Z.ai: GLM 5.3 FlashX

GLM 5.3 FlashX は Z.ai のテキスト生成モデルで、api14 にモデル ID z-ai/glm-5.3-flashx として掲載されています。これは Z.ai の GLM-5.3-Flash の高速版であり、Z.ai はハイブリッドなスパース注意と線形注意のアーキテクチャに基づくネイティブなマルチモーダルモデルと説明しています。Z.ai はこれを最大毎秒 200 トークンの推論速度向けに位置づけており、そのためサイズが異なるモデルではなく、GLM-5.3-Flash ラインの中でより高速な選択肢となっています。

このモデルは入力としてテキスト、画像、動画を受け取り、返すのはテキストのみです。コンテキストウィンドウは 1,048,576 トークンで、最大出力長は 131,072 トークンです。入力側が 3 つのモダリティをカバーするため、同じリクエスト内で文章による指示と画像または動画の内容を混在させたプロンプトを送信でき、モデルは回答、要約、生成コンテンツなどのテキスト応答を生成します。画像と動画の理解は、別個のパイプラインで後付けされたものではなく、モデルにネイティブな機能です。

これらの機能は、かなり具体的な実用的用途を示しています。長い文書、大規模なコードベース、長い文字起こしはコンテキストウィンドウ内に余裕をもって収まるため、長いレポートの要約、リポジトリ全体にまたがる質問への回答、蓄積された記録からの構造化データ抽出といったタスクは妥当な用途です。マルチモーダル入力により、画像の説明や推論、一連のルールに対する動画内容の確認、視覚資料のテキスト化に役立ちます。高い出力上限は長文生成と詳細な推論トレースを支え、報告されているスループットは応答レイテンシが重要な対話型アプリケーション、たとえばチャットインターフェースやエージェントループに適しています。

このモデルは、モデル ID z-ai/glm-5.3-flashx を使用して api14 の OpenAI 互換 API を通じて呼び出します。サポートされるリクエストパラメータは include_reasoning、max_tokens、reasoning、reasoning_effort、response_format、temperature、tool_choice、tools、top_k、top_p です。実際には、temperature、top_p、top_k でサンプリングを制御し、max_tokens で応答を上限設定し、response_format で構造化出力を要求し、tools と tool_choice でモデルに呼び出し可能な関数を与え、reasoning、reasoning_effort、include_reasoning パラメータでその推論動作を管理できます。

タスクがマルチモーダル入力やこれほど大きなコンテキストを必要としない場合は、別のモデルを選択してください。より小さい入力サイズのテキストのみの作業は、より軽量なテキストモデルでも同様に処理できる可能性があり、画像や動画が不要であれば、追加の入力サポートによる利点はありません。また、このモデルはテキストのみを出力するため、生成画像、音声、動画が必要な場合には適していません。ただし、その公表された範囲内では、ほとんどの長コンテキストおよびマルチモーダルの作業をカバーするコンテキスト長で、テキスト、画像、動画の入力に対応します。