GLM-5.3 Uygulamalı Kılavuz: Her Zaman Açık Düşünme, Üç Çaba Seviyesi ve API Destek Matrisi

Başlık: GLM-5.3 Uygulamalı Kılavuz: Her Zaman Açık Düşünme, Üç Çaba Seviyesi & API Destek Matrisi

Açıklama: Ağustos 2026 GLM-5.3 kılavuzu: üç reasoning_effort seviyeli her zaman açık düşünme, akıl yürütme özetleri, paralel araç çağrıları, yapılandırılmış çıktı ve otomatik önbellekleme. Doğrulanmış AIHubMix Chat / Responses / Messages örnekleriyle.

Bu makale GLM-5.3 için temel API değişikliklerini ve kullanım notlarını kapsamaktadır. GLM-5.3, 2026-08-14 tarihinde yayınlanan Z.ai'nin amiral gemisi modelidir; GLM-5.2 ile tamamen aynı temel modeli kullanır, tüm kazanımlar son eğitim (post-training) aşamasından gelir. AIHubMix üzerinde model kimliği coding-glm-5.3 şeklindedir (şu anda sınırlı süreli önizleme rotası) ve Chat Completions, Responses ve Claude uyumlu Messages API'leri üzerinden kullanılabilir. Ayrıca bakınız: Z.ai'nin resmi sürüm blogu.

Her bölümdeki "Doğrulandı" sonuçları ve örnek yanıtlar, 2026-08-14 tarihinde AIHubMix API'lerine (Chat Completions / Responses / Messages) yapılan gerçek çağrılardan elde edilmiştir.

1. Model Özelliklerine Genel Bakış

Doğrulandı: max_tokens: 999999 çağrısı, geçerli aralık hata gövdesinde belirtilerek 400 döndürür — üst sınır gerçekten doğrulanmıştır, sessizce kırpılmamaktadır.

# max_tokens=999999 -> HTTP 400
"max_tokens parameter invalid: value must be within [1,131072]"

2. GLM-5.3 ve GLM-5.2 Karşılaştırması: Her Zaman Açık Düşünme, reasoning_effort ile Yoğunluk

GLM-5.3'te GLM-5.2'ye göre en önemli iki API değişikliği şunlardır:

1. thinking.type artık disabled değerini desteklemiyor — düşünme kapatılamaz. Resmi geçiş tavsiyesi: daha önce {"type": "disabled"} gönderen uygulamalar {"type": "enabled"} değerine geçmeli ve reasoning_effort değerini "low" olarak ayarlamalıdır.
2. reasoning_effort üç seviyeye daralıyor: low (hafif) / high (geliştirilmiş) / max (derin, varsayılan). GLM-5.2 dönemindeki 7 değerli uyumluluk eşlemesi artık geçerli değildir; Z.ai kodlama görevleri için max önermektedir.

Doğrulandı: AIHubMix üzerinden thinking: {"type": "disabled"} göndermek 200 döndürür ve düşünme yine gerçekleşir (reasoning_content normal şekilde döner) — değer, reddedilmek yerine resmi kanal semantiğine göre otomatik dönüştürülür. İstemciniz "token tasarrufu için düşünmeyi kapat" mantığına dayanıyorsa, reasoning_effort: "low" kullanmaya geçin.

Doğrulandı: reasoning_effort için enum dışı değerler de hata vermeden 200 döndürür (resmi belgelere göre varsayılan max değerine düşer); low ile max karşılaştırıldığında beklenen daha hafif düşünme eğilimi görülür (aynı aritmetik soruda 27'ye karşı 39 akıl yürütme token'ı).

Chat Completions

Düşünme içeriği reasoning_content alanında döndürülür; akışta delta.reasoning_content olarak gelir.

from openai import OpenAI

client = OpenAI(
    base_url="https://aihubmix.com/v1",
    api_key="<AIHUBMIX_API_KEY>",
)

completion = client.chat.completions.create(
    model="coding-glm-5.3",
    reasoning_effort="max",          # low / high / max, default max
    extra_body={"thinking": {"type": "enabled"}},
    messages=[
        {"role": "user", "content": "Compute the square root of (17*23-19*11), rounded down. Digits only."}
    ],
)

print(completion.choices[0].message.reasoning_content)
print(completion.choices[0].message.content)   # Observed: "13"

Doğrulandı: usage.completion_tokens_details.reasoning_tokens düşünme kullanımını bildirir — aynı soruda reasoning_effort="low" ile 27, "max" ile 39.

