L’API GLM-5.3 pour les agents de programmation et la sécurité du code, à 73% de moins que le tarif catalogue de Z.ai
glm-5.3Mis à jour 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="")URL de base https://api.zurelay.com/v1. Compatible avec tous les SDK OpenAI. Documentation de l’API de chat
Tarifs
Payez à l’usage avec votre crédit prépayé, sans abonnement. Rechargez dès $10. Les requêtes qui échouent ne sont jamais facturées.
| Tarif | Zurelay | Tarif public Z.ai | Vos économies |
|---|---|---|---|
Entrée par 1M tokens | $0.38 | 73%de réduction | |
Sortie par 1M tokens | $1.21 | 73%de réduction | |
Entrée en cache par 1M tokens | $0.038 | 85%de réduction |
Un tarif unique, quelle que soit la longueur du prompt, up to the full 1M context window. Le streaming, les appels d’outils et les sorties structurées sont sans supplément.
Tous les modèles GLM et leurs prixAjustez les curseurs selon votre utilisation mensuelle.
$994.80 par an
Coût
Des charges de travail typiques aux prix en vigueur chez Zurelay, à côté du prix catalogue.
50,000 requêtes par mois, 1,500 tokens en entrée et 300 en sortie, 30 % de l'entrée en cache. $0.000779 par requête.
20,000 requêtes par mois, 8,000 tokens en entrée et 500 en sortie, 20 % de l'entrée en cache. $0.0031 par requête.
5,000 requêtes par mois, 40,000 tokens en entrée et 1,500 en sortie, 85 % de l'entrée en cache. $0.00539 par requête.
1,000,000 requêtes par mois, 400 tokens en entrée et 5 en sortie. $0.000158 par requête.
Vue d’ensemble
GLM-5.3 est le modèle phare de Z.ai pour l’ingénierie logicielle complexe et les agents qui travaillent sur la durée, avec une fenêtre de contexte de 1M tokens et jusqu’à 128K tokens de sortie. L’API GLM-5.3 de Zurelay donne accès au même modèle via un seul endpoint compatible OpenAI, facturé au token à 73% de moins que le tarif catalogue de Z.ai.
GLM-5.3 est le modèle phare de Z.ai pour les tâches complexes de programmation et les agents. Z.ai l’a annoncé le 14 août 2026, d’abord pour son GLM Coding Plan, puis a ouvert l’API GLM-5.3 et publié les poids sur Hugging Face plus tard dans le mois. Le modèle lit et produit du texte, accepte jusqu’à 1M tokens de contexte et génère jusqu’à 128K tokens de sortie par requête.
GLM-5.3 utilise le même modèle de base que GLM-5.2 : une architecture Mixture-of-Experts avec 744B paramètres au total, dont 40B actifs par token. Tous les gains proviennent du post-entraînement sur des tâches longues dans des environnements de travail réalistes, dont certaines représentent plusieurs jours de travail pour un ingénieur expérimenté. Z.ai annonce un gain de 50% par rapport à GLM-5.2 sur son benchmark interne Z.ai Code Bench, et un score sur Terminal-Bench 3.0 passant de 4.6 à 28.3. Le modèle consomme aussi moins de tokens : avec l'effort max, il utilise en moyenne environ 75K tokens de sortie par tâche Code Bench, contre 96K pour GLM-5.2.
Le raisonnement est toujours activé. L'API de Z.ai accepte un reasoning_effort de low, high ou max, avec max comme valeur par défaut et comme réglage recommandé par Z.ai pour le code. Le raisonnement ne peut plus être désactivé : les requêtes qui définissaient thinking sur disabled avec les anciens modèles GLM doivent donc passer à l'effort low. Le modèle prend en charge l'appel de fonctions, la sortie JSON structurée, le streaming et la mise en cache du contexte. Z.ai annonce aussi une nette progression en sécurité : 84.5% sur le benchmark de détection de vulnérabilités CyberGym, contre 77.2% pour GLM-5.2.
Sur Zurelay, vous appelez GLM-5.3 avec le SDK OpenAI que vous utilisez déjà : définissez l'URL de base sur https://api.zurelay.com/v1 et le modèle sur glm-5.3. Vous payez $0.38 par 1M tokens d'entrée et $1.21 par 1M tokens de sortie, contre $1.40 et $4.40 au tarif catalogue de Z.ai, avec les entrées en cache à $0.038. Le tarif reste le même quelle que soit la longueur du prompt, et vous payez avec votre crédit prépayé, sans abonnement.
Points forts
Z.ai annonce un gain de 50% par rapport à GLM-5.2 sur son benchmark interne Code Bench, et un score DeepSWE v1.1 passant de 46.2 à 66.9. Le modèle a été entraîné sur des tâches longues qui reflètent le travail réel d'ingénierie logicielle.
Avec l'effort max, GLM-5.3 utilise en moyenne environ 75K tokens de sortie par tâche Code Bench, contre 96K pour GLM-5.2, tout en obtenant de meilleurs scores. Avec l'effort high, il en utilise environ 50K.
GLM-5.3 obtient 84.5% sur CyberGym, contre 77.2% pour GLM-5.2. En collaboration avec des équipes de sécurité, Z.ai affirme avoir découvert 1,097 problèmes de gravité moyenne à élevée dans des bases de code réelles.
Un dépôt volumineux, de longs journaux de compilation ou la trace complète d'un agent tiennent dans une seule requête, avec jusqu'à 128K tokens de sortie pour les correctifs et rapports longs.
