Z.ai
Opérationnel· vérifié toutes les quelques minutes

GLM-5.3 Flash API

L’API GLM-5.3 Flash : le GLM économique de Z.ai pour le code et les agents, à 62% de moins que le tarif catalogue de Z.ai

Prix par 1M tokens62%de réduction
Entrée
$0.058$0.15
Sortie
$0.19$0.50
Entrée en cache
$0.0116$0.03
Obtenez votre clé APIEssayez dans l’espace de test
Identifiant du modèleglm-5.3-flashMis à jour
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 de base https://api.zurelay.com/v1. Compatible avec tous les SDK OpenAI. Documentation de l’API de chat

Fenêtre de contexte
1M tokens
Sortie max.
128K tokens
Raisonnement
low · high · max
Entrée
Texte
Date de sortie
26 août 2026
Statut
Opérationnel

Tarifs

Tarifs de l’API GLM-5.3 Flash. Une fraction du prix catalogue.

Payez à l’usage avec votre crédit prépayé, sans abonnement. Rechargez dès $10. Les requêtes qui échouent ne sont jamais facturées.

TarifZurelayTarif public Z.ai
Entrée
par 1M tokens
$0.058$0.15
Sortie
par 1M tokens
$0.19$0.50
Entrée en cache
par 1M tokens
$0.0116$0.03

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 prix
Simulateur d’économies

Ajustez les curseurs selon votre utilisation mensuelle.

Tokens d’entrée par mois50M
Tokens de sortie par mois10M
Zurelay
$4.80
Tarif public Z.ai
$12.50
Vos économies chaque mois$7.70

$92.40 par an

Coût

GLM-5.3 Flash : le coût API, calculé.

Des charges de travail typiques aux prix en vigueur chez Zurelay, à côté du prix catalogue.

  • Chatbot

    50,000 requêtes par mois, 1,500 tokens en entrée et 300 en sortie, 30 % de l'entrée en cache. $0.000123 par requête.

    $6.16par mois$16.05 au prix catalogue

  • Documents

    20,000 requêtes par mois, 8,000 tokens en entrée et 500 en sortie, 20 % de l'entrée en cache. $0.000485 par requête.

    $9.70par mois$25.16 au prix catalogue

  • Agent de code

    5,000 requêtes par mois, 40,000 tokens en entrée et 1,500 en sortie, 85 % de l'entrée en cache. $0.00103 par requête.

    $5.14par mois$13.35 au prix catalogue

  • Classification

    1,000,000 requêtes par mois, 400 tokens en entrée et 5 en sortie. $0.000024 par requête.

    $24.15par mois$62.50 au prix catalogue

Vue d’ensemble

Qu’est-ce que GLM-5.3 Flash ?

GLM-5.3 Flash est le GLM économique de Z.ai, avec 18B de ses 320B paramètres actifs par token. Selon Z.ai, il surpasse GLM-5.2 et se rapproche de Claude Opus 4.8 sur les benchmarks de code et d’agents. L’API GLM-5.3 Flash de Zurelay vous y donne accès via un endpoint unique compatible avec OpenAI, avec une fenêtre de contexte de 1M de tokens, à 62% de moins que le tarif catalogue de Z.ai.

Z.ai a lancé GLM-5.3 Flash le 26 août 2026 comme une version plus petite et moins chère de son modèle phare GLM-5.3. L’API GLM-5.3 Flash sur Zurelay reçoit et génère du texte, avec une fenêtre de contexte de 1M de tokens et jusqu’à 128K tokens en sortie par requête. Z.ai l’a conçu pour le code et les agents : longues séquences d’appels d’outils, code frontend et de jeux, tâches bureautiques et de recherche. Sur Zurelay, l’identifiant du modèle est glm-5.3-flash, et son prix est de $0.058 par 1M de tokens en entrée et de $0.19 par 1M de tokens en sortie.

Il possède son propre modèle de base, entraîné sur un nouveau corpus de 30T tokens, avec 320B paramètres au total et 18B actifs par token. C’est aussi le premier GLM à combiner attention parcimonieuse et attention linéaire. Selon Z.ai, cette approche divise par 3.0 les calculs d’attention et par 4.4 le cache KV par rapport à GLM-5.3, pour traiter les longs prompts à faible coût. Les poids sont disponibles sur Hugging Face sous licence MIT.

