Z.ai
Operativo· comprobado cada pocos minutos

GLM-5.3 Flash API

La API de GLM-5.3 Flash: el GLM de bajo coste de Z.ai para coding y agentes, 62% por debajo del precio de lista de Z.ai

Precio por 1M de tokens62%off
Entrada
$0.058$0.15
Salida
$0.19$0.50
Entrada en caché
$0.0116$0.03
Obtén tu clave de APIPruébalo en el playground
ID del modeloglm-5.3-flashActualizado
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="")

URL base https://api.zurelay.com/v1. Funciona con cualquier OpenAI SDK. Documentación de la API de chat

Ventana de contexto
1M tokens
Salida máxima
128K tokens
Razonamiento
low · high · max
Entrada
Texto
Lanzamiento
26 ago 2026
Estado
Operativo

Precios

Precios de la API de GLM-5.3 Flash. Una fracción del precio de lista.

Paga según el consumo desde un saldo prepago, sin suscripción. Recarga desde $10. Las solicitudes fallidas nunca se cobran.

TarifaZurelayZ.ai de lista
Entrada
por 1M de tokens
$0.058$0.15
Salida
por 1M de tokens
$0.19$0.50
Entrada en caché
por 1M de tokens
$0.0116$0.03

Una sola tarifa para cualquier longitud de prompt, up to the full 1M context window. El streaming, las llamadas a herramientas y las salidas estructuradas no cuestan nada extra.

Todos los modelos y precios de GLM
Calculadora de ahorro

Mueve los deslizadores según tu uso mensual.

Tokens de entrada al mes50M
Tokens de salida al mes10M
Zurelay
$4.80
Precio de lista de Z.ai
$12.50
Ahorras cada mes$7.70

$92.40 al año

Costo

El coste de la API de GLM-5.3 Flash, calculado.

Cargas de trabajo típicas con los precios en vivo de Zurelay, junto al precio de lista.

  • Chatbot

    50,000 solicitudes al mes, 1,500 tokens de entrada y 300 de salida, 30% de la entrada en caché. $0.000123 por solicitud.

    $6.16al mes$16.05 a precio de lista

  • Documentos

    20,000 solicitudes al mes, 8,000 tokens de entrada y 500 de salida, 20% de la entrada en caché. $0.000485 por solicitud.

    $9.70al mes$25.16 a precio de lista

  • Agente de código

    5,000 solicitudes al mes, 40,000 tokens de entrada y 1,500 de salida, 85% de la entrada en caché. $0.00103 por solicitud.

    $5.14al mes$13.35 a precio de lista

  • Clasificación

    1,000,000 solicitudes al mes, 400 tokens de entrada y 5 de salida. $0.000024 por solicitud.

    $24.15al mes$62.50 a precio de lista

Resumen

¿Qué es GLM-5.3 Flash?

GLM-5.3 Flash es el GLM de bajo coste de Z.ai, con 18B de sus 320B parámetros activos por token. Z.ai dice que supera a GLM-5.2 y se acerca a Claude Opus 4.8 en los benchmarks de coding y agentes. La API de GLM-5.3 Flash de Zurelay lo sirve mediante un único endpoint compatible con OpenAI con una ventana de contexto de 1M de tokens, a un precio 62% por debajo del de lista de Z.ai.

Z.ai lanzó GLM-5.3 Flash el 26 de agosto de 2026 como un hermano más pequeño y más barato de su buque insignia GLM-5.3. La API de GLM-5.3 Flash en Zurelay recibe texto y genera texto, con una ventana de contexto de 1M de tokens y hasta 128K tokens de salida por solicitud. Z.ai lo creó para coding y agentes: ejecuciones largas de llamadas a herramientas, código de frontend y de videojuegos, y flujos de trabajo de oficina e investigación. En Zurelay el ID del modelo es glm-5.3-flash, y cuesta $0.058 por 1M de tokens de entrada y $0.19 por 1M de tokens de salida.

Tiene su propio modelo base, entrenado con un nuevo corpus de 30T de tokens, con 320B parámetros totales y 18B activos por token. También es el primer GLM que combina atención dispersa y lineal, lo que, según Z.ai, reduce el cómputo de atención 3.0 veces y la caché KV 4.4 veces frente a GLM-5.3, así que los prompts largos siguen saliendo baratos de servir. Los pesos están en Hugging Face bajo la licencia MIT.

