Z.ai
Betriebsbereit· alle paar Minuten geprüft

GLM-5.3 Flash API

Die GLM-5.3 Flash API: Das günstige GLM von Z.ai für Coding und Agents, 62% unter dem Listenpreis von Z.ai

Preis pro 1M Tokens62%Rabatt
Input
$0.058$0.15
Output
$0.19$0.50
Eingabe aus dem Cache
$0.0116$0.03
Hol dir deinen API-KeyIm Playground ausprobieren
Model IDglm-5.3-flashAktualisiert
chat.py
from openai import OpenAI
client = OpenAI(
    base_url="https://api.zurelay.com/v1",
    api_key="YOUR_ZURELAY_KEY",
)
stream = client.chat.completions.create(
    model="glm-5.3-flash",
    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

Kontextfenster
1M Tokens
Max. Ausgabe
128K Tokens
Reasoning
low · high · max
Input
Text
Veröffentlicht
26. Aug. 2026
Status
Betriebsbereit

Preise

GLM-5.3 Flash API-Preise. Ein Bruchteil des Listenpreises.

Du zahlst aus Prepaid-Guthaben, ohne Abo. Lade ab $10 auf. Fehlgeschlagene Anfragen werden nie berechnet.

PreisZurelayZ.ai-Listenpreis
Input
pro 1M tokens
$0.058$0.15
Output
pro 1M tokens
$0.19$0.50
Eingabe aus dem Cache
pro 1M tokens
$0.0116$0.03

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 Preise
Sparrechner

Stell mit den Reglern deinen monatlichen Verbrauch ein.

Eingabe-Token pro Monat50M
Ausgabe-Token pro Monat10M
Zurelay
$4.80
Z.ai-Listenpreis
$12.50
Du sparst jeden Monat$7.70

$92.40 pro Jahr

Kosten

GLM-5.3 Flash API-Kosten, durchgerechnet.

Typische Workloads zu Zurelays aktuellen Preisen, direkt neben dem Listenpreis.

  • Chatbot

    50,000 Anfragen pro Monat, 1,500 Tokens rein und 300 raus, 30% des Inputs aus dem Cache. $0.000123 pro Anfrage.

    $6.16pro Monat$16.05 zum Listenpreis

  • Dokumente

    20,000 Anfragen pro Monat, 8,000 Tokens rein und 500 raus, 20% des Inputs aus dem Cache. $0.000485 pro Anfrage.

    $9.70pro Monat$25.16 zum Listenpreis

  • Coding-Agent

    5,000 Anfragen pro Monat, 40,000 Tokens rein und 1,500 raus, 85% des Inputs aus dem Cache. $0.00103 pro Anfrage.

    $5.14pro Monat$13.35 zum Listenpreis

  • Klassifizierung

    1,000,000 Anfragen pro Monat, 400 Tokens rein und 5 raus. $0.000024 pro Anfrage.

    $24.15pro Monat$62.50 zum Listenpreis

Übersicht

Was ist GLM-5.3 Flash?

GLM-5.3 Flash ist das günstige GLM von Z.ai. Pro Token sind 18B seiner 320B Parameter aktiv. Laut Z.ai übertrifft es GLM-5.2 und kommt bei Coding- und Agent-Benchmarks an Claude Opus 4.8 heran. Über die Zurelay GLM-5.3 Flash API nutzt du es mit einem 1M-Token-Kontextfenster über einen einzigen OpenAI-kompatiblen Endpoint, für 62% weniger als zum Listenpreis von Z.ai.

Z.ai hat GLM-5.3 Flash am 26. August 2026 als kleinere, günstigere Variante seines Flaggschiffs GLM-5.3 veröffentlicht. Die GLM-5.3 Flash API auf Zurelay verarbeitet Text und gibt Text aus, mit einem 1M-Token-Kontextfenster und bis zu 128K Output-Tokens pro Anfrage. Z.ai hat das Modell für Coding- und Agent-Aufgaben entwickelt: lange Abläufe mit Tool-Aufrufen, Frontend- und Game-Code sowie Office- und Recherche-Workflows. Auf Zurelay lautet die Modell-ID glm-5.3-flash. Es kostet $0.058 pro 1M Input-Tokens und $0.19 pro 1M Output-Tokens.

Es hat ein eigenes Basismodell, trainiert auf einem neuen Korpus mit 30T Tokens, mit insgesamt 320B Parametern und 18B aktiven Parametern pro Token. Außerdem ist es das erste GLM, das Sparse und Linear Attention kombiniert. Laut Z.ai sinken dadurch der Rechenaufwand für Attention um das 3.0-Fache und der KV-Cache um das 4.4-Fache gegenüber GLM-5.3. So bleiben auch lange Prompts günstig. Die Modellgewichte sind auf Hugging Face unter der MIT-Lizenz verfügbar.

