Can GLM-5.3 handle long-horizon software engineering tasks?

Yes. GLM-5.3 is specifically post-trained on long-horizon engineering environments where agents must plan, use tools, inspect results, revise strategies, and complete multi-stage tasks.

How much better is GLM-5.3 at coding than GLM-5.2?

Z.ai reports substantial gains on long-horizon coding benchmarks: Terminal-Bench 3.0 rises from 4.6 for GLM-5.2 to 28.3 for GLM-5.3, while DeepSWE v1.1 increases from 46.2 to 66.9.

What reasoning modes does the GLM-5.3 API support?

GLM-5.3 supports three thinking-effort levels: low, high, and max. Unlike some earlier configurations, thinking cannot be disabled.

Is GLM-5.3 open source or open weight?

Z.ai announced GLM-5.3 as an open-weight model, but the weights are scheduled to be released approximately two weeks after launch while Z.ai completes additional safety evaluation and hardening.

How does GLM-5.3 compare with Claude Opus 4.8 for coding?

GLM-5.3 makes major gains on long-horizon coding and agent benchmarks and is positioned as a strong open-weight alternative, but Z.ai's reported comparisons still show proprietary frontier models such as Claude Opus 4.8 leading on some harder evaluations.

Does GLM-5.3 support cybersecurity and vulnerability research?

Yes. Z.ai reports strong cybersecurity performance, including 84.5% on CyberGym and 54.4% on ExploitBench. These capabilities are dual-use and should be deployed only in authorized, isolated security environments.

What changed internally from GLM-5.2 to GLM-5.3?

GLM-5.3 keeps the GLM-5.2 base model rather than introducing a new base architecture. Z.ai attributes the improvements primarily to scaled post-training across a larger and more diverse set of professional work environments.

Zhipu AI

متاح

glm-5.3

GLM 5.3 API

GLM-5.3 هو نموذج لغوي كبير مفتوح المصدر من الجيل التالي، محسن للبرمجة المعقدة، والمهام بعيدة المدى، وسيناريوهات الأمن السيبراني. يوفر قدرات برمجية محسنة بشكل ملحوظ وأداء أفضل للوكلاء مقارنة بـ GLM-5.2.

السعر الابتدائي

$1.12 / مليون رمز إدخال

فوترة حسب الاستخدام

حالة الواجهة

متاح

نقطة نهاية الإنتاج

زمن الاستجابة

جاهز للعمل غير المتزامن

زمن استجابة الواجهة المُلاحَظ

تاريخ الإصدار

Aug 13, 2026

Zhipu AI

نظرة عامة

نظرة عامة عملية على GLM 5.3، تشمل السلوكيات المهمة واعتبارات التكامل.

المواصفات التقنية لـ GLM-5.3

المواصفة	GLM-5.3
المطور	Z.ai
عائلة النموذج	GLM-5
الإصدار	5.3
الإعلان	14 أغسطس 2026
نوع النموذج	LLM وكيلي متقدم
التركيز الأساسي	الأمن السيبراني، البرمجة، وكلاء مستقلون
أوزان مفتوحة	نعم / مُعلن عنها
المعاملات	لم يُكشف عنها بعد
المعاملات النشطة	لم يُكشف عنها بعد
المعمارية	لم يُكشف عنها بعد
نافذة السياق	لم يُكشف عنها بعد
أقصى مخرجات	لم يُكشف عنها بعد
الرؤية المدمجة	لم تُؤكد بعد
CyberGym	84.5%
ExploitBench	54.4%
الأوزان العامة	مخطط لها
الإطلاق العام	حوالي أسبوعين بعد الإعلان
معرّف نموذج API	لم يُؤكد علنًا بعد
تسعير API	لم يُعلن بعد
الوصول المتقدم	مستخدمون موثوقون/مُتحقق منهم
أفضل حالات الاستخدام	الأمن السيبراني، وكلاء البرمجة، بحث الثغرات

لا تزال مستودعات النماذج العامة لدى Z.ai تُظهر بشكل بارز GLM-5.2، وليس نسخة GLM-5.3 قابلة للتنزيل، لذا يجب أن تبقى المواصفات التي لم تُنشر بعد مُعلّمة صراحة بأنها غير مؤكدة.

