Die GLM-5.3 API für Coding-Agenten und Codesicherheit – 73% unter dem Listenpreis von Z.ai
glm-5.3Aktualisiert from openai import OpenAIclient = OpenAI( base_url="https://api.zurelay.com/v1", api_key="YOUR_ZURELAY_KEY",)stream = client.chat.completions.create( model="glm-5.3", messages=[ {"role": "user", "content": "Explain quicksort briefly."}, ], stream=True,)for chunk in stream: if chunk.choices: print(chunk.choices[0].delta.content or "", end="")Base URL https://api.zurelay.com/v1. Funktioniert mit jedem OpenAI SDK. Chat-API-Doku
Preise
Du zahlst aus Prepaid-Guthaben, ohne Abo. Lade ab $10 auf. Fehlgeschlagene Anfragen werden nie berechnet.
| Preis | Zurelay | Z.ai-Listenpreis | Du sparst |
|---|---|---|---|
Input pro 1M tokens | $0.38 | 73%Rabatt | |
Output pro 1M tokens | $1.21 | 73%Rabatt | |
Eingabe aus dem Cache pro 1M tokens | $0.038 | 85%Rabatt |
Ein Preis unabhängig von der Prompt-Länge, up to the full 1M context window. Streaming, Tool-Aufrufe und strukturierte Ausgaben kosten nichts extra.
Alle GLM-Modelle und PreiseStell mit den Reglern deinen monatlichen Verbrauch ein.
$994.80 pro Jahr
Kosten
Typische Workloads zu Zurelays aktuellen Preisen, direkt neben dem Listenpreis.
50,000 Anfragen pro Monat, 1,500 Tokens rein und 300 raus, 30% des Inputs aus dem Cache. $0.000779 pro Anfrage.
20,000 Anfragen pro Monat, 8,000 Tokens rein und 500 raus, 20% des Inputs aus dem Cache. $0.0031 pro Anfrage.
5,000 Anfragen pro Monat, 40,000 Tokens rein und 1,500 raus, 85% des Inputs aus dem Cache. $0.00539 pro Anfrage.
1,000,000 Anfragen pro Monat, 400 Tokens rein und 5 raus. $0.000158 pro Anfrage.
Übersicht
GLM-5.3 ist das Flaggschiffmodell von Z.ai für komplexe Softwareentwicklung und lang laufende Agenten, mit einem Kontextfenster von 1M Tokens und bis zu 128K Output-Tokens. Über die Zurelay GLM-5.3 API nutzt du dasselbe Modell mit einem einzigen OpenAI-kompatiblen Endpunkt. Die Abrechnung erfolgt pro Token, 73% unter dem Listenpreis von Z.ai.
GLM-5.3 ist das Flaggschiffmodell von Z.ai für komplexe Coding- und Agentenaufgaben. Z.ai kündigte es am 14. August 2026 zunächst für seinen GLM Coding Plan an. Später im selben Monat öffnete Z.ai die GLM-5.3 API und veröffentlichte die Gewichte auf Hugging Face. Das Modell liest und schreibt Text, bietet einen Kontext von bis zu 1M Tokens und erzeugt bis zu 128K Output-Tokens pro Anfrage.
GLM-5.3 nutzt dasselbe Basismodell wie GLM-5.2: ein Mixture-of-Experts-Modell mit insgesamt 744B Parametern, von denen 40B pro Token aktiv sind. Die Verbesserungen stammen vollständig aus dem Post-Training mit langen, realistischen Arbeitsumgebungen, die teils mehrere Arbeitstage eines erfahrenen Engineers abbilden. Z.ai meldet auf dem hauseigenen Z.ai Code Bench eine Verbesserung um 50% gegenüber GLM-5.2; auf Terminal-Bench 3.0 steigt der Wert von 4.6 auf 28.3. Dabei verbraucht das Modell weniger Tokens: Bei max effort sind es durchschnittlich etwa 75K Output-Tokens pro Code-Bench-Aufgabe, gegenüber 96K bei GLM-5.2.
