GLM 5.3 API 上线：Codex、DeepSeek Harness、OMP 配置指南

GLM 5.3 已上线白泽 API。开发者可以用一个 OpenAI 兼容 API Key，在既有 SDK、DeepSeek Harness 和 Oh My Pi 里调用 glm-5.3，不必为每个工具重建接入层。新用户注册 api.fxai.ai 即可获得 10 美元 Token 额度，适合先把真实代码任务跑起来，再决定长期使用的模型组合。

白泽 API 的公开 Chat Completions 地址是 https://api.fxai.ai/v1。模型广场当前包含 GLM、DeepSeek、Qwen、Kimi 等经过核验的模型，模型 ID、价格与可用状态以 模型广场 为准。

GLM 5.3 API：给编码工作流留出模型选择权

编码 Agent 的模型选择不该绑死在某个 IDE、某个 SDK 或某个账单页面。代码补全、仓库级排障、测试补齐和重构评审会消耗不同长度的上下文，也需要不同的响应速度。白泽 API 用统一的 OpenAI 兼容入口把 GLM 5.3、DeepSeek V4 Pro、Qwen 3.8 Max 等模型放在同一套鉴权和用量记录下。

这让模型对比变得直接：固定同一组任务，在 glm-5.3 与其他候选模型之间切换，只改 model 字段，再对比任务完成度、耗时和 Token 消耗。10 美元新用户额度足够做一轮小范围验证，不需要先承诺长期预算。

OpenAI 兼容 API：Python 与 Node.js 直接调用 GLM 5.3

已有 OpenAI SDK 的项目通常只需替换 Base URL、API Key 和模型 ID。下面的 Python 示例使用标准 Chat Completions 请求：

from openai import OpenAI

client = OpenAI(
    base_url="https://api.fxai.ai/v1",
    api_key="sk-your-fxai-token",
)

response = client.chat.completions.create(
    model="glm-5.3",
    messages=[
        {
            "role": "user",
            "content": "检查这个改动的边界条件，并补充最小回归测试。",
        }
    ],
)

print(response.choices[0].message.content)

把 API Key 放进环境变量或密钥管理服务，不要写进仓库。模型目录会更新，部署前从 模型广场 复制当前模型 ID，避免因旧名称导致未知模型错误。

Codex 配置：使用 FXAI 的 Responses 兼容编码线路

Codex CLI 与普通 Chat Completions 客户端不同，它使用 Responses 协议。白泽 API 的公开地址 https://api.fxai.ai/v1 适合 SDK、OMP 和 DeepSeek Harness。Codex 请使用控制台已开通的 FXAI 编码线路，并在 ~/.codex/config.toml 中定义独立 Provider：

model_provider = "fxai-codex"
model = "glm-5.3"

[model_providers.fxai-codex]
name = "FXAI Codex"
base_url = "https://codex-cn.fxai.ai/v1"
env_key = "FXAI_API_KEY"
wire_api = "responses"
requires_openai_auth = false

在 shell 中保存 Key 后重启 Codex：

export FXAI_API_KEY="sk-your-fxai-token"
codex --strict-config

如果控制台尚未显示编码线路或 glm-5.3，不要把公开 Chat Completions 地址伪装成 Responses 端点。先确认账号权限与模型目录，再修改 Codex 配置。这个区分能避免“能用 SDK、Codex 却报协议错误”的排障时间。

DeepSeek Harness 配置：添加 GLM 5.3 自定义 Provider

DeepSeek Harness 支持在 Web UI 添加 OpenAI 兼容的自定义 Provider。启动 Harness 后，进入 Settings → Models → Add a custom provider，填写：

字段	填写内容
Provider ID	fxai
Display name	Baize API
Base URL	https://api.fxai.ai/v1
API protocol	openai-completions
API key	白泽 API Token
Model	glm-5.3

保存前可以选择 Fetch available models 读取当前目录，或手动添加 glm-5.3。Harness 会把 Key 以凭证引用保存，不会在设置页回显明文。Provider、Base URL 和模型字段的最新含义以 Harness 官方配置文档 为准。

OMP 配置：在 Oh My Pi 中加入 GLM 5.3

Oh My Pi 可以通过自定义 OpenAI 兼容 Provider 使用白泽 API。将 Token 放到 ~/.omp/agent/.env：

FXAI_API_KEY="sk-your-fxai-token"

然后在 ~/.omp/agent/models.yml 写入：

providers:
  fxai:
    baseUrl: https://api.fxai.ai/v1
    api: openai-completions
    apiKey: FXAI_API_KEY
    authHeader: true
    disableStrictTools: true
    discovery:
      type: proxy

重启 OMP 后选择 fxai/glm-5.3。discovery: proxy 会读取端点当前返回的模型目录，适合模型更新频繁的团队环境。OMP 的 models.yml 自定义 Provider 语法与凭证优先级可查看 官方 Providers 文档。

用 GLM 5.3 做一次有意义的模型测试

不要只用一句“写个排序函数”判断模型。选一个会反复出现的任务，比如修复边界条件、给 PR 做代码审查，或为现有模块补回归测试。固定上下文、提示词和验收标准，分别运行 GLM 5.3 与其他候选模型，记录四项结果：任务是否完成、人工返工量、响应时间和 Token 消耗。

白泽控制台会记录模型、请求状态、输入输出 Token 与额度变化。你可以从一处定位异常调用，也可以根据真实任务决定何时使用 GLM 5.3，何时切换到 DeepSeek、Qwen 或其他型号。

现在开始：一个 Key，多个开发工具

1. 注册白泽 API，领取新用户 10 美元 Token 额度。
2. 在控制台创建 Token，并保存到环境变量或密钥管理服务。
3. 先用 glm-5.3 跑一个真实编码任务，再接入 Codex、DeepSeek Harness 或 OMP。

GLM 5.3 API、OpenAI 兼容 API、Codex 配置、DeepSeek Harness 配置和 OMP 配置都不必分散在多套账户里。用一套接入和可追踪的调用记录，把模型选择留在开发团队手里。

Read the English version.