Z.ai informa de que GLM-5.3 Flash supera de forma constante a GLM-5.2 en seis benchmarks de coding y agentes, a menudo por un margen amplio: 63.4 frente a 46.2 en DeepSWE v1.1 y 48.8 frente a 26.2 en AutomationBench. En el Code Bench interno de Z.ai y con el esfuerzo máximo casi iguala a Claude Opus 4.8, 29.0 frente a 29.5. Z.ai también reporta una puntuación de 57 en el Artificial Analysis Intelligence Index, un nivel que, según dice, antes costaba unas diez veces más.

El razonamiento está siempre activo. La API de Z.ai acepta un reasoning_effort de low, high o max, con max como valor predeterminado y como el ajuste que Z.ai recomienda, y el razonamiento no se puede desactivar. El modelo admite function calling, salida JSON estructurada, streaming y caché de contexto. Pagas $0.058 por 1M de tokens de entrada y $0.19 por 1M de tokens de salida, frente al precio de lista de Z.ai de $0.15 y $0.50, con la entrada en caché a $0.0116.

Puntos fuertes

Dónde destaca GLM-5.3 Flash. Y qué construyen los equipos con él.

01

Puntuaciones de coding cerca de Opus

En el Code Bench interno de Z.ai con el esfuerzo máximo obtiene 29.0 frente a 29.5 de Claude Opus 4.8, y supera a GLM-5.2 en todos los niveles de esfuerzo.

02

Un gran salto frente a GLM-5.2

Z.ai informa de que va por delante de GLM-5.2 en sus seis benchmarks de coding y agentes: 63.4 frente a 46.2 en DeepSWE v1.1 y 48.8 frente a 26.2 en AutomationBench.

03

Contexto largo barato

La atención híbrida dispersa y lineal reduce el cómputo de atención 3.0 veces y la caché KV 4.4 veces frente a GLM-5.3, en una ventana de 1M de tokens.

04

Pesos con licencia MIT

Los pesos son abiertos bajo MIT, así que puedes construir sobre Zurelay hoy y alojar el mismo modelo por tu cuenta más adelante si lo necesitas.

Casos de uso

  • Agentes de coding con presupuesto ajustado

    Ejecuta bucles largos de llamadas a herramientas que leen código, editan archivos y lanzan pruebas, a cerca de una décima parte del precio de lista de GLM-5.3.

  • Código de frontend y videojuegos

    Escribe páginas web, interfaces, juegos y escenas 3D a partir de una especificación escrita y luego itera sobre el código con resultados de pruebas y mensajes de error.

  • Trabajo de oficina y finanzas

    Planifica la investigación y el análisis, llama a herramientas y revisa los resultados. Z.ai lo creó para documentos de oficina y flujos de investigación financiera.

  • Trabajo con documentos largos

    Mete codebases enteros, contratos o conjuntos de informes en la ventana de 1M de tokens y pregunta por todos ellos a la vez.

Comenzar

Llama a GLM-5.3 Flash en tres pasos.

Sin listas de espera y sin SDK nuevo. Si tu código ya habla con OpenAI, ya habla con Zurelay.

  1. 1

    Crear una clave

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

    Obtén tu clave de API
  2. 2

    Point your SDK a Zurelay

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

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

    Usar glm-5.3-flash

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

    glm-5.3-flash

Funciona con las herramientas que ya usas

Comparar

Modelos similares. Todos con la misma clave.

73%off

GLM-5.3

$0.38 / $1.21 por 1M tokens

Elige GLM-5.3, el buque insignia más grande de Z.ai, solo texto, para el trabajo de coding y seguridad más difícil; obtiene 66.9 en DeepSWE v1.1 frente a 63.4.

API de GLM-5.3
53%off

Qwen 3.8 Flash

$0.07 / $0.22 por 1M tokens

Elige Qwen 3.8 Flash para el modelo open-weight de bajo coste de Alibaba cuando también necesites entrada de imagen y vídeo.

API de Qwen 3.8 Flash
90%off

DeepSeek V4 Flash

$0.03 / $0.12 por 1M tokens

Elige DeepSeek V4 Flash si buscas un modelo de razonamiento aún más barato con contexto de 1M de tokens, y compara los dos con tus propias evaluaciones.

