Text Generation

GLM

GLM 5.3 Flash API

GLM 5.3 Flash: multimodal reasoning, coding and tool use with a 1M-token context window. Thinking is always enabled with low, high or max effort.

24 小时状态监控

近 24 小时成功率: 97%

场景示意图，并非该模型生成结果

模型：

glm-5.3-flash

价格： 0.28 credits per 1K input tokens · ≈ $0.0001 · 0.98 credits per 1K output tokens · ≈ $0.0005稳定性高，并在 APIAny 平台提供详细的使用记录。

示例

提示词预设，尚无生成结果

模型

glm-5.3-flash

提示词309（建议：2,000）

Temperature1

Sampling temperature.

Max tokens32768

1131072

Output budget includes reasoning and final answer tokens.

Reasoning effort

Optional reasoning effort. Leave unset to use the model default. Higher effort can use more tokens and time.

美元估算 ≈ $0.0165：$999 档换算：1 美元 = 2,000 积分。

预览

无运行中的任务

LLM结果预览

历史记录

保存在此浏览器本地

0 个运行中 · 0 个已完成

你的生成历史将显示在这里

输入

0.28 积分/1K

≈ $0.0001

输出

0.98 积分/1K

≈ $0.0005

缓存读取

0.08 积分/1K

≈ $0.000041

上下文

最大输出

131k

价格

模型 ID

类型

计费项

价格

glm-5.3-flash

文本生成

输入 token

0.28 积分每 1K 输入 token · ≈ $0.0001

glm-5.3-flash

文本生成

缓存读取 token

0.08 积分每 1K 缓存输入 token · ≈ $0.000041

glm-5.3-flash

文本生成

输出 token

0.98 积分每 1K 输出 token · ≈ $0.0005

glm-5.3-flash

文本生成

最低消费

0.28 积分最低 · ≈ $0.0001

模型 IDglm-5.3-flash

类型文本生成

计费项输入 token

价格0.28 积分每 1K 输入 token · ≈ $0.0001

模型 IDglm-5.3-flash

类型文本生成

计费项缓存读取 token

价格0.08 积分每 1K 缓存输入 token · ≈ $0.000041

模型 IDglm-5.3-flash

类型文本生成

计费项输出 token

价格0.98 积分每 1K 输出 token · ≈ $0.0005

模型 IDglm-5.3-flash

类型文本生成

计费项最低消费

价格0.28 积分最低 · ≈ $0.0001

API 说明

通过标准 REST API 调用该模型。使用 API Key 鉴权后，在下方选择端点即可查看其参数与示例。

鉴权

每个请求都需要在 Authorization 头中携带 Bearer 令牌。请在控制台创建 API Key。

Authorization: Bearer YOUR_API_KEY

POSThttps://apiany.ai/v1/chat/completions

请求参数

参数	类型	必填	说明
`model`	字符串	必填	要调用的模型标识，使用该模型的 ID。
`messages`	数组	必填	OpenAI 对话格式的消息历史（role + content）。
`stream`	布尔值	可选	为 true 时，响应将以 SSE 流式返回。

请求示例

curl "https://apiany.ai/v1/chat/completions" \
  -H "Authorization: Bearer YOUR_API_KEY" \
  -H "Content-Type: application/json" \
  -d '{
  "model": "glm-5.3-flash",
  "messages": [
    {
      "role": "user",
      "content": "Rewrite the following fictional Chinese refund policy as a polite concise English customer-support reply, then provide a Chinese back-translation. Policy: 未使用的积分包可在购买后7天内申请退款；已使用的积分不退款；审核一般需要2个工作日。 Customer purchased 3 days ago and has used no credits. Do not promise approval or invent a refund arrival time."
    }
  ],
  "temperature": 1,
  "max_tokens": 32768,
  "reasoning_effort": "max"
}'

响应示例

{
  "id": "chatcmpl-abc123",
  "object": "chat.completion",
  "model": "glm-5.3-flash",
  "choices": [
    {
      "index": 0,
      "message": {
        "role": "assistant",
        "content": "Hello! How can I help?"
      },
      "finish_reason": "stop"
    }
  ],
  "usage": {
    "prompt_tokens": 12,
    "completion_tokens": 18,
    "total_tokens": 30
  }
}

更多模型

浏览全部模型

DeepSeek V4.1 Flash

Text Generation

DeepSeek V4 Flash

Text Generation

Gemini 3.5 Flash

Text Generation

MiniMax M3

Text Generation

参数

类型

必填

说明

model

字符串

必填

要调用的模型标识，使用该模型的 ID。

messages

数组

必填

OpenAI 对话格式的消息历史（role + content）。

stream

布尔值

可选

为 true 时，响应将以 SSE 流式返回。

curl "https://apiany.ai/v1/chat/completions" \ -H "Authorization: Bearer YOUR_API_KEY" \ -H "Content-Type: application/json" \ -d '{ "model": "glm-5.3-flash", "messages": [ { "role": "user", "content": "Rewrite the following fictional Chinese refund policy as a polite concise English customer-support reply, then provide a Chinese back-translation. Policy: 未使用的积分包可在购买后7天内申请退款；已使用的积分不退款；审核一般需要2个工作日。 Customer purchased 3 days ago and has used no credits. Do not promise approval or invent a refund arrival time." } ], "temperature": 1, "max_tokens": 32768, "reasoning_effort": "max" }'

{ "id": "chatcmpl-abc123", "object": "chat.completion", "model": "glm-5.3-flash", "choices": [ { "index": 0, "message": { "role": "assistant", "content": "Hello! How can I help?" }, "finish_reason": "stop" } ], "usage": { "prompt_tokens": 12, "completion_tokens": 18, "total_tokens": 30 } }