Selon Z.ai, GLM-5.3 Flash surpasse systématiquement GLM-5.2 sur six benchmarks de code et d’agents, souvent avec une large avance : 63.4 contre 46.2 sur DeepSWE v1.1 et 48.8 contre 26.2 sur AutomationBench. Sur Code Bench, le benchmark interne de Z.ai, avec l’effort maximal, il fait presque jeu égal avec Claude Opus 4.8 : 29.0 contre 29.5. Z.ai annonce aussi un score de 57 à l’Artificial Analysis Intelligence Index, un niveau qui, selon l’entreprise, coûtait auparavant environ dix fois plus cher.

Le raisonnement est toujours activé. L’API de Z.ai accepte un reasoning_effort de low, high ou max. La valeur max est utilisée par défaut et recommandée par Z.ai, et le raisonnement ne peut pas être désactivé. Le modèle prend en charge les appels de fonctions, les sorties JSON structurées, le streaming et la mise en cache du contexte. Vous payez $0.058 par 1M de tokens en entrée et $0.19 par 1M de tokens en sortie, contre $0.15 et $0.50 au tarif catalogue de Z.ai, avec les entrées en cache à $0.0116.

Points forts

Là où GLM-5.3 Flash excelle. Et ce que les équipes créent avec.

01

Scores en code proches d’Opus

Sur Code Bench, le benchmark interne de Z.ai, avec l’effort maximal, il obtient 29.0 contre 29.5 pour Claude Opus 4.8, et surpasse GLM-5.2 à tous les niveaux d’effort.

02

Un grand pas devant GLM-5.2

Selon Z.ai, il devance GLM-5.2 sur ses six benchmarks de code et d’agents : 63.4 contre 46.2 sur DeepSWE v1.1 et 48.8 contre 26.2 sur AutomationBench.

03

Contexte long à petit prix

L’attention hybride, parcimonieuse et linéaire, divise par 3.0 les calculs d’attention et par 4.4 le cache KV par rapport à GLM-5.3, sur une fenêtre de 1M de tokens.

04

Poids sous licence MIT

Les poids sont ouverts sous licence MIT : vous pouvez développer sur Zurelay dès aujourd’hui, puis héberger vous-même le même modèle si nécessaire.

Cas d’usage

  • Agents de code à petit budget

    Exécutez de longues boucles d’appels d’outils pour lire du code, modifier des fichiers et lancer des tests, pour environ un dixième du tarif catalogue de GLM-5.3.

  • Code frontend et de jeux

    Créez des pages web, des interfaces, des jeux et des scènes 3D à partir de spécifications écrites, puis affinez le code à l’aide des résultats de tests et des messages d’erreur.

  • Bureautique et finance

    Planifiez vos recherches et analyses, appelez des outils et examinez les résultats. Z.ai l’a conçu pour les documents bureautiques et les processus de recherche financière.

  • Travail sur documents longs

    Placez des bases de code entières, des contrats ou des ensembles de rapports dans la fenêtre de 1M de tokens et interrogez-les tous à la fois.

Commencer

Appelez GLM-5.3 Flash en trois étapes.

Pas de liste d’attente ni de nouveau SDK. Si votre code communique déjà avec OpenAI, il peut aussi communiquer avec Zurelay.

  1. 1

    Créer une clé

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

    Obtenez votre clé API
  2. 2

    Point your SDK en Zurelay

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

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

    Utiliser glm-5.3-flash

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

    glm-5.3-flash

Compatible avec les outils que vous utilisez déjà

Comparer

Modèles similaires. Tous avec la même clé.

73%de réduction

GLM-5.3

$0.38 / $1.21 par 1M tokens

Choisissez GLM-5.3, le modèle phare de Z.ai, plus grand et uniquement textuel, pour les tâches de code et de sécurité les plus difficiles ; il obtient 66.9 sur DeepSWE v1.1 contre 63.4.