ما هو GLM-5.3؟

GLM-5.3 هو الجيل الأحدث من عائلة GLM لدى Z.ai، ويمثل تحولًا نحو أنظمة ذكاء اصطناعي قادرة على أداء مهام أمنية وهندسية معقدة بشكل مستقل.

يُعد الإعلان لافتًا بشكل خاص لأن الأمن السيبراني لا يُقدَّم كفئة معيارية أخرى فحسب. تستخدم Z.ai GLM-5.3 لإظهار نظام ذكاء اصطناعي قادر على اكتشاف ثغرات البرمجيات والمشاركة في سير عمل تطوير الهجمات.

تفيد Reuters بأن Z.ai تخطط لإطلاق النموذج علنًا بعد استكمال التقييمات الأمنية، بينما ستُقيَّد القدرات الأكثر تقدمًا مبدئيًا عبر آلية وصول موثوق.

هذا تغيير مهم في التركيز مقارنةً بـ GLM-5.2.

كان GLM-5.2 مُوجَّهًا أساسًا نحو هندسة البرمجيات طويلة الأفق والبرمجة الوكيليّة. تصف صفحة أبحاث يونيو لدى Z.ai GLM-5.2 بأنه "Built for Long-Horizon Tasks."

ينقل GLM-5.3 تلك الفلسفة الوكيليّة إلى نطاق أكثر حساسية بكثير:

هندسة البرمجيات → اكتشاف الثغرات → الدفاع السيبراني → أمن هجومي مضبوط

ما هي الميزات الرئيسية لـ GLM-5.3؟

استدلال يتمحور حول الأمن السيبراني

القدرة الأبرز هي الأمن السيبراني.

حقق GLM-5.3:

84.5% على CyberGym

يقيم CyberGym قدرة نظام ذكاء اصطناعي على تحديد ثغرات البرمجيات. والنتيجة تتجاوز قليلًا نسبة 83.8% المبلغ عنها لـ Mythos 5.

وهذا مهم لأن الأمن السيبراني يتطلب أكثر من مجرد توليد شفرة صحيحة نحويًا.

الوكيل الأمني القادر يحتاج إلى:

فهم شيفرة غير مألوفة.
تحديد أسطح الهجوم.
تكوين فرضيات حول الثغرات.
تتبع تدفق البيانات والتحكم.
التحقق من صحة الفرضية.
تطوير إثبات مفهوم مناسب.
تحديد ما إذا كانت الثغرة قابلة للاستغلال بالفعل.

تشير نتيجة CyberGym لـ GLM-5.3 إلى تقدم ملموس عبر الجزء الأول من هذه السلسلة.

اكتشاف ثغرات قوي

تُعد نتيجة CyberGym البالغة 84.5% ربما النتيجة المبكرة الأكثر إثارة للإعجاب.

إنها تضع GLM-5.3 متقدمًا قليلًا على Mythos 5 في تحديد الثغرات:

النموذج	CyberGym
GLM-5.3	84.5%
Mythos 5	83.8%

الهامش لا يتجاوز 0.7 نقطة مئوية، لذا سيكون من المضلل وصف GLM-5.3 بأنه متفوق بشكل حاسم.

النقطة الأكثر إثارة للاهتمام هي أن نموذجًا بأوزان مفتوحة من Z.ai يدخل نفس حي الأداء لنظام أمن سيبراني شديد التقييد.

تطوير الاستغلال لا يزال نقطة ضعف

GLM-5.3 لا يتفوق في كل مهام الأمن السيبراني.

على ExploitBench:

النموذج	ExploitBench
GLM-5.3	54.4%
Mythos 5	78.0%

هذا فارق يبلغ 23.6 نقطة.

ويكشف ذلك عن تمييز مهم:

إيجاد ثغرة ليس الشيء نفسه كما استغلالها بشكل موثوق.

يبدو أن GLM-5.3 قادر بدرجة عالية على تحديد نقاط الضعف، لكن النتائج المبكرة تشير إلى أن تحويل تلك النتائج إلى تطوير استغلال موثوق يظل أصعب بكثير.

بالنسبة لفرق أمن المؤسسات، يجعل هذا النموذج مثيرًا للاهتمام كمساعد دفاعي لتحليل الثغرات، وليس مجرد محرك أتمتة هجومي.

