GLM-5.3-FlashX-Legal API: LLMTR ile ilk istek

Kısa yanıt: base_url https://llmtr.com/v1, model zai/glm-5.3-flashx-legal

LLMTR, farklı sağlayıcıların dil modellerine tek bir OpenAI uyumlu API ile erişim veren bir gateway'dir. GLM-5.3-FlashX-Legal, LLMTR'de zai/glm-5.3-flashx-legal kimliğiyle https://llmtr.com/v1 adresindeki /v1/chat/completions uç noktasından çağrılır; llmtr.com hesabınızda oluşturduğunuz API anahtarı yeterlidir. OpenAI Python SDK'sında base_url değerini https://llmtr.com/v1, model değerini zai/glm-5.3-flashx-legal yapın. Fiyat 1 milyon token başına 0,333 $ girdi, önbellekten okunan girdi için 0,0675 $ ve 1,125 $ çıktıdır.

GLM-5.3-FlashX-Legal, Z.AI'nin GLM-5.3-FlashX modeline hukuk alanında ek eğitim verdiği modeldir. Z.AI'nin duyurusuna göre model önce geniş bir hukuk veri kümesiyle eğitilmiş, ardından gerçek hukuk iş akışlarını örnekleyen on binlerce görev ortamında pekiştirmeli öğrenmeyle geliştirilmiştir. Duyuru üç kullanım alanı sayar: hukuki araştırma, sözleşme incelemesi ve hukuki belge taslağı. Duyuru, modelin hangi ülkelerin hukukuyla eğitildiğini belirtmez.

• Z.AI, GLM-Legal duyurusu · 2026-11-03

GLM-5.3-FlashX-Legal API'sine ilk istek nasıl gönderilir?

Üç adım yeterlidir. Önce llmtr.com'da bir API anahtarı oluşturun ve Panel > Faturalandırma'dan bakiye yükleyin. Sonra anahtarı LLMTR_API_KEY ortam değişkenine koyun ve OpenAI Python SDK'sını kurun. Son olarak istemcide base_url değerini https://llmtr.com/v1 yapın ve model alanına zai/glm-5.3-flashx-legal yazın. Başka bir kütüphane ya da dil kullanıyorsanız aynı adres ve aynı model kimliği geçerlidir; istek ve yanıt OpenAI'nin Chat Completions biçimindedir.

Aşağıdaki örnek iki sözleşme maddesini alıcı tarafı adına inceletir. Sistem mesajı rolü ve çıktının biçimini söyler: her risk madde numarasıyla yazılır. Örnek, cevabın ardından usage alanındaki prompt_tokens ve completion_tokens değerlerini ve finish_reason'ı yazdırır. İkinci çağrı aynı modeli :high son ekiyle kullanır; model daha uzun akıl yürütür, bu yüzden max_tokens daha yüksek verilir.

GLM-5.3-FlashX-Legal'e https://llmtr.com/v1/chat/completions üzerinden biri :high seviyesinde iki sözleşme incelemesi isteği gönderen OpenAI Python SDK örneği.

import os

from openai import OpenAI

client = OpenAI(base_url="https://llmtr.com/v1", api_key=os.environ["LLMTR_API_KEY"])
MODEL = "zai/glm-5.3-flashx-legal"

clauses = (
    "7.2 Either party may terminate this Agreement with 15 days' written notice. "
    "7.3 Upon termination, all prepaid fees are non-refundable."
)

# A plain request: reasoning runs at the low level.
response = client.chat.completions.create(
    model=MODEL,
    messages=[
        {"role": "system", "content": "You review contracts for the buyer. Name each risk with its clause number."},
        {"role": "user", "content": "Review these clauses:\n\n" + clauses},
    ],
    max_tokens=1024,
)
print(response.choices[0].message.content)
print(response.usage.prompt_tokens, response.usage.completion_tokens, response.choices[0].finish_reason)

# A harder question: the :high suffix asks for deeper reasoning.
deeper = client.chat.completions.create(
    model=MODEL + ":high",
    messages=[{"role": "user", "content": "How would a 90-day notice period change the buyer's position?\n\n" + clauses}],
    max_tokens=2048,
)
print(deeper.choices[0].message.content)

İstek sınırları: 1.000.000 token bağlam, 131.072 token çıktı

Tablo, satırın 3 Kasım 2026 itibarıyla LLMTR kataloğunda ve dokümantasyonunda yazan sınırlarını gösterir. 1.000.000 token'lık bağlam, uzun bir sözleşmeyi ekleriyle birlikte ya da birkaç sözleşmeyi aynı istekte göndermeye yeter. Tek yanıttaki çıktı en fazla 131.072 token olabilir; daha büyük bir max_tokens isteği göndermeden önce 400 invalid_request ile reddedilir.

Girdi metin ve görseldir. PDF ve Word dosyası girdisi ilan edilmez; belgeyi metne çevirip mesajda gönderin, taranmış bir sayfayı görsel olarak ekleyebilirsiniz. Araç çağrısı ve JSON çıktısı desteklenir: response_format alanı json_schema ve json_object biçimlerini kabul eder.

Bir istek ne tutar?

