NeuralBridgeDocumentation

GLM-5.3

unofficialchat
DeveloperZhipu AI
Identifierz-ai/glm-5.3-01402

GLM-5.3 specifications

Context window1M
Max output tokens131072
Release date2026-09-15
InputText
OutputText

GLM-5.3 pricing in rubles

You pay for what you use, per token and per unit. The final request cost is returned in the API response.

TypePrice
Input tokens280 ₽ per 1M tokens
Output tokens880 ₽ per 1M tokens
Cache read56 ₽ per 1M tokens

Prices are in rubles and may change with exchange rates.

What GLM-5.3 can do

GLM-5.3 API: connection and code examples

The service exposes a single OpenAI-compatible API. Set our base_url and the key from your dashboard.

OpenAI Python SDK

from openai import OpenAI

client = OpenAI(
    api_key="YOUR_API_KEY",
    base_url="https://api.neuralbridge.ru/v1",
)

response = client.chat.completions.create(
    model="z-ai/glm-5.3-01402",
    messages=[{"role": "user", "content": "Привет! Расскажи о себе."}],
)

print(response.choices[0].message.content)

Python (requests)

import requests

response = requests.post(
    "https://api.neuralbridge.ru/v1/chat/completions",
    headers={"Authorization": "Bearer YOUR_API_KEY"},
    json={
        "model": "z-ai/glm-5.3-01402",
        "messages": [{"role": "user", "content": "Привет! Расскажи о себе."}],
    },
)

print(response.json()["choices"][0]["message"]["content"])

cURL

curl https://api.neuralbridge.ru/v1/chat/completions \
  -H "Authorization: Bearer YOUR_API_KEY" \
  -H "Content-Type: application/json" \
  -d '{
    "model": "z-ai/glm-5.3-01402",
    "messages": [{"role": "user", "content": "Привет! Расскажи о себе."}]
  }'

API endpoints

POST /v1/chat/completionsprimaryChat Completions
Endpoint principal de chat: primește istoricul mesajelor și returnează răspunsul modelului. Suportă modurile streaming și normal.
POST /v1/responsesResponses
Format alternativ de chat cu stare și ieșire structurată.
POST /v1/messagesMesaje
Format Anthropic: același chat pentru clienți și SDK, scrise pentru Claude.
POST /v1/converseConverse
Formatul Amazon Bedrock Converse — pentru clienții scriși pentru el.
POST /v1/converse-streamConverse Stream
Varianta streaming a formatului Bedrock Converse.
POST /v1/generateContentGenerează conținut
Format Google Gemini — pentru clienți și SDK, scrise pentru el.
POST /v1/streamGenerateContentStream Generate Content
Variantă de flux a formatului Gemini.

Supported request parameters

ParameterDefaultAllowed valuesDescription
temperature1—Influențează diversitatea răspunsului: cu cât valoarea este mai mare, cu atât ieșirea este mai aleatorie, cu cât este mai mică — cu atât este mai predictibilă.
top_p1—Limitează selecția părților celor mai probabile token: se iau în considerare doar cele ale căror probabilități însumate dau P.
max_tokens——Limita superioară a numărului de tokeni pe care modelul îi poate genera în răspuns.
presence_penalty0—Reduce probabilitatea unui token dacă a apărut deja în text – modelul trece mai ușor la subiecte noi.
frequency_penalty0—Reduce probabilitatea tokenului proporțional cu frecvența cu care a apărut deja — combate repetițiile.
stop——Lista de șiruri-limită: generarea se întrerupe de îndată ce modelul emite oricare dintre ele.
seed——Fixează aleatorietatea: o cerere repetată cu același seed și aceiași parametri dă același rezultat.
response_format——Formatul răspunsului: text simplu sau JSON strict conform schemei specificate.
streamfalse—Livrarea răspunsului ca flux pe măsură ce se generează, nu ca un singur bloc la final.
tools———
tool_choice———
parallel_tool_calls———
Language:РусскийEnglishУкраїнськаБеларускаяҚазақшаOʻzbekchaКыргызчаТоҷикӣՀայերենAzərbaycancaTürkmençeRomânăDeutschFrançaisEspañolItalianoPortuguêsPolskiNederlandsTürkçeΕλληνικά