مقارنة GLM-5.3 بـ GLM-5.2

يوفر GLM-5.2 خط الأساس المؤكد الأكثر فائدة.

الميزة	GLM-5.2	GLM-5.3
الحالة	مُطلق	مُعلن
التموضع الأساسي	وكلاء طويلة الأفق	الأمن السيبراني + وكلاء
البرمجة	ممتاز	متوقع أن يظل قويًا
الأمن السيبراني	إمكانية قوية	تركيز رائد صريح
CyberGym	—	84.5%
ExploitBench	—	54.4%
السياق	1M	غير مؤكد
المعاملات	~753B	غير مؤكد
الترخيص	MIT	أوزان مفتوحة مُعلن عنها
تسعير API	منشور	لم يُنشر بعد
الأوزان العامة	متاحة	مخطط لها

تؤكد معمارية GLM-5.2 أنها تقريبًا 753B معاملات، كما أن دليل النماذج العامة لديه لا يزال يسرد نموذج 753B وإصدار FP8.

حقق GLM-5.2 أيضًا 81.0 على Terminal-Bench 2.1 و62.1 على SWE-bench Pro وفقًا لتقارير طرف ثالث تستند إلى مواد تقييم نماذج Z.ai.

لكن ينبغي أن تبقى تلك الأرقام معايير GLM-5.2، لا أن تُنسب إلى GLM-5.3.

مقارنة GLM-5.3 بـ Mythos 5

هذه هي المقارنة المعيارية الأكثر معنىً حاليًا.

المعيار	GLM-5.3	Mythos 5	الفرق
CyberGym	84.5%	83.8%	+0.7 نقطة مئوية
ExploitBench	54.4%	78.0%	−23.6 نقطة مئوية

تنتج النتيجة خلاصة دقيقة.

GLM-5.3 يتفوق في تحديد الثغرات.

لكن:

يظل Mythos 5 أقوى بدرجة كبيرة في تطوير الاستغلال.

لذلك، فإن قول "GLM-5.3 يتفوق على Mythos 5" سيكون تفسيرًا غير دقيق للبيانات المتاحة.

وصف أفضل هو:

يصل GLM-5.3 إلى مستوى أداء Mythos 5 في اكتشاف الثغرات مع بقائه متأخرًا في تطوير الاستغلال.

الأسئلة الشائعة

التسعير

استخدم التقدير السريع أعلاه لعملية تشغيل واحدة، ثم راجع المقارنة الكاملة بين أسعار CometAPI والأسعار الرسمية.

الطلب الأول

—

التكلفة التقديرية لاستخدام CometAPI

عشرة طلبات

—

التكلفة التقديرية لاستخدام CometAPI

خمسة عشر طلبًا

—

التكلفة التقديرية لاستخدام CometAPI

التسعير لـ GLM 5.3

استكشف الأسعار التنافسية لـ GLM 5.3، المصمم ليناسب الميزانيات المختلفة واحتياجات الاستخدام المتنوعة. تضمن خططنا المرنة أن تدفع فقط مقابل ما تستخدمه، مما يجعل من السهل التوسع مع نمو متطلباتك. اكتشف كيف يمكن لـ GLM 5.3 تحسين مشاريعك مع الحفاظ على التكاليف قابلة للإدارة.

Comet Price (USD / M Tokens)	Official Price (USD / M Tokens)	Discount
مدخل:$1.12/M الإخراج:$3.528/M	مدخل:$1.4/M الإخراج:$4.41/M	-20%

API

انسخ نقطة نهاية ونموذج كود يعملان، ثم افتح المرجع الكامل للواجهة عند الحاجة إلى جميع المعلمات.

واجهة برمجة تطبيقات واحدة، وصول للنماذج جاهز للإنتاج

قم بالمصادقة مرة واحدة، واستدعِ نقطة نهاية النموذج، وحافظ على نفس سير عمل الفوترة والمراقبة عبر جميع المزودين.

POST/v1/chat/completions

نموذج الكود وواجهة برمجة التطبيقات لـ GLM 5.3

احصل على أكواد نماذجية شاملة وموارد API لـ GLM 5.3 لتبسيط عملية التكامل الخاصة بك. توفر وثائقنا التفصيلية إرشادات خطوة بخطوة، مما يساعدك على الاستفادة من الإمكانات الكاملة لـ GLM 5.3 في مشاريعك.