Responses

Düşünme içeriği, reasoning çıktı öğesi olarak döner; metin summary dizisinde summary_text olarak yer alır.

from openai import OpenAI

client = OpenAI(
    base_url="https://aihubmix.com/v1",
    api_key="<AIHUBMIX_API_KEY>",
)

response = client.responses.create(
    model="coding-glm-5.3",
    input="What is the capital of France? City name only.",
)

# Observed response.output item types: ["reasoning", "message"]
# reasoning item: {"type": "reasoning", "summary": [{"type": "summary_text", "text": "The user is asking..."}]}
# usage.output_tokens_details.reasoning_tokens: 80

Doğrulandı: varsayılan istek (hiç reasoning parametresi yok) bile summary_text içeren reasoning öğesini zaten içerir — açıkça etkinleştirmeye gerek yoktur.

Messages

Düşünme içeriği, yerel thinking içerik blokları olarak döner.

from anthropic import Anthropic

client = Anthropic(
    api_key="<AIHUBMIX_API_KEY>",
    base_url="https://aihubmix.com"
)

response = client.messages.create(
    model="coding-glm-5.3",
    max_tokens=4096,
    messages=[
        {"role": "user", "content": "What is the capital of France? City name only."}
    ],
)

# Observed response.content block types: ["thinking", "text"]

Doğrulandı: thinking blokları varsayılan olarak döner; bu API'de thinking: {"type": "disabled"} de benzer şekilde 200 döndürür ve düşünme yine gerçekleşir (resmi "disabled, low'a dönüşür, istek devam eder" kanal semantiğiyle tutarlı).

3. Araç Çağırma ve Paralel Araçlar

Fonksiyon çağırma her üç API'de de çalıştığı doğrulandı; Responses API'de tek turda paralel araç çağrıları da gözlemledik (Z.ai, GLM-5.3 için supports_parallel_tool_calls: true değerini açıkça belirtir). Yukarı akış sınırları: tools içinde en fazla 128 fonksiyon; tool_choice yerel olarak yalnızca auto desteklemektedir.

Chat Completions

completion = client.chat.completions.create(
    model="coding-glm-5.3",
    messages=[{"role": "user", "content": "What's the weather in Beijing today?"}],
    tools=[{
        "type": "function",
        "function": {
            "name": "get_weather",
            "description": "Get weather for a city",
            "parameters": {"type": "object", "properties": {"city": {"type": "string"}}, "required": ["city"]},
        },
    }],
)

# Observed: finish_reason "tool_calls", with a get_weather call in tool_calls

Doğrulandı: tool_choice: "none" çalışır — aynı hava durumu sorusu araç çağrısı olmadan düz metin döndürür.

Responses

response = client.responses.create(
    model="coding-glm-5.3",
    input="Check today's weather in Shanghai and Beijing",
    parallel_tool_calls=True,
    tools=[{
        "type": "function",
        "name": "get_weather",
        "description": "Get weather for a city",
        "parameters": {"type": "object", "properties": {"city": {"type": "string"}}, "required": ["city"]},
    }],
)

# Observed: a single turn returns 2 parallel function_call output items (one for each city)

Doğrulandı: tek turda 2 paralel araç çağrısı, resmi supports_parallel_tool_calls: true beyanıyla uyumlu.

Messages

response = client.messages.create(
    model="coding-glm-5.3",
    max_tokens=4096,
    tools=[{
        "name": "get_weather",
        "description": "Get weather for a city",
        "input_schema": {"type": "object", "properties": {"city": {"type": "string"}}, "required": ["city"]},
    }],
    messages=[{"role": "user", "content": "What's the weather in Beijing today?"}],
)

# Observed: stop_reason "tool_use"; content contains a tool_use block

❗ Doğrulandı: bu API'de, tool_choice: {"type": "none"} sonrasında model yine de araç çağrıları üretir — araçları devre dışı bırakmak için tools parametresini tamamen kaldırın ya da bunun yerine Chat Completions API'sinde tool_choice: "none" kullanın.

4. Yapılandırılmış Çıktı

response_format text ve json_object değerlerini destekler; yukarı akış belgelerinde json_schema modu listelenmemiştir. Katı şema uyumluluğu gerektiğinde, JSON Şemasını prompt'a gömün ve istemci tarafında doğrulayın.

Chat Completions

completion = client.chat.completions.create(
    model="coding-glm-5.3",
    messages=[
        {"role": "user", "content": "What is the capital of France? Answer in JSON with the key \"answer\"."}
    ],
    response_format={"type": "json_object"},
)

# Observed response content: {"answer": "Paris"}

Doğrulandı: çıktı, istenen anahtarı içeren geçerli JSON'dur.

