Używamy plików cookie. Pliki cookie i pamięć przeglądarki pozwalają utrzymać logowanie i zapamiętać Twoje preferencje. Za Twoją zgodą mierzymy też, jak korzystasz ze strony. W każdej chwili możesz . Zobacz naszą politykę cookie.
z-ai/glm-5.3-flashx-legalKorzysta z Twojego salda według powyższych cen. Nowe konta zaczynają z darmowym użyciem.
Ustawienia
Z.ai: GLM 5.3 FlashX Legal to model tekstowy od Z.ai, zbudowany jako wariant GLM-5.3-FlashX dla domeny prawnej. Jest to natywny model multimodalny, co oznacza, że został zaprojektowany od podstaw do obsługi więcej niż jednego typu danych wejściowych, a nie tak, że obsługę obrazu dodano później. Z.ai dodaje do bazowego modelu FlashX średniotreningowe i potreningowe dostrajanie w domenie prawnej z uczeniem ze wzmocnieniem, co odróżnia ten wariant od wydania ogólnego przeznaczenia. Jeśli budujesz cokolwiek, co dotyczy umów, dokumentów urzędowych, korespondencji lub badań prawnych, to jest wersja modelu, po którą według Z.ai powinieneś sięgnąć.
Model przyjmuje jako dane wejściowe tekst, obraz i wideo, a zwraca tekst. To połączenie ma większe znaczenie, niż mogłoby się początkowo wydawać: zeskanowana umowa przychodzi jako obraz, nagrane zeznanie lub rozprawa przychodzi jako wideo, a biblioteka klauzul przychodzi jako tekst, i wszystkie trzy mogą trafić do tego samego modelu. Okno kontekstu wynosi 1 048 576 tokenów, a maksymalna długość danych wyjściowych to 131 072 tokeny. Ten limit danych wejściowych jest wystarczająco duży, aby pomieścić całe zestawy dokumentów, a nie pojedyncze pliki, co zmienia sposób konstruowania zapytania. Możesz przekazać pełną umowę, jej aneksy i powiązaną korespondencję w jednym wywołaniu, zamiast dzielić je na fragmenty i sklejać wyniki.
Praktyczne zastosowania wynikają bezpośrednio z tych możliwości. Przeglądanie długich umów zgodnie z playbookiem, wyodrębnianie zdefiniowanych terminów, obowiązków i dat ze zeskanowanych lub sfotografowanych dokumentów, streszczanie nagranych postępowań, porównywanie projektu ze standardowym szablonem oraz odpowiadanie na pytania oparte na korpusie dokumentów urzędowych to naturalne zastosowania. Duży limit danych wyjściowych wspiera pracę, która tworzy obszerny tekst, a nie krótką odpowiedź, na przykład redagowanie notatki lub uzasadnienia zmian. Ponieważ obrazy i wideo są przyjmowane obok tekstu, możesz wskazać modelowi materiały źródłowe w takiej formie, w jakiej faktycznie przechowuje je twój zespół.
Wywołujesz go przez zgodne z OpenAI API api14, używając identyfikatora modelu "z-ai/glm-5.3-flashx-legal". Skieruj istniejącego klienta OpenAI na bazowy URL api14 i przekaż ten identyfikator w polu model. Obsługiwane parametry żądania to include_reasoning, max_tokens, reasoning, reasoning_effort, response_format, structured_outputs, temperature, tool_choice, tools, top_k i top_p. Kontrolki rozumowania pozwalają zdecydować, ile wewnętrznego namysłu model wykonuje przed odpowiedzią, co jest przydatne, gdy dokładność liczy się bardziej niż opóźnienie. Strukturalne dane wyjściowe i response_format warto stosować, gdy potrzebujesz sparsowanych pól, a nie prozy, natomiast tools i tool_choice pozwalają modelowi wywoływać funkcje, które zdefiniujesz, dzięki czemu możesz podłączyć go do systemów wyszukiwania lub zarządzania dokumentami.
Ta społeczność nie ma jeszcze wątków. Załóż pierwszy wątek o Z.ai: GLM 5.3 FlashX Legal.
Jedna rzecz do rozważenia: to wariant dla domeny prawnej. Jeśli twoje obciążenie to ogólne generowanie tekstu, streszczanie lub czat bez treści prawnych, bardziej oczywistym wyborem jest ogólny model GLM-5.3-FlashX, a dostrajanie do domeny raczej tu nie pomoże. Dane wyjściowe są tylko tekstem, więc wszystko, co wymaga generowanych obrazów lub dźwięku, potrzebuje innego modelu. Obsługiwana lista parametrów nie obejmuje każdej opcji, którą wysyłają niektóre klienty zgodne z OpenAI, więc przed debugowaniem błędu sprawdź, czy twoje żądanie używa tylko powyższych parametrów.
import OpenAI from "openai";
const client = new OpenAI({
baseURL: "https://api14.com/api/v1",
apiKey: process.env.API14_API_KEY,
});
const result = await client.chat.completions.create({
"model": "z-ai/glm-5.3-flashx-legal",
"messages": [
{
"role": "user",
"content": "Explain vector databases in two sentences."
}
]
});
console.log(result.choices[0].message.content);
include_reasoningmax_tokensreasoningreasoning_effortresponse_formatstructured_outputstemperaturetool_choicetoolstop_ktop_p