Cas d’usage
Effectuez des refactorisations à l'échelle d'un dépôt, des corrections de bugs et des cycles de tests dans des environnements d'exécution d'agents qui appellent des outils sur de nombreuses étapes.
Pilotez des agents utilisant le shell pour compiler, tester et déboguer dans un environnement isolé. Z.ai annonce ses gains les plus importants sur Terminal-Bench 3.0.
Analysez le code source pour détecter les vulnérabilités et préparer des correctifs avant la mise en production. Z.ai a conçu GLM-5.3 pour la revue de code en boîte blanche et la détection de vulnérabilités.
Posez des questions sur l'architecture, les chaînes d'appels ou un diff volumineux à l'échelle d'un projet entier, en une seule requête de 1M tokens.
Commencer
Pas de liste d’attente ni de nouveau SDK. Si votre code communique déjà avec OpenAI, il peut aussi communiquer avec Zurelay.
Sign up, add credit et 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 et usage reporting work as you expect.
glm-5.3Compatible avec les outils que vous utilisez déjà
Comparer
$0.38 / $1.21 par 1M tokens
Choisissez GLM-5.2 si vous devez désactiver le raisonnement ou disposer de poids sous licence MIT ; Z.ai affiche les deux modèles au même prix.
API GLM-5.2$1.27 / $6.37 par 1M tokens
Choisissez Kimi K3 si votre agent doit accepter des images en entrée ou si vous souhaitez utiliser le modèle plus volumineux de Moonshot, doté de 2.8T paramètres, pour des tâches de code de longue durée.
API Kimi K3$3.50 / $17.50 par 1M tokens
Choisissez Claude Fable 5 si les meilleures performances en code comptent plus que le coût ; le propre Code Bench de Z.ai le classe toujours devant GLM-5.3.
API Claude Fable 5FAQ
D’autres questions ? Contactez notre équipe et nous vous répondrons par e-mail.
GLM-5.3 coûte $0.38 par 1M tokens d'entrée et $1.21 par 1M tokens de sortie sur Zurelay, avec les entrées en cache à $0.038. Le tarif catalogue de Z.ai est de $1.40 en entrée et $4.40 en sortie : vous économisez donc 73%. Un seul tarif s'applique, quelle que soit la longueur du prompt.
Oui. Zurelay propose le même modèle glm-5.3 à un tarif inférieur de 73% au prix catalogue de Z.ai. Vous rechargez votre crédit prépayé et ne payez que les tokens utilisés, sans abonnement ni forfait de développement.
Installez le SDK officiel OpenAI, définissez l'URL de base sur https://api.zurelay.com/v1 et utilisez votre clé API Zurelay. Passez ensuite model "glm-5.3" à chat.completions.create. Définissez reasoning_effort sur low, high ou max ; max est la valeur par défaut et celle que Z.ai recommande pour le code.
GLM-5.3 dispose d'une fenêtre de contexte de 1M tokens et génère jusqu'à 128K tokens de sortie par requête. Il accepte uniquement du texte en entrée et renvoie du texte. Si vous avez besoin d'images en entrée, tournez-vous vers Kimi K3.
Z.ai a conçu GLM-5.3 pour l'ingénierie logicielle complexe et les agents qui exécutent des tâches de longue durée. Z.ai annonce un gain de 50% par rapport à GLM-5.2 sur son benchmark interne Code Bench et des résultats parmi les meilleurs modèles ouverts sur Terminal-Bench 3.0. Le modèle est aussi performant en sécurité du code, avec 84.5% sur le benchmark de détection de vulnérabilités CyberGym.
GLM-5.3 conserve le modèle de base de GLM-5.2, son contexte de 1M tokens et sa limite de sortie de 128K, et Z.ai affiche les deux au même prix. Les changements viennent du post-entraînement : de meilleures performances en code et en sécurité, et moins de tokens de sortie par tâche. GLM-5.3 utilise toujours le raisonnement avec un effort low, high ou max, tandis que GLM-5.2 permet de le désactiver.
Les poids sont disponibles sur Hugging Face sous la licence GLM-5.3 License. Elle autorise l’utilisation commerciale, la modification et la redistribution. Seuls les opérateurs de Model-as-a-Service réalisant un chiffre d’affaires annuel très élevé doivent d’abord se soumettre à un examen de sécurité de Z.ai.
Oui. Définissez stream: true pour recevoir les tokens à mesure qu’ils sont générés, et ajoutez stream_options.include_usage pour obtenir le nombre de tokens dans le dernier fragment. Vous pouvez attribuer à chaque clé API Zurelay un budget mensuel et un plafond de requêtes par minute. Les requêtes échouées sont relancées via une autre route et ne sont jamais facturées.
Oui. Les requêtes sont bien envoyées à glm-5.3. Zurelay ne le remplace pas par un modèle plus petit ou un autre modèle. Seul le routage intelligent, que vous activez vous-même, peut faire répondre une alternative proche lorsque le modèle est indisponible. L’en-tête x-zurelay-model indique alors le modèle qui a répondu. La génération repose sur l’échantillonnage : la formulation varie donc d’une exécution à l’autre, comme sur l’API de Z.ai. Zurelay est un service indépendant, sans affiliation avec Z.ai.
Créez une clé en quelques secondes, configurez votre SDK habituel pour utiliser Zurelay et payez chaque requête jusqu’à 90% moins cher, dès le premier token.