限制。
可以——variant 只係一個旗標。只要更改 model 參數就可以切換。
在可用 streaming 的情況下,RunAPI 會端到端串流。
可以在公開 GitHub repo 開 issue,或者電郵支援團隊。
不需要。你的 RunAPI API key 足以存取此 variant 及目錄中的所有其他模型,無需底層供應商帳戶。