Z.ai: GLM 5.3 (batch)

GLM 5.3 (batch) es un modelo de texto de Z.ai, listado en api14 bajo el id de modelo z-ai/glm-5.3:batch. Z.ai lo describe como un modelo de razonamiento a gran escala construido para ingeniería de software compleja y tareas de agentes de horizonte largo. La variante batch es la versión que se invoca a través de este endpoint, y mantiene el mismo perfil de entrada y salida solo texto que el modelo base.

El modelo acepta texto y devuelve texto, por lo que encaja en trabajo de generación, análisis y transformación de texto en lugar de tareas de imagen o audio. Su ventana de contexto es de 1.048.576 tokens, lo cual es suficientemente grande para contener documentos muy largos, historiales de conversación extendidos o bases de código considerables en una sola solicitud. La salida máxima es de 131.072 tokens, por lo que son posibles respuestas largas, cambios de código en múltiples archivos y trazas de razonamiento extendidas dentro de una sola llamada. El comportamiento de razonamiento se expone mediante parámetros como reasoning, reasoning_effort e include_reasoning, lo que permite controlar si el contenido de razonamiento se devuelve junto con la respuesta final.

Esas capacidades apuntan a algunos usos prácticos. Las tareas de ingeniería de software encajan de forma natural: leer a través de muchos archivos, rastrear dependencias y producir parches o refactorizaciones que abarcan una base de código grande. El trabajo de agentes de horizonte largo es otro, donde el modelo planifica a lo largo de muchos pasos y llama a herramientas a medida que avanza. Como la ventana de contexto es grande, también se puede usar para trabajo con muchos documentos, como resumir o consultar informes largos, contratos o transcripciones sin dividirlos primero. La extracción estructurada y la clasificación también son compatibles, ya que el modelo acepta response_format y structured_outputs.

Invocarlo a través de api14 funciona igual que cualquier chat completion compatible con OpenAI: envía tu solicitud al endpoint de chat completions con el campo model establecido en z-ai/glm-5.3:batch. Los parámetros admitidos son frequency_penalty, include_reasoning, logit_bias, max_tokens, min_p, presence_penalty, reasoning, reasoning_effort, repetition_penalty, response_format, seed, stop, structured_outputs, temperature, tool_choice, tools, top_k y top_p. El uso de herramientas está disponible mediante tools y tool_choice, y el muestreo se puede ajustar con temperature, top_p, top_k, min_p y los parámetros de penalización. Usa max_tokens para limitar la salida y seed cuando necesites un muestreo repetible.

Merece la pena señalar dos límites antes de comprometerte. La entrada y la salida son solo texto, así que si tu tarea depende de imágenes, audio u otras modalidades, se necesitará un modelo diferente. La designación batch también significa que esta es la entrada orientada a batch en lugar de una interactiva, así que comprueba que su perfil de latencia se adapta a tu aplicación. Para cargas de trabajo que encajan en texto de entrada y texto de salida, sin embargo, la combinación de un contexto de 1M de tokens y un techo de salida de 131k tokens cubre una amplia gama de trabajos de contexto largo y agénticos.