رفتن به محتوا
سارویتوسعه‌دهندگان
مدل‌ها ←

Z.ai

GLM 5.3

استدلال عمیق با هزینهٔ کنترل‌شده

امتحان در آزمایشگاه
کاربردگفتگو و استدلال · تولید متن
دسترسیهمهٔ طرح‌ها با اعتبار کافی
پنجرهٔ زمینهٔ ارائه‌دهنده۱٬۳۱۰٬۷۲۰ توکن
هزینه در سارویاز اعتبار مشترک حساب

این مدل را برای چه کاری انتخاب کنم؟

استدلال عمیق با هزینهٔ کنترل‌شده. پیش از استفادهٔ گسترده، چند نمونه از ورودی واقعی محصول خودت را در آزمایشگاه مقایسه کن.

پشتیبانی و گفتگوخلاصه‌سازی و بازنویسیطبقه‌بندی و استخراج متن

تنظیمات این مدل

تنظیم تولید در chat/completionstemperature · top_p · top_k · repetition_penalty · seed · stop
فراخوانی ابزارtools و tool_choice؛ اجرای ابزار بر عهدهٔ برنامهٔ شماست.
خروجی ساختاریافتهresponse_format با JSON Schema
سقف خروجی ساروی۳۲٬۷۶۸ توکن در هر درخواست گفتگو؛ ۸٬۱۹۲ توکن در Studio text.

سطح فکر کردن در گفتگو با reasoning.effort و در Studio text با reasoningEffort انتخاب می‌شود. مشخصات جاری را از GET /v1/models بخوانید.

Python
import json, os, urllib.request, urllib.error

payload = {
    "model": "z-ai/glm-5.3",
    "messages": [
        {
            "role": "user",
            "content": "در یک جمله پاسخ بده."
        }
    ],
    "max_tokens": 2048,
    "reasoning": {
        "effort": "medium"
    },
    "top_k": 40,
    "repetition_penalty": 1
}

request = urllib.request.Request(
    "https://api.sarovi.ir/v1/chat/completions",
    data=json.dumps(payload, ensure_ascii=False).encode("utf-8"),
    headers={
        "Authorization": "Bearer " + os.environ["SAROVI_API_KEY"],
        "Content-Type": "application/json"
    },
    method="POST"
)
try:
    with urllib.request.urlopen(request, timeout=300) as response:
        result = json.load(response)
        print(result)
except urllib.error.HTTPError as error:
    detail = json.load(error)
    raise RuntimeError(f"{error.code}: {detail['error'].get('code', detail['error'].get('type', 'HTTP_ERROR'))}") from error

کلید را در متغیر محیطی SAROVI_API_KEY قرار بده. بدون نصب کتابخانه؛ با Python استاندارد.

درخواست آماده

شناسهٔ دقیق مدل را کپی کن و کلید ساروی را در متغیر محیطی سرورت قرار بده.

Model ID
z-ai/glm-5.3
Python
import json, os, urllib.request, urllib.error

payload = {
    "model": "z-ai/glm-5.3",
    "input": "مزیت API ساروی را در سه جمله توضیح بده.",
    "max_output_tokens": 2048
}

request = urllib.request.Request(
    "https://api.sarovi.ir/v1/responses",
    data=json.dumps(payload, ensure_ascii=False).encode("utf-8"),
    headers={
        "Authorization": "Bearer " + os.environ["SAROVI_API_KEY"],
        "Content-Type": "application/json"
    },
    method="POST"
)
try:
    with urllib.request.urlopen(request, timeout=300) as response:
        result = json.load(response)
        print(result)
except urllib.error.HTTPError as error:
    detail = json.load(error)
    raise RuntimeError(f"{error.code}: {detail['error'].get('code', detail['error'].get('type', 'HTTP_ERROR'))}") from error

کلید را در متغیر محیطی SAROVI_API_KEY قرار بده. بدون نصب کتابخانه؛ با Python استاندارد.

امکان‌ها در API ساروی

مسیر اصلیPOST /v1/responses
خروجیمتن در JSON
جریان پاسخSSE با stream: true
دستورالعمل نقشinstructions و عامل‌های ذخیره‌شده
صورتحسابرزرو اعتبار، سپس تسویهٔ مصرف در دفتر حساب ساروی

فراخوانی ابزار و JSON Schema برای مدل‌های پشتیبان از مسیر chat/completions و قرارداد پیشرفتهٔ responses در دسترس‌اند. قابلیت‌های ارائه‌دهنده و محدودیت‌های هر مسیر را پیش از اجرا بررسی کنید.