Glm 5.3 Flashx Legal
Red Neuronal
GLM-5.3-FlashX-Legal de Z.ai: rama legal del modelo multimodal para analizar documentos jurídicos
Características
- Entrada
- texto, imágenes, documentos
- Salida
- texto
- Tamaño del contexto
- 1 048 576 tokens
- Longitud máxima de respuesta
- 131 072 tokens
- Niveles de razonamiento
- bajo, alto, max
- Funciones
- razonamiento, llamada a funciones
Costo del prompt
(por 1M tokens)
Costo de la respuesta
(por 1M tokens)
import OpenAI from 'openai';
const openai = new OpenAI({
apiKey: '<your bothub access token>',
baseURL: 'https://openai.bothub.chat/v1'
});
// Sync - Text generation
async function main() {
const chatCompletion = await openai.chat.completions.create({
messages: [{ role: 'user', content: 'Say this is a test' }],
model: 'glm-5.3-flashx-legal',
});
}
// Async - Text generation
async function main() {
const stream = await openai.chat.completions.create({
messages: [{ role: 'user', content: 'Say this is a test' }],
model: 'glm-5.3-flashx-legal',
stream: true
});
for await (const chunk of stream) {
const part: string | null = chunk.choices[0].delta?.content ?? null;
}
}
main();
Cómo funciona Glm 5.3 Flashx Legal?
GLM-5.3-FlashX-Legal de Z.ai es la rama legal del modelo multimodal GLM-5.3-FlashX: acepta texto, imágenes y vídeo, y genera texto. Se diferencia de la versión base por un entrenamiento adicional en datos legales, incluyendo etapas de mid-training y post-training con refuerzo, lo que le otorga mayor precisión en tareas jurídicas. A través de BotHub, el modelo está disponible sin VPN ni tarjeta extranjera, el pago se realiza en rublos según el uso, y todos los modelos se abren en una sola ventana, por lo que cambiar no requiere reescribir la integración: una API única compatible con OpenAI es conveniente para sistemas multimodelo, y el cifrado AES-GCM junto con la ausencia de almacenamiento de datos son ideales para documentos sensibles. Es útil para abogados en la revisión de contratos y preparación de dictámenes, para equipos de cumplimiento en la verificación de políticas internas, para analistas en la extracción de condiciones de escaneos y fotos, para soporte técnico en respuestas estándar según normativas, y para desarrolladores de servicios legales como motor subyacente.Preguntas frecuentes sobre Glm 5.3 Flashx Legal
Puede usar los resultados generados con fines comerciales. Todos los derechos sobre el contenido creado le pertenecen. La única restricción: asegúrese de que la solicitud no incluya material de terceros protegido por derechos de autor. El usuario es responsable de respetar los derechos sobre los datos de entrada.
El modelo trabaja con texto y documentos, acepta imágenes como entrada, puede razonar antes de responder y llamar a funciones. Un contexto de 1 048 576 tokens permite manejar grandes volúmenes de material, por lo que es adecuado para analizar documentación, archivos largos, analítica y código.
En una sola respuesta, el modelo genera hasta 131 072 tokens, suficiente para un análisis extenso o un fragmento de código largo. Si la tarea no cabe en una respuesta, puede dividirla en partes: el contexto de 1 048 576 tokens permite mantener todo el material en el diálogo.
Sí, se admite el razonamiento antes de responder, como se indica en las características del modelo. Este modo es útil para tareas paso a paso: análisis de condiciones, verificación de lógica y trabajo con código, donde es importante pensar primero en la solución y luego dar el resultado final.
Sí, ambas capacidades están confirmadas: el modelo admite la llamada a funciones y la salida estructurada en JSON. Esto significa que puede conectarse a servicios externos y bases de datos, y recibir respuestas en un formato que su código puede procesar directamente.
El modelo acepta texto, imágenes y documentos como entrada, según los datos. No tenemos notas sobre audio y vídeo, por lo que no prometemos su compatibilidad. Si necesita específicamente estos formatos, pruébelos en la práctica antes de basar su flujo de trabajo en ellos.
No hay información sobre el nivel de dominio del ruso en los datos del modelo, por lo que no hacemos promesas concretas. El modelo acepta consultas de texto y documentos a través de BotHub, y la mejor forma de comprobar qué tan preciso es con el ruso es probarlo con sus propios ejemplos y textos.