POST

/v1/chat/completions

#!/usr/bin/env bash

# Get your CometAPI key from https://www.cometapi.com/console/token
COMETAPI_KEY="${COMETAPI_KEY:-<YOUR_COMETAPI_KEY>}"

curl_args=(
  --silent
  --show-error
  --max-time 180
  https://api.cometapi.com/v1/chat/completions
  -H "Content-Type: application/json"
  -H "Authorization: Bearer $COMETAPI_KEY"
  -d '{
    "model": "glm-5.3",
    "messages": [
      {
        "role": "user",
        "content": "Reply with one short sentence confirming that you are ready."
      }
    ],
    "max_tokens": 64
  }'
)

if [[ "${COMETAPI_RUNTIME_EVIDENCE:-}" == "1" ]]; then
  curl_args+=(
    --write-out $'%{stderr}__COMETAPI_RUNTIME__{"http_status":%{http_code},"headers":{"content-type":"%header{content-type}","x-cometapi-request-id":"%header{x-cometapi-request-id}","x-request-id":"%header{x-request-id}","request-id":"%header{request-id}","cf-ray":"%header{cf-ray}"}}
'
  )
fi

response=$(curl "${curl_args[@]}")

printf '%s
' "$response" | python -c \
  'import json, sys; message = json.load(sys.stdin)["choices"][0]["message"]; print(message.get("content") or message)'

cURL Code Example

#!/usr/bin/env bash

# Get your CometAPI key from https://www.cometapi.com/console/token
COMETAPI_KEY="${COMETAPI_KEY:-<YOUR_COMETAPI_KEY>}"

curl_args=(
  --silent
  --show-error
  --max-time 180
  https://api.cometapi.com/v1/chat/completions
  -H "Content-Type: application/json"
  -H "Authorization: Bearer $COMETAPI_KEY"
  -d '{
    "model": "glm-5.3",
    "messages": [
      {
        "role": "user",
        "content": "Reply with one short sentence confirming that you are ready."
      }
    ],
    "max_tokens": 64
  }'
)

if [[ "${COMETAPI_RUNTIME_EVIDENCE:-}" == "1" ]]; then
  curl_args+=(
    --write-out $'%{stderr}__COMETAPI_RUNTIME__{"http_status":%{http_code},"headers":{"content-type":"%header{content-type}","x-cometapi-request-id":"%header{x-cometapi-request-id}","x-request-id":"%header{x-request-id}","request-id":"%header{request-id}","cf-ray":"%header{cf-ray}"}}\n'
  )
fi

response=$(curl "${curl_args[@]}")

printf '%s\n' "$response" | python -c \
  'import json, sys; message = json.load(sys.stdin)["choices"][0]["message"]; print(message.get("content") or message)'

Python Code Example

import json
import os
import sys

import httpx


# Get your CometAPI key from https://www.cometapi.com/console/token
COMETAPI_KEY = os.environ.get("COMETAPI_KEY") or "<YOUR_COMETAPI_KEY>"

with httpx.Client(
    timeout=180.0,
    transport=httpx.HTTPTransport(retries=0),
) as client:
    response = client.post(
        "https://api.cometapi.com/v1/chat/completions",
        headers={
            "Authorization": f"Bearer {COMETAPI_KEY}",
            "Content-Type": "application/json",
        },
        json={
            "model": "glm-5.3",
            "messages": [
                {
                    "role": "user",
                    "content": (
                        "Reply with one short sentence confirming that you are ready."
                    ),
                }
            ],
            "max_tokens": 64,
        },
    )

if os.environ.get("COMETAPI_RUNTIME_EVIDENCE") == "1":
    safe_headers = {
        name: response.headers.get(name)
        for name in (
            "cf-ray",
            "content-length",
            "content-type",
            "date",
            "request-id",
            "server",
            "x-cometapi-request-id",
            "x-request-id",
        )
        if response.headers.get(name) is not None
    }
    print(
        "__COMETAPI_RUNTIME__"
        + json.dumps({"http_status": response.status_code, "headers": safe_headers}),
        file=sys.stderr,
    )

response.raise_for_status()
message = response.json()["choices"][0]["message"]
print(message.get("content") or message)