Reasoning ist immer aktiv. Die API von Z.ai akzeptiert für reasoning_effort die Werte low, high oder max. max ist der Standard und die Empfehlung von Z.ai fürs Coding. Thinking lässt sich nicht mehr abschalten. Wenn du es bei älteren GLM-Modellen auf disabled gesetzt hast, verwende stattdessen low. Das Modell unterstützt Function Calling, strukturierte JSON-Ausgaben, Streaming und Context-Caching. Z.ai meldet auch deutliche Fortschritte bei Sicherheitsaufgaben: 84.5% beim CyberGym-Benchmark zur Erkennung von Schwachstellen, gegenüber 77.2% bei GLM-5.2.
Auf Zurelay rufst du GLM-5.3 mit dem OpenAI SDK auf, das du bereits nutzt: Setze die Base-URL auf https://api.zurelay.com/v1 und das Modell auf glm-5.3. Du zahlst $0.38 pro 1M Input-Tokens und $1.21 pro 1M Output-Tokens, statt $1.40 und $4.40 zum Listenpreis von Z.ai. Für gecachte Eingaben zahlst du $0.038. Der Preis bleibt bei jeder Prompt-Länge gleich. Du zahlst aus Prepaid-Guthaben, ohne Abo.
Stärken
Z.ai meldet auf dem hauseigenen Code Bench eine Verbesserung um 50% gegenüber GLM-5.2; bei DeepSWE v1.1 steigt der Wert von 46.2 auf 66.9. Trainiert wurde das Modell mit langen Aufgaben, die echte Entwicklungsarbeit abbilden.
Bei max effort verbraucht GLM-5.3 durchschnittlich etwa 75K Output-Tokens pro Code-Bench-Aufgabe, gegenüber 96K bei GLM-5.2 – und erzielt dabei bessere Ergebnisse. Bei high effort sind es rund 50K.
GLM-5.3 erreicht 84.5% auf CyberGym, gegenüber 77.2% bei GLM-5.2. Laut Z.ai wurden in Zusammenarbeit mit Sicherheitsteams 1,097 Schwachstellen mittleren bis hohen Schweregrads in echten Codebasen gefunden.
Ein großes Repository, lange Build-Logs oder ein vollständiger Agent-Trace passen in eine Anfrage. Für umfangreiche Patches und Berichte stehen bis zu 128K Output-Tokens zur Verfügung.
Anwendungsfälle
Lass Agents umfangreiche Refactorings, Bugfixes und Testläufe über ganze Repositories hinweg erledigen – mit Tool-Aufrufen über viele Schritte.
Steuere Shell-basierte Agents, die in einer Sandbox bauen, testen und debuggen. Z.ai meldet seine größten Verbesserungen auf Terminal-Bench 3.0.
Prüfe Quellcode vor dem Release auf Schwachstellen und entwirf Fixes. Z.ai hat GLM-5.3 für White-Box-Code-Reviews und die Erkennung von Schwachstellen entwickelt.
Stell Fragen zur Architektur, zu Aufrufketten oder zu einem großen Diff im gesamten Projekt – in einer einzigen Anfrage mit 1M Tokens.
Jetzt starten
Keine Warteliste und kein neues SDK. Wenn dein Code bereits mit OpenAI kommuniziert, funktioniert er auch mit Zurelay.
Sign up, add credit und create an API key. Set a monthly budget or a rate limit per key if you like.
Change the base URL. Everything else in your code stays the same.
https://api.zurelay.com/v1Send chat completions as usual. Streaming, tool calls und usage reporting work as you expect.
glm-5.3Funktioniert mit den Tools, die du schon nutzt
Vergleich
$0.38 / $1.21 pro 1M tokens
Wähle GLM-5.2, wenn du Thinking abschalten oder Gewichte mit MIT-Lizenz nutzen willst. Z.ai bietet beide Modelle zum gleichen Preis an.
GLM-5.2 API$1.27 / $6.37 pro 1M tokens
Wähle Kimi K3, wenn dein Agent Bilder als Eingabe braucht oder du Moonshots größeres Modell mit 2.8T Parametern für langfristige Coding-Aufgaben nutzen willst.
