GPT 2.6, Veo 3.1, Seedance 2.5, Kling 4 in deAPI!
Web-search and web-contents are now available via API
Browse all Models
Browse all
Browse all
Browse all

LLM

無料で試せる GLM-5.3 API

GLM-5.3 は、Z.ai のオープンウェイト大規模言語モデルです。テキストを読み書きし、最大 100万トークンのコンテキストを扱え、推論レベルは3段階です。deAPI は OpenAI 互換のエンドポイントで提供しているので、ベース URL、キー、モデル ID を変えれば OpenAI SDK がそのまま使えます。

  • テキスト入力・テキスト出力、コンテキストウィンドウは 1,000,000 トークン
  • json_object 出力、ツール呼び出し、ストリーミング
  • reasoning_effort は low、high、max の3段階

クレジットカード不要 · 無料クレジットの有効期限は30日 · その後は残高をチャージして従量課金、サブスクなし

GLM-5.3 LLM

model: "glm-5.3"
reasoning_effort: "high"

system: You are an on-call SRE. Name the root cause in at most two sentences, then give a one-line fix. Plain text, no Markdown.

user

Logins return 500 since 09:12. What is the root cause?

09:12:01 INFO  api   GET /reports/418 200 41ms
09:12:07 WARN  redis OOM command not allowed when used memory > 'maxmemory'
09:12:07 ERROR api   POST /login 500 SessionStoreError: could not save session
09:12:08 ERROR api   POST /login 500 SessionStoreError: could not save session
09:12:09 INFO  api   GET /health 200 2ms
assistant

Root cause: Redis hit its maxmemory limit at 09:12:07 and started rejecting writes (OOM command not allowed), so the login endpoint can no longer save sessions, causing 500 errors.

Fix: Free up or raise Redis memory (e.g., flush stale keys / increase maxmemory or set an eviction policy like allkeys-lru), then restart or re-enable writes.

入力 168 + 出力 79 トークン(うち推論 0)· 2.2 秒 deAPI での料金: $0.00064 (2026年11月時点の料金)

GLM-5.3 のユースケース

このモデルに向いた用途を4つ、根拠となる数値とともに紹介します。いずれも、文字起こし、OCR、画像生成と同じ deAPI のキーで使えます。

  1. ログとスタックトレース。エラー前後の行を貼り付けて、根本原因を尋ねます。上の質問を3回実行したところ、3回とも /login の 500 ではなく、Redis の maxmemory 上限を原因に挙げました。1回目は入力 168 トークン、出力 79 トークンでした。

  2. コーディングエージェント。Z.ai の公表値では、Terminal Bench 2.1 が 88.2(Claude Code ハーネス)、DeepSWE v1.1 が 66.9(mini-swe-agent ハーネス)です。OpenAI Chat Completions API に対応したコーディングツールなら、接続先に https://oai.deapi.ai/v1 を指定できます。

  3. 長い文字起こしや文書。コンテキストウィンドウは 1,000,000 トークン、1回の回答は最大 131,072 トークンです。1日分の営業通話を WhisperLargeV3Ct2 で文字起こしし、顧客の反対意見、フォローアップ事項、発言の引用を1回のリクエストで抽出できます。

  4. ツールを呼び出すエージェント。get_logs ツールを定義し、「Logins fail with 500. Check the last 50 log lines of the api service.」というリクエストを送ると、モデルは {"lines": 50, "service": "api"} を引数とするツール呼び出しを返しました(1回の実行)。その呼び出しを自分のコードで実行し、結果を返します。

GLM-5.3 APIの料金

ほかの deAPI のモデルと同じプリペイド残高から、トークン単位で支払います。推論トークンは usage の completion_tokens に含まれます。サブスクリプションはありません。

入力(テキスト) $1.54 約 3.2M トークン
キャッシュ済み入力(繰り返されるプロンプトの先頭部分) $0.308 約 16M トークン
出力(回答と推論) $4.84 約 1.0M トークン
冒頭のログの質問、1回の呼び出し $0.00064 約 7,700 回
ログ行を JSON に(Python の例)、1回の呼び出し $0.00025 約 19,000 回

無料アカウントでできること

  • 支払いカードの登録後に $5 分のクレジット
  • 冒頭のログの質問と同じ呼び出しで約 7,700 回分
  • クレジットの有効期限は30日、その後は残高をチャージして従量課金
$5分の無料クレジットを受け取る

glm-5.3 の 2026年11月時点の USD 価格です。トークン数は冒頭の質問と Python の例のものです。コンテキストと出力の上限は GET https://oai.deapi.ai/v1/models によります。

GLM-5.3 と GLM-5.3 Flash、Kimi K3 の比較

入力 テキスト テキスト、画像 テキスト、画像
コンテキスト 1,000,000 トークン 1,048,576 トークン 1,000,000 トークン
最大出力 131,072 トークン 131,072 トークン 131,072 トークン
reasoning_effort low、high、max none から max まで7つの値。none でも推論する none から max まで7段階
response_format json_object json_schema、json_object json_schema、json_object
100万トークンあたりの料金、入力 / 出力 $1.54 / $4.84 $0.165 / $0.55 $3.30 / $16.50

上限と入力の種類は GET /v1/models によります。受け付けられる reasoning_effort と response_format の値は、2026年11月16日のテスト呼び出しで確認しました。

