Blog

Cách dùng GLM-5.3-Flash trong Claude Code và Cline

Kết nối GLM-5.3-Flash vào Claude Code và Cline: các URL cơ sở, biến môi trường, bản sửa lỗi ngữ cảnh của Cline, và lý do tại sao hạn ngạch Kế hoạch Mã hóa gấp 3 lần lại là điểm thu hút thực sự.

INEZA Felin-Michel

INEZA Felin-Michel

27 tháng 8 2026

Cách dùng GLM-5.3-Flash trong Claude Code và Cline

Apidog cho doanh nghiệp

Triển khai tại chỗ

SSO & RBAC

Tuân thủ SOC 2

Khám phá Apidog Enterprise

Nếu bạn đã đăng ký Gói mã hóa GLM, có một lý do cụ thể để quan tâm đến GLM-5.3-Flash: nó được cho là cung cấp dung lượng sử dụng gấp ba lần so với GLM-5.3 trên cùng một gói. Đó là toàn bộ lý do. Gấp ba lần số lượng yêu cầu, đổi lấy một mô hình đạt 57 điểm trên Chỉ số Thông minh Phân tích Nhân tạo thay vì 60.

Đối với công việc mã hóa thông thường, sự đánh đổi đó thật dễ dàng. Hướng dẫn này bao gồm cách tích hợp Flash vào Claude Code và Cline, khi nào nên giữ GLM-5.3 trong vòng lặp và các chi tiết cấu hình thường gây ra sự cố.

nút

Những gì bạn cần trước tiên

Xác minh hệ số nhân dung lượng và các cấp gói trên z.ai trước khi lên kế hoạch dựa trên chúng. Điều khoản gói thay đổi thường xuyên hơn thông số kỹ thuật của mô hình và con số gấp 3 lần này đến từ tài liệu của Z.ai.

Claude Code

Z.ai cung cấp một điểm cuối tương thích với Anthropic, điều này có nghĩa là Claude Code có thể giao tiếp với các mô hình GLM bằng cách thay đổi hai biến môi trường.

Cách nhanh chóng

Z.ai cung cấp một công cụ hỗ trợ giúp bạn viết cấu hình:

npx @z_ai/coding-helper

Nó sẽ yêu cầu khóa của bạn và thiết lập cấu hình. Nếu hoạt động, hãy bỏ qua và chuyển đến phần chọn mô hình bên dưới.

Cách thủ công

Đặt URL cơ sở và mã thông báo trong hồ sơ shell của bạn:

export ANTHROPIC_BASE_URL="https://api.z.ai/api/anthropic"
export ANTHROPIC_AUTH_TOKEN="your-z-ai-key"

Sau đó khởi động Claude Code như bình thường. Nó sẽ định tuyến các yêu cầu đến Z.ai thay vì Anthropic.

Hai điều thường xuyên xảy ra lỗi ở đây hơn bất cứ điều gì khác:

ANTHROPIC_API_KEY không phải là biến giống như ANTHROPIC_AUTH_TOKEN. Nếu bạn đã xuất khóa Anthropic cũ, hãy hủy đặt nó. Việc đặt cả hai sẽ tạo ra lỗi xác thực trông giống như một khóa sai hơn là một xung đột.

Môi trường phải đến được quy trình. Nếu bạn đặt các biến này trong .zshrc và khởi chạy Claude Code từ một trình chỉnh sửa hoặc một trình khởi chạy không tải cấu hình shell của bạn, nó sẽ không nhìn thấy chúng. Hãy kiểm tra bằng echo $ANTHROPIC_BASE_URL trong cùng ngữ cảnh mà bạn khởi chạy.

Chọn mô hình

Sau khi kết nối, chọn glm-5.3-flash làm mô hình. Nếu thiết lập của bạn sử dụng tệp cài đặt, ID mô hình sẽ nằm ở đó:

{
  "model": "glm-5.3-flash"
}

Công việc với ngữ cảnh dài được hưởng lợi từ việc tăng thời gian chờ, vì cửa sổ 1 triệu token có nghĩa là các yêu cầu có thể mất một khoảng thời gian hợp lý:

export API_TIMEOUT_MS=3000000

Giá trị đó được kế thừa từ thiết lập GLM-5.2 và đáng để kiểm tra lại dựa trên kinh nghiệm của riêng bạn. Hướng dẫn thiết lập GLM-5.2 của chúng tôi bao gồm thế hệ trước nếu bạn đang di chuyển một cấu hình hiện có.

Cline

Cline kết nối thông qua nhà cung cấp tương thích OpenAI của nó thay vì một nhà cung cấp có hình dạng Anthropic.