Kimi K3 API$3.50 / $17.50 pro 1M tokens
Wähle Claude Fable 5, wenn dir Spitzenleistungen beim Coding wichtiger sind als der Preis. Auf dem Code Bench von Z.ai liegt es weiterhin vor GLM-5.3.
Claude Fable 5 APIGLM-5.3 kostet auf Zurelay $0.38 pro 1M Input-Tokens und $1.21 pro 1M Output-Tokens. Gecachte Eingaben kosten $0.038. Der Listenpreis von Z.ai beträgt $1.40 für Input und $4.40 für Output – du sparst also 73%. Der Preis gilt für jede Prompt-Länge.
Ja. Bei Zurelay bekommst du dasselbe Modell glm-5.3 für 73% weniger als zum Listenpreis von Z.ai. Du lädst Prepaid-Guthaben auf und zahlst nur für die Tokens, die du nutzt – ohne Abo oder Coding-Plan.
Installiere das offizielle OpenAI SDK, setze die Base-URL auf https://api.zurelay.com/v1 und verwende deinen Zurelay API-Key. Übergib dann model "glm-5.3" an chat.completions.create. Setze reasoning_effort auf low, high oder max. max ist der Standard und die Empfehlung von Z.ai fürs Coding.
GLM-5.3 hat ein Kontextfenster von 1M Tokens und erzeugt bis zu 128K Output-Tokens pro Anfrage. Es akzeptiert nur Text als Eingabe und gibt Text zurück. Wenn du Bilder als Eingabe brauchst, sieh dir Kimi K3 an.
Z.ai hat GLM-5.3 für komplexe Softwareentwicklung und lang laufende Agents entwickelt. Das Unternehmen meldet eine Verbesserung um 50% gegenüber GLM-5.2 auf dem hauseigenen Code Bench und Spitzenergebnisse unter offenen Modellen auf Terminal-Bench 3.0. Auch bei der Codesicherheit ist es stark: Auf dem CyberGym-Benchmark zur Erkennung von Schwachstellen erreicht es 84.5%.
GLM-5.3 behält das Basismodell, den 1M-Token-Kontext und das Output-Limit von 128K von GLM-5.2 bei. Z.ai bietet beide zum gleichen Preis an. Die Verbesserungen stammen aus dem Post-Training: stärkeres Coding, bessere Ergebnisse bei Sicherheitsaufgaben und weniger Output-Tokens pro Aufgabe. GLM-5.3 nutzt Reasoning immer mit low, high oder max effort; bei GLM-5.2 lässt sich Thinking abschalten.
Die Modellgewichte sind auf Hugging Face unter der GLM-5.3 License verfügbar. Sie erlaubt kommerzielle Nutzung, Änderungen und Weiterverbreitung. Nur Model-as-a-Service-Anbieter mit sehr hohem Jahresumsatz müssen zuerst eine Sicherheitsprüfung durch Z.ai bestehen.
Ja. Mit stream: true erhältst du Tokens, sobald sie generiert werden. Mit stream_options.include_usage bekommst du die Token-Zahlen im letzten Chunk. Für jeden Zurelay API-Schlüssel kannst du ein eigenes Monatsbudget und ein Limit für Anfragen pro Minute festlegen. Fehlgeschlagene Anfragen werden über eine andere Route erneut versucht und nie berechnet.
Ja. Anfragen gehen an glm-5.3 selbst. Zurelay ersetzt es nicht durch ein kleineres oder anderes Modell. Nur wenn du Smart Routing selbst aktivierst, kann bei einem Ausfall ein ähnliches Modell antworten. Der Header x-zurelay-model nennt das Modell, das geantwortet hat. Da die Ausgabe gesampelt wird, variiert die Formulierung von Aufruf zu Aufruf – genau wie bei der API von Z.ai. Zurelay ist ein unabhängiger Dienst und nicht mit Z.ai verbunden.
Erstelle in Sekunden einen Key, richte dein bestehendes SDK auf Zurelay aus und spare bei jeder Anfrage ab dem ersten Token bis zu 90%.