Laut Z.ai übertrifft GLM-5.3 Flash GLM-5.2 in allen sechs Coding- und Agent-Benchmarks, oft deutlich: 63.4 gegenüber 46.2 bei DeepSWE v1.1 und 48.8 gegenüber 26.2 bei AutomationBench. Im hauseigenen Code Bench von Z.ai kommt es mit maximalem Aufwand fast an Claude Opus 4.8 heran: 29.0 gegenüber 29.5. Z.ai meldet außerdem einen Wert von 57 im Artificial Analysis Intelligence Index – ein Niveau, das laut Z.ai bisher etwa zehnmal so viel gekostet hat.

Reasoning ist immer aktiv. Die API von Z.ai akzeptiert für reasoning_effort die Werte low, high oder max. max ist der Standardwert und die Empfehlung von Z.ai; Thinking lässt sich nicht abschalten. Das Modell unterstützt Function Calling, strukturierte JSON-Ausgaben, Streaming und Context Caching. Du zahlst $0.058 pro 1M Input-Tokens und $0.19 pro 1M Output-Tokens statt der Listenpreise von Z.ai von $0.15 und $0.50. Gecachter Input kostet $0.0116.

Stärken

Worin GLM-5.3 Flash glänzt. Und was Teams damit entwickeln.

01

Coding-Scores nahe an Opus

Im hauseigenen Code Bench von Z.ai erreicht es mit maximalem Aufwand 29.0 gegenüber 29.5 für Claude Opus 4.8 und schlägt GLM-5.2 auf jeder Aufwandsstufe.

02

Ein großer Sprung gegenüber GLM-5.2

Laut Z.ai liegt es in allen sechs Coding- und Agent-Benchmarks vor GLM-5.2: 63.4 gegenüber 46.2 bei DeepSWE v1.1 und 48.8 gegenüber 26.2 bei AutomationBench.

03

Günstiger langer Kontext

Die Kombination aus Sparse und Linear Attention reduziert den Rechenaufwand für Attention gegenüber GLM-5.3 um das 3.0-Fache und den KV-Cache um das 4.4-Fache – bei einem 1M-Token-Fenster.

04

Modellgewichte unter MIT-Lizenz

Die Modellgewichte stehen unter der MIT-Lizenz offen zur Verfügung. Du kannst also heute auf Zurelay entwickeln und dasselbe Modell später selbst hosten, wenn du möchtest.

Anwendungsfälle

  • Coding-Agents mit kleinem Budget

    Lass lange Abläufe mit Tool-Aufrufen laufen, die Code lesen, Dateien bearbeiten und Tests ausführen – für etwa ein Zehntel des Listenpreises von GLM-5.3.

  • Frontend- und Game-Code

    Erstelle Webseiten, Oberflächen, Spiele und 3D-Szenen anhand einer schriftlichen Beschreibung und verbessere den Code anschließend mit Testergebnissen und Fehlermeldungen.

  • Office- und Finanzaufgaben

    Plane Recherchen und Analysen, rufe Tools auf und prüfe die Ergebnisse. Z.ai hat das Modell für Office-Dokumente und Finanzrecherchen entwickelt.

  • Arbeit mit langen Dokumenten

    Lade ganze Codebasen, Verträge oder Berichtssammlungen in das 1M-Token-Fenster und stelle Fragen zu allen auf einmal.

Jetzt starten

Nutze GLM-5.3 Flash in drei Schritten.

Keine Warteliste und kein neues SDK. Wenn dein Code bereits mit OpenAI kommuniziert, funktioniert er auch mit Zurelay.

  1. 1

    Key erstellen

    Sign up, add credit und create an API key. Set a monthly budget or a rate limit per key if you like.

    Hol dir deinen API-Key
  2. 2

    Point your SDK bei Zurelay

    Change the base URL. Everything else in your code stays the same.

    https://api.zurelay.com/v1
  3. 3

    glm-5.3-flash verwenden

    Send chat completions as usual. Streaming, tool calls und usage reporting work as you expect.

    glm-5.3-flash

Funktioniert mit den Tools, die du schon nutzt

Vergleich

Ähnliche Modelle. Alle mit demselben Schlüssel.

73%Rabatt

GLM-5.3

$0.38 / $1.21 pro 1M tokens

Wähle GLM-5.3, das größere reine Textmodell von Z.ai, für besonders anspruchsvolle Coding- und Sicherheitsaufgaben. Bei DeepSWE v1.1 erreicht es 66.9 gegenüber 63.4.