GLM-5.3 API のサンプルコード

https://oai.deapi.ai/v1/chat/completions に POST を1回送ります。deAPI のキーは Bearer トークンとして指定します。OpenAI SDK では base_url、deAPI のキー、モデル ID を設定すれば、Chat Completions の呼び出しのほかの部分はそのままです。YOUR_API_KEY はダッシュボードで発行したキーに置き換えてください。

モデル ID
glm-5.3
エンドポイント
POST https://oai.deapi.ai/v1/chat/completions
入力
テキストのみ。image_url パートを含むリクエストは 400 エラーを返します。
コンテキストと出力
コンテキストウィンドウは 1,000,000 トークン、1回の回答は最大 131,072 トークン
推論
reasoning_effort:low、high、max のいずれか。それ以外の値は 400 エラーを返します。モデルが推論した場合、その内容は reasoning_content で返ります。
出力オプション
response_format に json_object、tools、stream。json_schema には対応していないので、キー名はプロンプトで指定してください。
curl https://oai.deapi.ai/v1/chat/completions \
  -H 'Authorization: Bearer YOUR_API_KEY' \
  -H 'Content-Type: application/json' \
  -d '{
    "model": "glm-5.3",
    "reasoning_effort": "low",
    "messages": [
      {"role": "system", "content": "Sort support tickets. Reply with one word: billing, bug, feature or other."},
      {"role": "user", "content": "I was charged twice for the November top-up."}
    ]
  }'
import json
from openai import OpenAI

client = OpenAI(base_url="https://oai.deapi.ai/v1", api_key="YOUR_API_KEY")

log_line = "09:12:07 ERROR api POST /login 500 SessionStoreError: could not save session"

response = client.chat.completions.create(
    model="glm-5.3",
    reasoning_effort="low",
    messages=[
        {"role": "system", "content": "Read the log line. Reply with a JSON object "
         "with exactly these keys: service (string), level (string), "
         "status (number), error (string)."},
        {"role": "user", "content": log_line},
    ],
    response_format={"type": "json_object"},
)

entry = json.loads(response.choices[0].message.content)
print(entry["service"], entry["level"], entry["status"])  # api ERROR 500
print(entry["error"])  # SessionStoreError: could not save session
print(response.usage)

GLM-5.3とは?

GLM-5.3 は、Z.ai のオープンウェイトのテキストモデルで、Hugging Face で GLM-5.3 License のもとに公開されています。 Z.ai のモデルカードによると、ベースモデルは GLM-5.2 と同じで、性能の向上はすべてポストトレーニングによるものです。テキストを入力してテキストを出力し、推論レベルは3段階です。deAPI では OpenAI のチャットモデルと同じように呼び出し、トークン単位で支払います。

  1. 無料アカウントを作成

    登録すると $5 分のクレジットが付与されます。

  2. クライアントの接続先を deAPI に変更

    base_url を https://oai.deapi.ai/v1 に設定し、deAPI のキーを使います。

  3. リクエストを送信

    モデルに glm-5.3 を指定し、choices[0].message.content から回答を読み取ります。

GLM-5.3 のよくある質問

あります。deAPI が https://oai.deapi.ai/v1 で、モデル ID glm-5.3 として提供しています。リクエストとレスポンスの形式は OpenAI Chat Completions API と同じです。OpenAI SDK 向けに書いたコードで変更するのは、base_url、API キー、モデルの3つです。トラフィックを切り替える前に、自分でテストしてください。
deAPI の新規アカウントには、支払いカードの登録後に $5 分のクレジットが付与されます。このページのログの質問と同じ呼び出しで約 7,700 回分です。クレジットの有効期限は30日です。その後は残高をチャージして従量課金で、サブスクリプションはありません。
入力 100万トークンあたり $1.54、出力 100万トークンあたり $4.84 です(2026年11月時点)。推論トークンは出力として数えられ、usage.completion_tokens_details.reasoning_tokens で確認できます。
対応していません。deAPI の GLM-5.3 はテキストのみを受け付け、image_url パートを含むリクエストは 400 エラーを返します。画像を扱う場合は、同じエンドポイントで glm-5.3-flash を呼び出してください。PDF やスキャンは OCR API に通し、そのテキストを送ってください。
deAPI では、コンテキストウィンドウは 1,000,000 トークン、1回の回答は最大 131,072 トークンです。推論トークンは max_tokens に含まれます。
Z.ai のモデルカードには、Terminal Bench 2.1 が 88.2、DeepSWE v1.1 が 66.9、Terminal Bench 3.0 が 28.3、CyberGym が 84.5 と記載されています。後の2つは推論レベル max での値です。これらは Z.ai の公表値です。無料クレジットを使って自分のデータで試してください。
reasoning_effort は low、high、max のいずれかで、none はありません。cURL の例のチケット振り分けリクエストでは、low は出力 2 トークンで「billing」と答え、high は同じ答えを出力 5 トークンで返し、うち 3 が推論でした(各1回の実行)。JSON を出力させるには、Python の例のように response_format: {"type": "json_object"} を使い、キー名をプロンプトで指定します。json_schema は unsupported_parameter エラーを返します。
Z.ai は重みを Hugging Face で独自の GLM-5.3 License のもとに公開しています。このライセンスは、使用、改変、配布、複製物の販売の権利を認めています。12か月の売上高が 100 億米ドルを超える model-as-a-service 事業を運営する企業は、事前に Z.ai のセキュリティレビューに合格する必要があります。deAPI 経由の呼び出しには deAPI 利用規約も適用されます。

$5 分の無料クレジットで GLM-5.3 に最初のリクエストを送る

メールか Google で登録できます。サブスクリプションなしの従量課金です。