API GLM-5.3
53%de réduction

Qwen 3.8 Flash

$0.07 / $0.22 par 1M tokens

Choisissez Qwen 3.8 Flash, le modèle économique à poids ouverts d’Alibaba, si vous avez aussi besoin de traiter des images et des vidéos en entrée.

API Qwen 3.8 Flash
90%de réduction

DeepSeek V4 Flash

$0.03 / $0.12 par 1M tokens

Choisissez DeepSeek V4 Flash pour un modèle de raisonnement encore moins cher avec un contexte de 1M tokens, et comparez les deux sur vos propres évaluations.

API DeepSeek V4 Flash

FAQ

Questions sur l’API GLM-5.3 Flash.

D’autres questions ? Contactez notre équipe et nous vous répondrons par e-mail.

Combien coûte l’API GLM-5.3 Flash ?

Sur Zurelay, GLM-5.3 Flash coûte $0.058 par 1M tokens en entrée et $0.19 par 1M tokens en sortie, avec les entrées en cache à $0.0116. Le tarif catalogue de Z.ai est de $0.15 en entrée et de $0.50 en sortie, soit 62% d’économie. Le même tarif s’applique quelle que soit la longueur du prompt.

Existe-t-il une API GLM-5.3 Flash moins chère que celle de Z.ai ?

Oui. Zurelay propose le même modèle glm-5.3-flash à un tarif inférieur de 62% au prix catalogue de Z.ai. Les tokens utilisés sont déduits de votre crédit prépayé, sans abonnement ni forfait de programmation.

Comment appeler l’API GLM-5.3 Flash avec le SDK OpenAI ?

Installez le SDK officiel OpenAI, définissez l’URL de base sur https://api.zurelay.com/v1 et utilisez votre clé API Zurelay. Passez ensuite le modèle "glm-5.3-flash" à chat.completions.create. Z.ai recommande temperature à 1, top_p à 0.95 et reasoning_effort à max.

Quelle est la fenêtre de contexte de GLM-5.3 Flash ?

GLM-5.3 Flash dispose d’une fenêtre de contexte de 1M tokens et génère jusqu’à 128K tokens en sortie par requête. Sur Zurelay, il accepte du texte en entrée et renvoie du texte.

GLM-5.3 Flash peut-il lire des images sur Zurelay ?

Pas encore sur Zurelay. L’API de Z.ai accepte les images et les vidéos, mais sur Zurelay, GLM-5.3 Flash est limité au texte. Toute requête contenant une image est rejetée avec un message d’erreur clair, sans aucune facturation. Pour les images et les vidéos à un prix similaire, utilisez Qwen 3.8 Flash.

Quels sont les points forts de GLM-5.3 Flash ?

La programmation et les tâches agentiques : longues séquences d’appels d’outils, développement frontend, création de jeux et scènes 3D. Z.ai l’a aussi conçu pour les documents bureautiques et la recherche financière, et indique qu’il devance GLM-5.2 sur six benchmarks de programmation et de tâches agentiques.

Quelle est la différence entre GLM-5.3 Flash et GLM-5.3 ?

GLM-5.3 est le modèle phare de Z.ai, plus volumineux et dédié au texte. Il obtient un meilleur score sur DeepSWE v1.1 : 66.9 contre 63.4. GLM-5.3 Flash est un modèle plus petit avec 18B paramètres actifs, proposé par Z.ai à environ un dixième du prix de GLM-5.3. Les deux offrent un contexte de 1M tokens, jusqu’à 128K tokens en sortie et un raisonnement toujours actif, réglable sur low, high ou max.

L’API GLM-5.3 Flash prend-elle en charge le streaming et les limites par clé ?

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.

GLM-5.3 Flash sur Zurelay est-il le même modèle que celui proposé par Z.ai ?

Oui. Les requêtes sont envoyées au modèle glm-5.3-flash lui-même. 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 appel à une alternative proche si 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.

D’autres modèles sur Zurelay

Tous les modèles

Ne payez plus le prix catalogue.
Économisez dès aujourd’hui.

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.

Obtenez votre clé APIParler à un ingénieur