GLM-5.3 · configuration
把强制思考、low/high/max 与三种 API 协议接成可检查的调用路径。
请用以下输入完成一次可回滚的 GLM-5.3 任务：
- API key: {{API_KEY}}
- model ID: {{MODEL_ID}}
- reasoning_effort: {{REASONING_EFFORT}}
- tool schema: {{TOOL_SCHEMA}}
先列计划、环境和验收标准，获人工确认后再执行；区分来源事实、模型结果和待验证项。运行前仍需替换: API key, model ID, reasoning_effort, tool schema
固定提供商路由、模型 ID 和协议；不要把聚合路由 coding-glm-5.3 写成官方 glm-5.3。
简单任务先用 low，困难 Agent 任务再用 high 或 max；记录实际输出与思考 token。
工具调用完成后校验结构化输出与业务结果，不向用户展示隐藏思考。
GLM-5.3 是 Z.ai 2026-08-14 发布的旗舰模型，与 GLM-5.2 完全同基座、纯后训练升级。本文所有"已验证"结论来自 2026-08-14 当天通过 AIHubMix API（Chat Completions / Responses / Messages 三种协议）的真实调用。
| 项目 | 值 |
|---|---|
| 上下文窗口 | 1M tokens（官方精确值 1,048,576） |
| 最大输出 | 128K（实测上限 131,072，超出返回 400） |
| 输入模态 | 文本 |
| 思考 | 始终开启，不可关闭；reasoning_effort 三档 low / high / max（默认 max） |
| 与 5.2 关系 | 同基座，纯后训练；编程与长程任务大幅增强 + 涌现网络安全能力 |
| 项目 | GLM-5.2 | GLM-5.3 |
|---|---|---|
| thinking.type | enabled / disabled（可关） | 仅 enabled（不可关） |
| reasoning_effort | 7 值兼容映射 | 三档 low / high / max（默认 max） |
| 定位 | 通用旗舰 | 强化编程与长程 Agent，涌现网络能力 |
官方迁移建议：原发送 {"type":"disabled"} 的应用改为 {"type":"enabled"} 并设 reasoning_effort:"low"。
实测：经 AIHubMix 发送 disabled 仍返回 200 且思考照常发生（按官方通道语义自动转换），若客户端依赖"关思考省 token"，请改用 reasoning_effort:"low"。
实测：非法枚举值返回 200 并回退默认 max；low vs max 在同一算术题上思考 token 为 27 vs 39。
Chat Completions（思考内容在 reasoning_content 字段，流式在 delta.reasoning_content）：
from openai import OpenAI
client = OpenAI(base_url="https://aihubmix.com/v1", api_key="<KEY>")
completion = client.chat.completions.create(
model="coding-glm-5.3",
reasoning_effort="max", # low / high / max, 默认 max
extra_body={"thinking": {"type": "enabled"}},
messages=[{"role": "user", "content": "Compute the square root of (17*23-19*11), rounded down. Digits only."}],
)
print(completion.choices[0].message.reasoning_content)
print(completion.choices[0].message.content) # 观察到: "13"实测：usage.completion_tokens_details.reasoning_tokens 报告思考用量——同题 low 为 27、max 为 39。
Responses API（思考内容为 reasoning output item，文本在 summary 数组的 summary_text）：
response = client.responses.create(model="coding-glm-5.3", input="What is the capital of France? City name only.")
# output item 类型: ["reasoning", "message"]
# reasoning item: {"type": "reasoning", "summary": [{"type": "summary_text", "text": "..."}]}
# usage.output_tokens_details.reasoning_tokens: 80实测：不传任何 reasoning 参数也会默认返回 reasoning item（无需显式 opt-in）。
Messages（Anthropic 协议）（思考内容为原生 thinking content block）：
client = Anthropic(api_key="<KEY>", base_url="https://aihubmix.com")
response = client.messages.create(model="coding-glm-5.3", max_tokens=4096,
messages=[{"role": "user", "content": "What is the capital of France? City name only."}])
# content block 类型: ["thinking", "text"]三种 API 均验证可用；Responses API 观察到单轮内并行工具调用（官方声明 supports_parallel_tool_calls: true）。
上游限制：tools 最多 128 个函数；tool_choice 原生仅支持 auto。
Chat Completions 实测 tool_choice:"none" 有效（不再调工具）；Messages 协议实测 tool_choice:{type:"none"} 仍会产出 tool_use——要禁用工具请直接移除 tools 参数，或用 Chat Completions 的 tool_choice:"none"。
response_format 支持 text 和 json_object，上游未提供 json_schema 模式；需要严格 schema 时把 JSON Schema 写进提示词并客户端校验。
实测：response_format={"type":"json_object"} 返回合法 JSON 且包含请求的 key。
上下文缓存 / 自动缓存可用（AIHubMix 侧）。
该文为 AIHubMix 聚合渠道视角（模型 ID coding-glm-5.3 为其预览路由），官方渠道模型 ID 为 glm-5.3，注意区分。
"thinking.type no longer supports disabled — thinking cannot be turned off."
"If your client relied on 'turn off thinking to save tokens', switch to reasoning_effort: 'low'."
AIHubMix Blog（AI 聚合 API 服务商教程） · 原文日期: 2026-08-14 · 编辑日期: 2026-09-20
阅读原始来源GLM-5.3
请在上方所列环境中运行本指南。下载不会自动传入模板，也不代表账户已开放该模型。