API de DeepSeek V4 Flash

Preguntas frecuentes

Preguntas sobre la API de GLM-5.3 Flash.

¿Algo más? Pregunta a nuestro equipo y te responderemos por correo.

¿Cuánto cuesta la API de GLM-5.3 Flash?

GLM-5.3 Flash cuesta $0.058 por 1M de tokens de entrada y $0.19 por 1M de tokens de salida en Zurelay, con la entrada en caché a $0.0116. El precio de lista de Z.ai es $0.15 de entrada y $0.50 de salida, así que ahorras 62%. Se aplica una sola tarifa sea cual sea la longitud del prompt.

¿Hay alguna API de GLM-5.3 Flash más barata que la de Z.ai?

Sí. Zurelay ofrece el mismo modelo glm-5.3-flash a un 62% por debajo del precio de lista de Z.ai. Pagas con saldo prepago los tokens que usas, sin suscripción ni plan de programación.

¿Cómo llamo a la API de GLM-5.3 Flash con el SDK de OpenAI?

Instala el SDK oficial de OpenAI, pon la base URL en https://api.zurelay.com/v1 y usa tu clave de API de Zurelay. Después pasa model "glm-5.3-flash" a chat.completions.create. Z.ai recomienda temperature 1, top_p 0.95 y un reasoning_effort de max.

¿Cuál es la ventana de contexto de GLM-5.3 Flash?

GLM-5.3 Flash tiene una ventana de contexto de 1M de tokens y escribe hasta 128K tokens de salida por solicitud. En Zurelay acepta texto como entrada y devuelve texto.

¿GLM-5.3 Flash puede leer imágenes en Zurelay?

Todavía no en Zurelay. La API de Z.ai admite imágenes y video, pero Zurelay ofrece GLM-5.3 Flash solo para texto, y las solicitudes con imágenes se rechazan con un mensaje de error claro antes de que se cobre nada. Para imágenes y video a un precio similar, usa Qwen 3.8 Flash.

¿En qué destaca GLM-5.3 Flash?

En programación y trabajo con agentes: ejecuciones largas con llamadas a herramientas, desarrollo frontend y de videojuegos y escenas 3D. Z.ai también lo diseñó para documentos de oficina e investigación financiera, y asegura que supera a GLM-5.2 en seis benchmarks de programación y agentes.

¿En qué se diferencia GLM-5.3 Flash de GLM-5.3?

GLM-5.3 es el modelo insignia de Z.ai, más grande y solo para texto, y obtiene mejor puntuación en DeepSWE v1.1: 66.9 frente a 63.4. GLM-5.3 Flash es un modelo más pequeño, con 18B de parámetros activos, y Z.ai lo lista a cerca de una décima parte del precio de GLM-5.3. Ambos tienen contexto de 1M de tokens, 128K de salida y razonamiento siempre activo en low, high o max.

¿La API de GLM-5.3 Flash admite streaming y límites por clave?

Sí. Pon stream: true para recibir los tokens a medida que se generan, y añade stream_options.include_usage para obtener el recuento de tokens en el último fragmento. Puedes dar a cada clave de API de Zurelay su propio presupuesto mensual y su propio límite de solicitudes por minuto. Las solicitudes fallidas se reintentan en otra ruta y nunca se facturan.

¿El GLM-5.3 Flash de Zurelay es el mismo modelo que sirve Z.ai?

Sí. Las solicitudes van a glm-5.3-flash tal cual. Zurelay no lo cambia por un modelo más pequeño ni por un sustituto. Solo el enrutamiento inteligente, que activas tú mismo, puede responder con una alternativa parecida cuando el modelo está caído, y la cabecera x-zurelay-model indica qué modelo respondió. La salida se muestrea, así que la redacción varía de una ejecución a otra, igual que en la propia API de Z.ai. Zurelay es un servicio independiente y no está afiliado a Z.ai.

Más modelos en Zurelay

Todos los modelos

Deja de pagar el precio de lista.
Empieza a ahorrar hoy.

Crea una clave en segundos, apunta a Zurelay el SDK que ya usas y cada solicitud cuesta hasta un 90% menos desde el primer token.

Obtén tu clave de APIHabla con un ingeniero