20.000 token'lık bir sözleşme istemi ve 2.000 token'lık bir cevap 0,00666 $ girdi ve 0,00225 $ çıktı eder; istek toplam 0,00891 $ tutar. Aynı boyda 1.000 istek 8,91 $ eder. Akıl yürütme tokenleri completion_tokens değerinin içindedir ve çıktı fiyatıyla faturalanır; :high ve :max seviyeleri daha çok akıl yürütme tokeni üretebilir. Gerçek token sayılarını yanıttaki usage alanından okuyun.

Aynı belge setine birden çok soru soruyorsanız belgeleri her istekte aynı sırada, mesajların başında gönderin. Önbelleğe isabet eden girdi 0,0675 $ ile faturalanır: 200.000 token'lık bir belge seti önbellekten okunduğunda 0,0135 $ tutar, önbellek dışında aynı girdi 0,0666 $ tutardı.

Sık görülen hatalar ve çözümleri

Hata yanıtları OpenAI biçimindedir; error alanı bir tür ve bir açıklama taşır. Bu satırda en sık görülen durumlar ve yapmanız gerekenler:

• 400, istekte :fast, reasoning: false ya da thinking disabled var: bu modelde akıl yürütme kapatılamaz; alanı çıkarın ya da :low kullanın.
• 400, reasoning_effort none, minimal, medium ya da xhigh: bu model yalnızca low, high ve max seviyelerini kabul eder.
• 400 invalid_request, max_tokens 131.072'den büyük: değeri 131.072 ya da altına indirin.
• finish_reason length: cevap max_tokens sınırında kesildi; akıl yürütme de bu sınırı kullandığı için max_tokens'ı artırın.
• 401 auth_error ya da 402 insufficient_credits: anahtar geçersizse llmtr.com'da yeni bir anahtar oluşturun; bakiye yetmiyorsa bakiye yükleyin ya da daha düşük bir max_tokens gönderin.

Bu model hangi işe uyar, hangisine uymaz?

Bu satır, uzun hukuki metinle çalışan işlere uyar: bir sözleşmeden tarafları, süreleri ve fesih koşullarını çıkarmak, birkaç belgenin birbiriyle tutarlı olup olmadığını denetlemek, madde bazında risk listesi hazırlamak ve bir belgenin ilk taslağını yazmak gibi. Serinin sözleşme incelemesi yazısı sonucu JSON Schema ile yapılandırılmış veriye çevirir, hukuki araştırma yazısı da güncel mevzuatı araç çağrısıyla modele verir.

Model güncel mevzuatı ve kararları kendisi aramaz; atıf yaptığı maddeyi kaynağından doğrulayın. Çıktı bir taslaktır, müvekkile ya da mahkemeye gidecek metni bir hukukçu kontrol etmelidir. Bu yazı kalite hakkında bir şey söylemez: modeli kendi belgelerinizle deneyin, birkaç gerçek sözleşme seçin ve cevapları bir hukukçuyla birlikte değerlendirin.

GLM-5.3-FlashX-Legal'e LLMTR üzerinden ilk istek

Bir API anahtarı oluşturun, OpenAI Python SDK'sını https://llmtr.com/v1 adresine yönelterek zai/glm-5.3-flashx-legal'i çağırın ve usage alanından token sayısını okuyun.

1. Anahtar. llmtr.com'da bir API anahtarı oluşturun, Panel > Faturalandırma'dan bakiye yükleyin ve anahtarı LLMTR_API_KEY ortam değişkenine koyun.
2. İstek. OpenAI Python SDK'sında base_url değerini https://llmtr.com/v1, model değerini zai/glm-5.3-flashx-legal yapın ve max_tokens ile bir istek gönderin.
3. Kontrol. Cevabı, usage alanındaki prompt_tokens ve completion_tokens değerlerini ve finish_reason'ı okuyun; cevap kesildiyse max_tokens'ı artırın.

Sık sorulan sorular

GLM-5.3-FlashX-Legal'in LLMTR'deki model kimliği nedir?

zai/glm-5.3-flashx-legal. İstek https://llmtr.com/v1/chat/completions adresine, llmtr.com'da oluşturduğunuz API anahtarıyla gönderilir; OpenAI SDK'sında base_url https://llmtr.com/v1 olur.

Model Türk hukukuyla çalışır mı?

Z.AI'nin duyurusu modelin hangi ülkelerin hukukuyla eğitildiğini belirtmez. Türk hukukuna dair işlerde ilgili mevzuatı ve kararları araç çağrısıyla ya da mesajın içinde verin ve modeli kendi belgelerinizle deneyin.

Bir istek ne tutar?

20.000 token istem ve 2.000 token cevap 0,00891 $ tutar. Fiyat 1 milyon token başına 0,333 $ girdi, önbellekten okunan girdi için 0,0675 $ ve 1,125 $ çıktıdır.

İlgili yazılar

• Yapay zeka ile sözleşme incelemesi: API ve JSON Schema
• Hukuki araştırma için yapay zeka: mevzuat araması ve Voyage Law 2

• GLM-5.3-FlashX-Legal model sayfası
• GLM-5.3-FlashX-Legal dokümantasyonu
• Hızlı başlangıç
• Z.AI thinking kontrolü
• Hata kodları