  1. Mở cài đặt Cline và chọn OpenAI Compatible làm nhà cung cấp API.
  2. Đặt URL cơ sở thành https://api.z.ai/api/coding/paas/v4.
  3. Dán khóa API Z.ai của bạn.
  4. Chọn Custom Model và nhập glm-5.3-flash.

Lưu ý URL cơ sở. Điểm cuối gói mã hóa (/api/coding/paas/v4) khác với điểm cuối API tiêu chuẩn (/api/paas/v4) được sử dụng cho các cuộc gọi API trực tiếp trong hướng dẫn API của chúng tôi. Cả hai URL đều được lưu hành trong tài liệu và các bài đăng cộng đồng, và việc sử dụng URL tiêu chuẩn với khóa gói mã hóa là nguyên nhân phổ biến gây ra lỗi ủy quyền khó hiểu. Hãy xác minh cả hai với tài liệu Z.ai hiện tại, vì các đường dẫn này đã từng thay đổi.

Cài đặt cửa sổ ngữ cảnh

Cline không phải lúc nào cũng suy luận cửa sổ ngữ cảnh chính xác cho các mô hình tùy chỉnh. Nếu bạn đang làm việc với các cơ sở mã lớn và thấy hiện tượng cắt ngắn sớm, hãy đặt cửa sổ ngữ cảnh thủ công thành 1.000.000.

Điều này cũng ảnh hưởng đến người dùng GLM-5.2. Triệu chứng là Cline bỏ qua ngữ cảnh tệp sớm hơn so với lẽ ra phải thế, trong khi bản thân mô hình hoàn toàn có khả năng giữ nó.

Tại sao nên dùng Flash cho mã hóa tác nhân

Trường hợp điểm chuẩn, sử dụng các số liệu ra mắt của Z.ai:

Điểm chuẩn GLM-5.3-Flash GLM-5.2
Terminal-Bench 2.1 84.3 không so sánh trực tiếp được
DeepSWE 63.4 46.2
AutomationBench 48.8 26.2

Con số Terminal-Bench được đánh giá dựa trên Claude Code 2.1.207, điều này khiến nó liên quan trực tiếp đến thiết lập mà hầu hết độc giả ở đây đang sử dụng. Hãy coi đây là những tuyên bố của nhà cung cấp cho đến khi có các bản sao độc lập.

Đo lường độc lập, từ Artificial Analysis, là Chỉ số Thông minh 57 so với 60 của GLM-5.3.

Có một điều thực sự mới cho một công cụ mã hóa: đầu vào hình ảnh gốc. Flash chấp nhận ảnh chụp màn hình làm khối nội dung trong cùng một yêu cầu với mã của bạn. Đối với công việc front-end, điều đó có nghĩa là dán ảnh chụp màn hình của một bố cục bị hỏng vào cuộc trò chuyện và để mô hình suy luận về việc hiển thị thay vì mô tả của bạn về việc hiển thị. Định vị của Z.ai nói về việc quan sát giao diện và kết quả hiển thị. Hướng dẫn về tính năng thị giác của chúng tôi bao gồm những gì con đường đó có thể làm được.

Sự đánh đổi về tốc độ, được trình bày rõ ràng

GLM-5.3-Flash tạo ra khoảng 49 token mỗi giây. GLM-5.3 xử lý khoảng 86. Trong một công cụ mã hóa truyền lại các tệp dài, bạn sẽ cảm nhận được điều đó.

Thời gian cho token đầu tiên thực sự giống hệt nhau, ở mức 1.52 so với 1.57 giây, vì vậy mô hình bắt đầu phản hồi nhanh như nhau. Sự khác biệt chỉ xuất hiện trên các đầu ra dài.

Đây là đối trọng trung thực với lập luận về dung lượng. Gấp ba lần dung lượng, tốc độ tạo ra sản phẩm chỉ bằng khoảng một nửa. Đối với các chỉnh sửa ngắn, các lệnh gọi công cụ và công việc lặp lại, dung lượng sẽ thắng thế. Đối với "viết lại tệp 800 dòng này", việc chờ đợi là có thật.

Chiến lược định tuyến thực tế

Thay vì chọn một, hãy sử dụng cả hai:

Chuyển đổi chỉ là thay đổi ID mô hình trong cài đặt công cụ của bạn, vì vậy việc nâng cấp chỉ tốn vài giây. Nếu bạn đang sử dụng Gói mã hóa, điều này giữ phần lớn khối lượng công việc của bạn trên mô hình có dung lượng gấp 3 lần và dành dung lượng đắt tiền cho công việc thực sự cần đến nó.