JavaScript Code Example

// Get your CometAPI key from https://www.cometapi.com/console/token
const COMETAPI_KEY = process.env.COMETAPI_KEY || "<YOUR_COMETAPI_KEY>";

const response = await fetch("https://api.cometapi.com/v1/chat/completions", {
  method: "POST",
  headers: {
    Authorization: `Bearer ${COMETAPI_KEY}`,
    "Content-Type": "application/json",
  },
  body: JSON.stringify({
    model: "glm-5.3",
    messages: [
      {
        role: "user",
        content: "Reply with one short sentence confirming that you are ready.",
      },
    ],
    max_tokens: 64,
  }),
  signal: AbortSignal.timeout(180_000),
});

if (process.env.COMETAPI_RUNTIME_EVIDENCE === "1") {
  const safeHeaderNames = [
    "cf-ray",
    "content-length",
    "content-type",
    "date",
    "request-id",
    "server",
    "x-cometapi-request-id",
    "x-request-id",
  ];
  const headers = Object.fromEntries(
    safeHeaderNames
      .map((name) => [name, response.headers.get(name)])
      .filter(([, value]) => value !== null),
  );
  console.error(
    `__COMETAPI_RUNTIME__${JSON.stringify({
      http_status: response.status,
      headers,
    })}`,
  );
}

if (!response.ok) {
  throw new Error(`CometAPI request failed with HTTP ${response.status}`);
}

const message = (await response.json()).choices[0].message;
console.log(message.content || JSON.stringify(message));

الإمكانيات

راجع أهم بيانات النموذج قبل اختيار البنية أو تقدير حِمل الإنتاج.

الإمكانيات المدعومة

الميزات التي تُعيدها واجهة برمجة تطبيقات النموذج الحالية.

text-to-text

الإدخال والإخراج

المدخلات

text

المخرجات

ملف تعريف الإنتاج

المزود: Zhipu AI
سياق: يعتمد على النموذج
الاستخدام التجاري: مدعوم

حالات الاستخدام

استخدم GLM 5.3 في سير عمل إنتاجي يناسب إمكانياته في ، ثم قارن البدائل قبل الالتزام بتكامل طويل الأمد.

الدردشة الإنتاجية وسير عمل الوكلاء

البرمجة والتحليل والتوليد المنظم

الأتمتة عالية الحجم عبر واجهة واحدة

نماذج أخرى

قارن نماذج أخرى متاحة عبر CometAPI من حيث الجودة وزمن الاستجابة والإمكانيات والسعر.

فتح مقارنة النماذج →

Midjourney

mj_fast_modal

استكشف واجهة برمجة تطبيقات mj_fast_modal.

عرض النموذج

Midjourney

mj_fast_edits

استكشف واجهة برمجة تطبيقات mj_fast_edits.

عرض النموذج

Flux

flux-pro-finetuned

استكشف واجهة برمجة تطبيقات flux-pro-finetuned.

عرض النموذج

Flux

flux-pro-1.1-ultra-finetuned

استكشف واجهة برمجة تطبيقات flux-pro-1.1-ultra-finetuned.

عرض النموذج

Flux

flux-pro-1.1-ultra

استكشف واجهة برمجة تطبيقات flux-pro-1.1-ultra.

عرض النموذج

Flux

flux-pro-1.1

استكشف واجهة برمجة تطبيقات flux-pro-1.1.

عرض النموذج

Uptime

راجع بيانات النبض الحي وتوفر نقطة النهاية وأزمنة الاستجابة المُلاحَظة قبل الانتقال إلى الإنتاج.

واصل الاستكشاف

قارن النماذج وتابع بحثك

Zhipu AI

متاح

glm-5.3

GLM 5.3 API

السعر الابتدائي

$1.12 / مليون رمز إدخال

فوترة حسب الاستخدام

حالة الواجهة

متاح

نقطة نهاية الإنتاج

زمن الاستجابة

جاهز للعمل غير المتزامن

زمن استجابة الواجهة المُلاحَظ

تاريخ الإصدار

Aug 13, 2026

Zhipu AI

نظرة عامة

نظرة عامة عملية على GLM 5.3، تشمل السلوكيات المهمة واعتبارات التكامل.