Responses

response = client.responses.create(
    model="coding-glm-5.3",
    input="What is the capital of France? Answer in JSON with the key \"answer\".",
    text={"format": {"type": "json_object"}},
)

# Observed output text: {"answer": "Paris"}

Messages

# Specify the JSON structure in the prompt; observed output is valid JSON
response = client.messages.create(
    model="coding-glm-5.3",
    max_tokens=4096,
    messages=[
        {"role": "user", "content": "What is the capital of France? Answer in JSON with the key \"answer\"."}
    ],
)

# Observed response text: {"answer": "Paris"}

5. Bağlam Önbellekleme Otomatiktir

Örtük önbellekleme varsayılan olarak açıktır, geçilecek bir parametre yoktur; tekrarlanan uzun önekler kullanımda önbellek isabetlerini bildirir (alan adı API'ye göre değişir).

Chat Completions

# usage of the second call with an identical long prefix
"prompt_tokens_details": {"cached_tokens": 960}

Doğrulandı: arka arkaya yapılan iki çağrıdan ikincisi 960 önbellekli token'a isabet etti.

Responses

# usage of the second call with an identical long prefix
"input_tokens_details": {"cached_tokens": 960}

Messages

# hits are reported via usage.cache_read_input_tokens
"cache_read_input_tokens": 0

Doğrulandı: bu turda bu API'de önbellek isabetini yeniden üretemedik (önbellekler kanal bazında ısınır; yük dengeleyici geçişi bir kaçırmaya yol açabilir). İsabet muhasebe alanı Anthropic semantiğini izler.

6. Örnekleme ve Parametre Doğrulaması

Örnekleme, GLM ailesi uç nokta kurallarını izler: temperature aralığı [0, 1], varsayılan 1.0 (not — OpenAI protokolünün [0, 2] aralığından daha dar); top_p aralığı [0.01, 1], varsayılan 0.95. Z.ai ikisinden yalnızca birinin ayarlanmasını önerir.

Doğrulandı: parametre doğrulaması API'ler arasında farklılık gösterir — Messages API, aralık dışı temperature: 3 değerini geçerli aralığı [0,1] belirterek 400 ile reddeder; Chat Completions / Responses ise aynı aralık dışı değeri sessizce 200 ile kabul eder. API'ler arasında geçiş yaparken, aralık dışı örnekleme değerlerini geçit katmanının yakalayacağına güvenmeyin.

# Messages API with temperature=3 -> HTTP 400
"temperature parameter invalid: value must be within [0,1]"

7. Yetenek × API Destek Matrisi

Aşağıdaki her hücre, 2026-08-14 tarihinde AIHubMix canlı API'leri üzerinden gerçek çağrılarla doğrulanmıştır; hücreler her API için parametre/alan yazımını gösterir.

SSS

AIHubMix üzerinde GLM-5.3 model kimliği nedir? [1m] son ekine ihtiyacım var mı?
Model kimliği coding-glm-5.3 şeklindedir — olduğu gibi kullanın. glm-5.3[1m], Z.ai'nin Claude Code istemcisi için model adı sözdizimidir ve AIHubMix çağrılarıyla ilgisi yoktur; üç API'nin hiçbiri herhangi bir son ek gerektirmez.

Düşünmeyi kapatabilir miyim?
Hayır. GLM-5.3 düşünmesi her zaman açıktır ve thinking.type yalnızca enabled değerini destekler; testlerimizde disabled göndermek 200 döndürdü ve düşünme yine gerçekleşti (resmi semantiğe göre low seviyesine dönüştürülerek). Düşünme token'larından tasarruf etmek için reasoning_effort: "low" gönderin.

GLM-5.3, GLM-5.2 ile nasıl ilişkili?
Aynı temel model — tüm kazanımlar son eğitimden gelir (resmi ifade: "GLM-5.2 ile aynı temel modeli kullanır — tüm kazanımlar son eğitimden gelir"). İki katı API değişikliği var: düşünme artık kapatılamaz ve reasoning_effort low/high/max olmak üzere üç seviyeye daralır (varsayılan max).

Katı json_schema yapılandırılmış çıktıya ihtiyacım varsa ne olur?
Yukarı akış belgeleri response_format: json_schema modunu listelemez. Testlerimizde json_object JSON modu üç API'nin tamamında geçerli JSON üretti; katı şemalar için JSON Şemasını prompt'a gömün ve istemci tarafında doğrulayın.

Is coding-glm-5.3 the production release?
It is currently a limited-time preview route (Z.ai's model API docs mark the official API as "coming soon"); AIHubMix will follow up as soon as the commercial API ships. See the model page for current pricing and status.

Fiyatlandırma ve gerçek zamanlı durum için GLM-5.3 model sayfasına bakın; diğer modeller için ise model galerisini ziyaret edin.