模型 ID
两个 ID 是同一个模型，接受的参数也相同。每个 ID 有自己的价格和速率限制，分别在 模型 和 速率限制 页面查看。
长度限制
上下文窗口同时包含输入和
max_tokens。输入加上 max_tokens 超过上限时，请求返回 400。max_tokens 可以设得比 131,072 大，但输出最多 131,072 个 token。
思考模式
GLM-5.3-Flash 始终开启思考模式，无法关闭。这个模型不支持"reasoning_effort": "none" 和 "thinking": {"type": "disabled"}，请不要传这两个设置。
reasoning_effort 可选 minimal、low、medium、high、xhigh 和 max，其他值返回 400。
思考内容放在 message.reasoning_content 中，流式输出时放在 delta.reasoning_content 中，与 content 分开。usage.completion_tokens_details.reasoning_tokens 是思考内容的 token 数。这部分 token 计入 completion_tokens，按输出价格计费。
max_tokens 同时限制思考内容和回答。如果思考内容用完了全部额度，响应以 finish_reason: "length" 结束，content 为空。停止序列也会在思考内容中匹配，一旦匹配，响应会在回答开始之前结束。
参数
以下参数会返回 400：
temperature: 3 或 top_p: 0，同样返回 400。