المواصفات التقنية لـ GLM-5.3

المواصفة	GLM-5.3
المطور	Z.ai
عائلة النموذج	GLM-5
الإصدار	5.3
الإعلان	14 أغسطس 2026
نوع النموذج	LLM وكيلي متقدم
التركيز الأساسي	الأمن السيبراني، البرمجة، وكلاء مستقلون
أوزان مفتوحة	نعم / مُعلن عنها
المعاملات	لم يُكشف عنها بعد
المعاملات النشطة	لم يُكشف عنها بعد
المعمارية	لم يُكشف عنها بعد
نافذة السياق	لم يُكشف عنها بعد
أقصى مخرجات	لم يُكشف عنها بعد
الرؤية المدمجة	لم تُؤكد بعد
CyberGym	84.5%
ExploitBench	54.4%
الأوزان العامة	مخطط لها
الإطلاق العام	حوالي أسبوعين بعد الإعلان
معرّف نموذج API	لم يُؤكد علنًا بعد
تسعير API	لم يُعلن بعد
الوصول المتقدم	مستخدمون موثوقون/مُتحقق منهم
أفضل حالات الاستخدام	الأمن السيبراني، وكلاء البرمجة، بحث الثغرات

ما هو GLM-5.3؟

هذا تغيير مهم في التركيز مقارنةً بـ GLM-5.2.

ينقل GLM-5.3 تلك الفلسفة الوكيليّة إلى نطاق أكثر حساسية بكثير:

هندسة البرمجيات → اكتشاف الثغرات → الدفاع السيبراني → أمن هجومي مضبوط

ما هي الميزات الرئيسية لـ GLM-5.3؟

استدلال يتمحور حول الأمن السيبراني

القدرة الأبرز هي الأمن السيبراني.

حقق GLM-5.3:

84.5% على CyberGym

وهذا مهم لأن الأمن السيبراني يتطلب أكثر من مجرد توليد شفرة صحيحة نحويًا.

الوكيل الأمني القادر يحتاج إلى:

فهم شيفرة غير مألوفة.
تحديد أسطح الهجوم.
تكوين فرضيات حول الثغرات.
تتبع تدفق البيانات والتحكم.
التحقق من صحة الفرضية.
تطوير إثبات مفهوم مناسب.
تحديد ما إذا كانت الثغرة قابلة للاستغلال بالفعل.

تشير نتيجة CyberGym لـ GLM-5.3 إلى تقدم ملموس عبر الجزء الأول من هذه السلسلة.

اكتشاف ثغرات قوي

تُعد نتيجة CyberGym البالغة 84.5% ربما النتيجة المبكرة الأكثر إثارة للإعجاب.

إنها تضع GLM-5.3 متقدمًا قليلًا على Mythos 5 في تحديد الثغرات:

النموذج	CyberGym
GLM-5.3	84.5%
Mythos 5	83.8%

الهامش لا يتجاوز 0.7 نقطة مئوية، لذا سيكون من المضلل وصف GLM-5.3 بأنه متفوق بشكل حاسم.

تطوير الاستغلال لا يزال نقطة ضعف

GLM-5.3 لا يتفوق في كل مهام الأمن السيبراني.

على ExploitBench:

النموذج	ExploitBench
GLM-5.3	54.4%
Mythos 5	78.0%

هذا فارق يبلغ 23.6 نقطة.

ويكشف ذلك عن تمييز مهم:

إيجاد ثغرة ليس الشيء نفسه كما استغلالها بشكل موثوق.

مقارنة GLM-5.3 بـ GLM-5.2

يوفر GLM-5.2 خط الأساس المؤكد الأكثر فائدة.

الميزة	GLM-5.2	GLM-5.3
الحالة	مُطلق	مُعلن
التموضع الأساسي	وكلاء طويلة الأفق	الأمن السيبراني + وكلاء
البرمجة	ممتاز	متوقع أن يظل قويًا
الأمن السيبراني	إمكانية قوية	تركيز رائد صريح
CyberGym	—	84.5%
ExploitBench	—	54.4%
السياق	1M	غير مؤكد
المعاملات	~753B	غير مؤكد
الترخيص	MIT	أوزان مفتوحة مُعلن عنها
تسعير API	منشور	لم يُنشر بعد
الأوزان العامة	متاحة	مخطط لها

تؤكد معمارية GLM-5.2 أنها تقريبًا 753B معاملات، كما أن دليل النماذج العامة لديه لا يزال يسرد نموذج 753B وإصدار FP8.