Z.ai cũng lưu ý rằng các cuộc gọi ngoài giờ cao điểm chỉ tiêu thụ một nửa số điểm tiêu chuẩn, vì vậy việc lên lịch công việc tác nhân theo lô hoặc chạy nền ngoài giờ cao điểm sẽ kéo dài gói dịch vụ hơn nữa.

Khắc phục sự cố

Các lỗi trên thiết lập này thường tập trung thành một vài dạng.

Lỗi 401 hoặc 403 trên mọi yêu cầu. Hầu như luôn là URL cơ sở sai cho khóa bạn đang giữ, hoặc một ANTHROPIC_API_KEY cũ đang che khuất ANTHROPIC_AUTH_TOKEN. Xác nhận bằng lệnh gọi curl trực tiếp ở cuối bài viết này trước khi điều chỉnh cài đặt công cụ.

Không tìm thấy mô hình. Kiểm tra chuỗi ID chính xác. Đó là glm-5.3-flash, với các dấu chấm trong phiên bản và dấu gạch nối trước flash. Trên OpenRouter, nó được đặt tên không gian là z-ai/glm-5.3-flash, không thể hoán đổi với ID gốc của Z.ai.

Ngữ cảnh bị cắt ngắn sớm. Đặt cửa sổ ngữ cảnh thủ công trong Cline. Nó không đáng tin cậy trong việc suy luận 1.000.000 cho các mô hình tùy chỉnh.

Thời gian chờ trên các yêu cầu lớn. Tăng API_TIMEOUT_MS. Một yêu cầu ngữ cảnh thực sự dài có thể vượt quá thời gian chờ mặc định của máy khách mà không có lỗi nào.

Dung lượng cạn kiệt sớm hơn dự kiến. reasoning_effort mặc định là max và các token suy luận được tính. Nếu công cụ của bạn cho phép bạn đặt nó, giảm xuống low cho công việc thông thường sẽ kéo dài gói dịch vụ đáng kể.

Lệnh gọi công cụ thất bại hoặc không đúng định dạng. Xác nhận công cụ và điểm cuối đồng ý về định dạng lệnh gọi công cụ. Đây là phần nhạy cảm nhất về phiên bản của việc tích hợp và là điều có khả năng cao nhất bị hỏng sau khi cập nhật ở một trong hai bên.

Các công cụ khác

Hai dạng kết nối tương tự bao gồm hầu hết các công cụ. Bất kỳ công cụ nào tương thích với Anthropic (Claude Code, một số framework tác nhân) đều sử dụng https://api.z.ai/api/anthropic với ANTHROPIC_AUTH_TOKEN. Bất kỳ công cụ nào tương thích với OpenAI (Cline, Roo, Kilo, OpenCode, Codex, tùy chọn mô hình tùy chỉnh của Cursor) đều sử dụng https://api.z.ai/api/coding/paas/v4 với khóa trong trường khóa API tiêu chuẩn và glm-5.3-flash làm ID mô hình tùy chỉnh.

Các hướng dẫn trước đây của chúng tôi bao gồm mô hình trên các phiên bản trước: GLM-5.1 với Claude Code và Claude Code và Cursor với GLM-4.7.

Xác minh kết nối

Trước khi tin tưởng vào cấu hình công cụ, hãy xác nhận điểm cuối hoạt động độc lập. Một lệnh gọi trực tiếp sẽ loại trừ công cụ là nguyên nhân của bất kỳ vấn đề nào:

curl https://api.z.ai/api/coding/paas/v4/chat/completions \
  -H "Authorization: Bearer $ZAI_API_KEY" \
  -H "Content-Type: application/json" \
  -d '{
    "model": "glm-5.3-flash",
    "messages": [{"role": "user", "content": "reply with OK"}]
  }'

Nếu lệnh đó trả về một phản hồi hoàn chỉnh và công cụ của bạn vẫn thất bại, vấn đề là do cấu hình, không phải thông tin đăng nhập.

Đối với bất cứ điều gì vượt quá một lần kiểm tra duy nhất, Apidog là nơi tốt hơn cho các lệnh gọi này so với lịch sử shell. Lưu điểm cuối mã hóa và điểm cuối tiêu chuẩn cạnh nhau với khóa được lưu trữ dưới dạng biến môi trường, và khi một công cụ bắt đầu đưa ra lỗi ủy quyền, bạn có thể biết ngay bằng một cú nhấp chuột liệu lỗi là do điểm cuối hay công cụ. Sự phân biệt đó chiếm phần lớn thời gian gỡ lỗi trên các thiết lập này.

Câu hỏi thường gặp

Thực hành thiết kế API trong Apidog

Khám phá cách dễ dàng hơn để xây dựng và sử dụng API

Đăng ký miễn phíTải xuống