GLM-5.3 API
53%Rabatt

Qwen 3.8 Flash

$0.07 / $0.22 pro 1M tokens

Wähle Qwen 3.8 Flash, das günstige Modell mit offenen Gewichten von Alibaba, wenn du auch Bild- und Videoeingaben brauchst.

Qwen 3.8 Flash API
90%Rabatt

DeepSeek V4 Flash

$0.03 / $0.12 pro 1M tokens

Wähle DeepSeek V4 Flash als noch günstigeres Reasoning-Modell mit 1M-Token-Kontext und vergleiche die beiden anhand deiner eigenen Evals.

DeepSeek V4 Flash API

FAQ

Fragen zur GLM-5.3 Flash API.

Noch Fragen? Frag unser Team – wir antworten dir per E-Mail.

Was kostet die GLM-5.3 Flash API?

GLM-5.3 Flash kostet bei Zurelay $0.058 pro 1M Input-Tokens und $0.19 pro 1M Output-Tokens, mit $0.0116 für gecachten Input. Der Listenpreis von Z.ai liegt bei $0.15 für Input und $0.50 für Output – du sparst also 62%. Der Preis gilt unabhängig von der Prompt-Länge.

Gibt es eine günstigere GLM-5.3 Flash API als bei Z.ai?

Ja. Bei Zurelay bekommst du dasselbe Modell glm-5.3-flash für 62% weniger als zum Listenpreis von Z.ai. Du zahlst die genutzten Tokens aus deinem Prepaid-Guthaben – ohne Abo oder Coding-Tarif.

Wie rufe ich die GLM-5.3 Flash API mit dem OpenAI SDK auf?

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-flash" an chat.completions.create. Z.ai empfiehlt temperature 1, top_p 0.95 und reasoning_effort max.

Wie groß ist das Kontextfenster von GLM-5.3 Flash?

GLM-5.3 Flash hat ein Kontextfenster von 1M Tokens und erzeugt bis zu 128K Output-Tokens pro Anfrage. Bei Zurelay akzeptiert es Text als Input und gibt Text zurück.

Kann GLM-5.3 Flash bei Zurelay Bilder lesen?

Auf Zurelay noch nicht. Die API von Z.ai unterstützt Bilder und Videos, aber über Zurelay ist GLM-5.3 Flash nur für Text verfügbar. Anfragen mit Bildern werden mit einer klaren Fehlermeldung abgelehnt, bevor Kosten entstehen. Für Bilder und Videos zu einem ähnlichen Preis nutze Qwen 3.8 Flash.

Wofür eignet sich GLM-5.3 Flash am besten?

Für Coding und Agenten: lange Abläufe mit Tool-Aufrufen, Frontend- und Spieleentwicklung sowie 3D-Szenen. Z.ai hat es auch für Office-Dokumente und Finanzrecherche entwickelt und meldet bessere Ergebnisse als GLM-5.2 in sechs Coding- und Agenten-Benchmarks.

Was unterscheidet GLM-5.3 Flash von GLM-5.3?

GLM-5.3 ist das größere Flaggschiff von Z.ai, das nur Text verarbeitet. Bei DeepSWE v1.1 erzielt es mit 66.9 gegenüber 63.4 das bessere Ergebnis. GLM-5.3 Flash ist ein kleineres Modell mit 18B aktiven Parametern und kostet laut Z.ai etwa ein Zehntel von GLM-5.3. Beide bieten einen 1M-Token-Kontext, 128K Output-Tokens und dauerhaft aktives Reasoning mit low, high oder max.

Unterstützt die GLM-5.3 Flash API Streaming und Limits pro API-Key?

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.

Ist GLM-5.3 Flash bei Zurelay dasselbe Modell wie bei Z.ai?

Ja. Anfragen gehen direkt an glm-5.3-flash. Zurelay ersetzt es nicht durch ein kleineres oder anderes Modell. Nur Smart Routing, das du selbst aktivierst, kann bei einem Ausfall ein ähnliches Modell verwenden. Der Header x-zurelay-model zeigt an, welches Modell geantwortet hat. Die Ausgabe wird gesampelt, daher variiert die Formulierung von Anfrage zu Anfrage – genau wie bei der API von Z.ai selbst. Zurelay ist ein unabhängiger Dienst und nicht mit Z.ai verbunden.

Weitere Modelle auf Zurelay

Alle Modelle

Zahl nicht länger den Listenpreis.
Spare ab heute.

Erstelle in Sekunden einen Key, richte dein bestehendes SDK auf Zurelay aus und spare bei jeder Anfrage ab dem ersten Token bis zu 90%.

Hol dir deinen API-KeySprich mit einem Engineer