حقق GLM-5.2 أيضًا 81.0 على Terminal-Bench 2.1 و62.1 على SWE-bench Pro وفقًا لتقارير طرف ثالث تستند إلى مواد تقييم نماذج Z.ai.

لكن ينبغي أن تبقى تلك الأرقام معايير GLM-5.2، لا أن تُنسب إلى GLM-5.3.

مقارنة GLM-5.3 بـ Mythos 5

هذه هي المقارنة المعيارية الأكثر معنىً حاليًا.

المعيار	GLM-5.3	Mythos 5	الفرق
CyberGym	84.5%	83.8%	+0.7 نقطة مئوية
ExploitBench	54.4%	78.0%	−23.6 نقطة مئوية

تنتج النتيجة خلاصة دقيقة.

GLM-5.3 يتفوق في تحديد الثغرات.

لكن:

يظل Mythos 5 أقوى بدرجة كبيرة في تطوير الاستغلال.

لذلك، فإن قول "GLM-5.3 يتفوق على Mythos 5" سيكون تفسيرًا غير دقيق للبيانات المتاحة.

وصف أفضل هو:

يصل GLM-5.3 إلى مستوى أداء Mythos 5 في اكتشاف الثغرات مع بقائه متأخرًا في تطوير الاستغلال.

الأسئلة الشائعة

التسعير

استخدم التقدير السريع أعلاه لعملية تشغيل واحدة، ثم راجع المقارنة الكاملة بين أسعار CometAPI والأسعار الرسمية.

الطلب الأول

—

التكلفة التقديرية لاستخدام CometAPI

عشرة طلبات

—

التكلفة التقديرية لاستخدام CometAPI

خمسة عشر طلبًا

—

التكلفة التقديرية لاستخدام CometAPI

التسعير لـ GLM 5.3

Comet Price (USD / M Tokens)	Official Price (USD / M Tokens)	Discount
مدخل:$1.12/M الإخراج:$3.528/M	مدخل:$1.4/M الإخراج:$4.41/M	-20%

API

انسخ نقطة نهاية ونموذج كود يعملان، ثم افتح المرجع الكامل للواجهة عند الحاجة إلى جميع المعلمات.

واجهة برمجة تطبيقات واحدة، وصول للنماذج جاهز للإنتاج

POST/v1/chat/completions

نموذج الكود وواجهة برمجة التطبيقات لـ GLM 5.3

POST

/v1/chat/completions

#!/usr/bin/env bash

# Get your CometAPI key from https://www.cometapi.com/console/token
COMETAPI_KEY="${COMETAPI_KEY:-<YOUR_COMETAPI_KEY>}"

curl_args=(
  --silent
  --show-error
  --max-time 180
  https://api.cometapi.com/v1/chat/completions
  -H "Content-Type: application/json"
  -H "Authorization: Bearer $COMETAPI_KEY"
  -d '{
    "model": "glm-5.3",
    "messages": [
      {
        "role": "user",
        "content": "Reply with one short sentence confirming that you are ready."
      }
    ],
    "max_tokens": 64
  }'
)

if [[ "${COMETAPI_RUNTIME_EVIDENCE:-}" == "1" ]]; then
  curl_args+=(
    --write-out $'%{stderr}__COMETAPI_RUNTIME__{"http_status":%{http_code},"headers":{"content-type":"%header{content-type}","x-cometapi-request-id":"%header{x-cometapi-request-id}","x-request-id":"%header{x-request-id}","request-id":"%header{request-id}","cf-ray":"%header{cf-ray}"}}
'
  )
fi

response=$(curl "${curl_args[@]}")

printf '%s
' "$response" | python -c \
  'import json, sys; message = json.load(sys.stdin)["choices"][0]["message"]; print(message.get("content") or message)'

