मुख्य सामग्री पर जाएँ
  • 1M context
  • Reasoning
  • Responses API

GLM 5.3 Prime QuickSilver Pro पर

glm-5.3-prime
Z.aiलाइव उपलब्धता—

OpenAI-संगत API के ज़रिए GLM 5.3 Prime का उपयोग करें। क्षमताएँ: टेक्स्ट इनपुट, टेक्स्ट आउटपुट, स्ट्रीमिंग, तर्क और टूल कॉलिंग।

  • 1M context
  • अधिकतम 131K output
  • Tools
  • Reasoning · डिफ़ॉल्ट रूप से चालू
  • Streaming
  • JSON Schema output नहीं

आप चुकाते हैं · input / output प्रति 1M

$2.24 / $7.04

Z.ai लिस्ट प्राइस का स्रोत: docs.z.ai/guides/overview/pricing

एक नज़र में

Context
1M tokens
Input / 1M
$2.24
Output / 1M
$7.04
Default में सोचता है
हाँ
अधिकतम output
131K
Latency · लाइव
—

रीज़निंग और जटिल सॉफ़्टवेयर इंजीनियरिंग।

GLM 5.3 Prime कब सही चुनाव है?

catalog की क्षमताओं और प्रकाशित क़ीमतों से तैयार, benchmark से नहीं।

कब इस्तेमाल करें

जब आपके ऐप को इन क्षमताओं की ज़रूरत हो, तब GLM 5.3 Prime चुनें: टेक्स्ट इनपुट, टेक्स्ट आउटपुट, स्ट्रीमिंग, तर्क और टूल कॉलिंग।

  • लंबे दस्तावेज़ और codebases, 1M tokens तक के context के साथ
  • Tools call करने वाले agents
  • कई चरणों वाला reasoning, डिफ़ॉल्ट रूप से चालू
  • Chat Completions के साथ Responses API clients भी

कब कोई और model चुनें

यदि आपके वर्कफ़्लो को यहाँ दी गई क्षमताओं से अधिक की ज़रूरत है, तो दूसरा मॉडल चुनें। मॉडल चुनने से पहले अपने कार्यभार पर परीक्षण करें।

Models में विकल्पों की तुलना करें

Quickstart (curl)

API key पाएँ →
curl https://api.quicksilverpro.io/v1/chat/completions \
  -H "Authorization: Bearer $QSP_KEY" \
  -H "Content-Type: application/json" \
  -d '{
    "model": "glm-5.3-prime",
    "messages": [{"role": "user", "content": "Hello!"}]
  }'
import os
from openai import OpenAI

client = OpenAI(
    base_url="https://api.quicksilverpro.io/v1",
    api_key=os.environ["QSP_KEY"],
)
response = client.chat.completions.create(
    model="glm-5.3-prime",
    messages=[{"role": "user", "content": "Hello!"}],
)
print(response.choices[0].message.content)
import OpenAI from "openai";

const client = new OpenAI({
  baseURL: "https://api.quicksilverpro.io/v1",
  apiKey: process.env.QSP_KEY,
});
const response = await client.chat.completions.create({
  model: "glm-5.3-prime",
  messages: [{ role: "user", content: "Hello!" }],
});
console.log(response.choices[0].message.content);
curl https://api.quicksilverpro.io/v1/responses \
  -H "Authorization: Bearer $QSP_KEY" \
  -H "Content-Type: application/json" \
  -d '{
    "model": "glm-5.3-prime",
    "input": "Hello!"
  }'
python (OpenAI SDK)
import os
from openai import OpenAI

client = OpenAI(
    base_url="https://api.quicksilverpro.io/v1",
    api_key=os.environ["QSP_KEY"],
)
response = client.chat.completions.create(
    model="glm-5.3-prime",
    messages=[{"role": "user", "content": "Hello!"}],
)
print(response.choices[0].message.content)

OpenAI-संगत। base_url बदलकर एक लाइन में migration।

Gateway का व्यवहार

इस मॉडल के लिए compatibility नोट्स।

prompt
1M tokens तक के prompts।
max_tokens
131K output tokens तक।
  • /v1/chat/completions: समर्थित
  • /v1/responses: समर्थित
  • streaming: समर्थित
  • tools: समर्थित
  • image input: इस मॉडल के लिए सूचीबद्ध नहीं
  • JSON Schema: इस मॉडल के लिए सूचीबद्ध नहीं
  • reasoning: समर्थित

क़ीमत कहाँ से आती है

Catalog v70 · कोई अलग long-context tier नहीं

Provider reference
$2.80 / $8.80docs.z.ai/guides/overview/pricing
Catalog में सत्यापित
Prompt cache · तुलना नहीं
$0.448 read

usage.cost = prompt_tokens × $2.24/1M + completion_tokens × $7.04/1M

/pricing.json

Base दरें; cached prompt tokens ऊपर दी गई cache दरों पर बिल होते हैं।

FAQ

सामान्य प्रश्न

प्रति दस लाख इनपुट टोकन $2.24 / आउटपुट टोकन $7.04।

GLM 5.3 Prime

GLM 5.3 Prime को double credits के साथ आज़माएँ — $50 तक bonus credits

API Key पाएँ

$2.24 / $7.04input / output प्रति 1M tokens

आज़माएंAPI Key पाएँ