cURL Code Example

#!/usr/bin/env bash

# Get your CometAPI key from https://www.cometapi.com/console/token
COMETAPI_KEY="${COMETAPI_KEY:-<YOUR_COMETAPI_KEY>}"

curl_args=(
  --silent
  --show-error
  --max-time 180
  https://api.cometapi.com/v1/chat/completions
  -H "Content-Type: application/json"
  -H "Authorization: Bearer $COMETAPI_KEY"
  -d '{
    "model": "glm-5.3",
    "messages": [
      {
        "role": "user",
        "content": "Reply with one short sentence confirming that you are ready."
      }
    ],
    "max_tokens": 64
  }'
)

if [[ "${COMETAPI_RUNTIME_EVIDENCE:-}" == "1" ]]; then
  curl_args+=(
    --write-out $'%{stderr}__COMETAPI_RUNTIME__{"http_status":%{http_code},"headers":{"content-type":"%header{content-type}","x-cometapi-request-id":"%header{x-cometapi-request-id}","x-request-id":"%header{x-request-id}","request-id":"%header{request-id}","cf-ray":"%header{cf-ray}"}}\n'
  )
fi

response=$(curl "${curl_args[@]}")

printf '%s\n' "$response" | python -c \
  'import json, sys; message = json.load(sys.stdin)["choices"][0]["message"]; print(message.get("content") or message)'

Python Code Example

import json
import os
import sys

import httpx


# Get your CometAPI key from https://www.cometapi.com/console/token
COMETAPI_KEY = os.environ.get("COMETAPI_KEY") or "<YOUR_COMETAPI_KEY>"

with httpx.Client(
    timeout=180.0,
    transport=httpx.HTTPTransport(retries=0),
) as client:
    response = client.post(
        "https://api.cometapi.com/v1/chat/completions",
        headers={
            "Authorization": f"Bearer {COMETAPI_KEY}",
            "Content-Type": "application/json",
        },
        json={
            "model": "glm-5.3",
            "messages": [
                {
                    "role": "user",
                    "content": (
                        "Reply with one short sentence confirming that you are ready."
                    ),
                }
            ],
            "max_tokens": 64,
        },
    )

if os.environ.get("COMETAPI_RUNTIME_EVIDENCE") == "1":
    safe_headers = {
        name: response.headers.get(name)
        for name in (
            "cf-ray",
            "content-length",
            "content-type",
            "date",
            "request-id",
            "server",
            "x-cometapi-request-id",
            "x-request-id",
        )
        if response.headers.get(name) is not None
    }
    print(
        "__COMETAPI_RUNTIME__"
        + json.dumps({"http_status": response.status_code, "headers": safe_headers}),
        file=sys.stderr,
    )

response.raise_for_status()
message = response.json()["choices"][0]["message"]
print(message.get("content") or message)

JavaScript Code Example

// Get your CometAPI key from https://www.cometapi.com/console/token
const COMETAPI_KEY = process.env.COMETAPI_KEY || "<YOUR_COMETAPI_KEY>";

const response = await fetch("https://api.cometapi.com/v1/chat/completions", {
  method: "POST",
  headers: {
    Authorization: `Bearer ${COMETAPI_KEY}`,
    "Content-Type": "application/json",
  },
  body: JSON.stringify({
    model: "glm-5.3",
    messages: [
      {
        role: "user",
        content: "Reply with one short sentence confirming that you are ready.",
      },
    ],
    max_tokens: 64,
  }),
  signal: AbortSignal.timeout(180_000),
});

if (process.env.COMETAPI_RUNTIME_EVIDENCE === "1") {
  const safeHeaderNames = [
    "cf-ray",
    "content-length",
    "content-type",
    "date",
    "request-id",
    "server",
    "x-cometapi-request-id",
    "x-request-id",
  ];
  const headers = Object.fromEntries(
    safeHeaderNames
      .map((name) => [name, response.headers.get(name)])
      .filter(([, value]) => value !== null),
  );
  console.error(
    `__COMETAPI_RUNTIME__${JSON.stringify({
      http_status: response.status,
      headers,
    })}`,
  );
}

if (!response.ok) {
  throw new Error(`CometAPI request failed with HTTP ${response.status}`);
}

const message = (await response.json()).choices[0].message;
console.log(message.content || JSON.stringify(message));