A API do GLM-5.3 para agentes de programação e segurança de código, 73% abaixo do preço de tabela da Z.ai
glm-5.3Atualizado 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 base https://api.zurelay.com/v1. Funciona com qualquer SDK da OpenAI. Documentação da API de chat
Preços
Pague conforme o uso com saldo pré-pago, sem assinatura. Adicione saldo a partir de $10. Requisições que falham nunca são cobradas.
| Preço | Zurelay | Tabela de Z.ai | Você economiza |
|---|---|---|---|
Entrada por 1M tokens | $0.38 | 73%de desconto | |
Saída por 1M tokens | $1.21 | 73%de desconto | |
Entrada em cache por 1M tokens | $0.038 | 85%de desconto |
A mesma tarifa para qualquer tamanho de prompt, up to the full 1M context window. Streaming, chamadas de ferramentas e saídas estruturadas não têm custo adicional.
Todos os modelos e preços da GLMAjuste os controles para o seu uso mensal.
$994.80 por ano
Custo
Cargas de trabalho típicas com os preços ao vivo da Zurelay, ao lado do preço de tabela.
50,000 requisições por mês, 1,500 tokens de entrada e 300 de saída, 30% do input em cache. $0.000779 por requisição.
20,000 requisições por mês, 8,000 tokens de entrada e 500 de saída, 20% do input em cache. $0.0031 por requisição.
5,000 requisições por mês, 40,000 tokens de entrada e 1,500 de saída, 85% do input em cache. $0.00539 por requisição.
1,000,000 requisições por mês, 400 tokens de entrada e 5 de saída. $0.000158 por requisição.
Visão geral
O GLM-5.3 é o modelo mais avançado da Z.ai para engenharia de software complexa e agentes de longa duração, com janela de contexto de 1M tokens e até 128K tokens de saída. A API do GLM-5.3 na Zurelay oferece o mesmo modelo por um único endpoint compatível com OpenAI, com cobrança por token e preço 73% abaixo da tabela da Z.ai.
O GLM-5.3 é o modelo mais avançado da Z.ai para tarefas complexas de programação e agentes. A Z.ai o anunciou em 14 de agosto de 2026, primeiro para seu GLM Coding Plan, depois liberou a API do GLM-5.3 e publicou os pesos no Hugging Face ainda naquele mês. O modelo lê e gera texto, comporta até 1M tokens de contexto e gera até 128K tokens de saída por requisição.
O GLM-5.3 usa o mesmo modelo-base do GLM-5.2: um modelo Mixture-of-Experts com 744B de parâmetros no total e 40B ativos por token. Todos os ganhos vêm do pós-treinamento em ambientes de trabalho longos e realistas, alguns dos quais representam vários dias de trabalho para um engenheiro experiente. A Z.ai relata um ganho de 50% sobre o GLM-5.2 no seu benchmark interno Z.ai Code Bench, e um avanço de 4.6 para 28.3 no Terminal-Bench 3.0. Ele também gasta menos tokens: com esforço max, usa em média cerca de 75K tokens de saída por tarefa do Code Bench, contra 96K do GLM-5.2.
O raciocínio está sempre ativo. A API da Z.ai aceita reasoning_effort com os valores low, high ou max, sendo max o padrão e a configuração que a Z.ai recomenda para programação. Não é mais possível desativar o raciocínio, então as requisições que definiam thinking como disabled nos modelos GLM anteriores devem passar a usar o esforço low. O modelo oferece suporte a chamadas de função, saída JSON estruturada, streaming e cache de contexto. A Z.ai também relata um avanço em tarefas de segurança: 84.5% no benchmark de descoberta de vulnerabilidades CyberGym, contra 77.2% do GLM-5.2.
Na Zurelay, você chama o GLM-5.3 com o SDK da OpenAI que já usa: defina a URL base como https://api.zurelay.com/v1 e o modelo como glm-5.3. Você paga $0.38 por 1M tokens de entrada e $1.21 por 1M tokens de saída, contra os preços de tabela da Z.ai de $1.40 e $4.40, com entrada em cache a $0.038. A tarifa é a mesma para qualquer tamanho de prompt, e você paga com créditos pré-pagos, sem assinatura.
Pontos fortes
A Z.ai relata um ganho de 50% sobre o GLM-5.2 no seu benchmark interno Code Bench, e um avanço de 46.2 para 66.9 no DeepSWE v1.1. O modelo foi treinado em tarefas longas que reproduzem o trabalho real de engenharia.
Com esforço max, o GLM-5.3 usa em média cerca de 75K tokens de saída por tarefa do Code Bench, contra 96K do GLM-5.2, e ainda alcança pontuações maiores. Com esforço high, usa cerca de 50K.
O GLM-5.3 alcança 84.5% no CyberGym, contra 77.2% do GLM-5.2. Em colaboração com equipes de segurança, a Z.ai afirma ter encontrado 1,097 problemas de gravidade média a alta em bases de código reais.
Um repositório grande, logs extensos de compilação ou o histórico completo de execução de um agente cabem em uma única requisição, com até 128K tokens de saída para patches e relatórios longos.
Casos de uso
Execute refatorações em todo o repositório, correções de bugs e ciclos de testes em ambientes de execução de agentes que chamam ferramentas ao longo de várias etapas.
Controle agentes que usam o shell para compilar, testar e depurar em um ambiente isolado. A Z.ai relata seus maiores ganhos no Terminal-Bench 3.0.
Revise o código-fonte em busca de vulnerabilidades e prepare correções antes do lançamento. A Z.ai criou o GLM-5.3 para revisão de código com acesso ao código-fonte e descoberta de vulnerabilidades.
Faça perguntas sobre arquitetura, cadeias de chamadas ou um diff extenso em todo o projeto em uma única requisição de 1M tokens.
Começar
Sem lista de espera e sem SDK novo. Se seu código já se comunica com a OpenAI, ele já se comunica com a Zurelay.
Sign up, add credit e 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 e usage reporting work as you expect.
glm-5.3Funciona com as ferramentas que você já usa
Compare
$0.38 / $1.21 por 1M tokens
Escolha o GLM-5.2 quando precisar desativar o raciocínio ou usar pesos com licença MIT; a Z.ai lista os dois modelos pelo mesmo preço.
API GLM-5.2$1.27 / $6.37 por 1M tokens
Escolha o Kimi K3 quando seu agente precisar receber imagens ou você quiser o modelo maior da Moonshot, com 2.8T de parâmetros, para tarefas de programação de longa duração.
API Kimi K3$3.50 / $17.50 por 1M tokens
Escolha o Claude Fable 5 quando os melhores resultados em programação forem mais importantes que o custo; o próprio Code Bench da Z.ai ainda o coloca à frente do GLM-5.3.
API Claude Fable 5Perguntas frequentes
Mais alguma dúvida? Fale com nossa equipe e responderemos por e-mail.
O GLM-5.3 custa $0.38 por 1M tokens de entrada e $1.21 por 1M tokens de saída na Zurelay, com entrada em cache a $0.038. O preço de tabela da Z.ai é $1.40 para entrada e $4.40 para saída, então você economiza 73%. A mesma tarifa vale para qualquer tamanho de prompt.
Sim. A Zurelay oferece o mesmo modelo glm-5.3 por 73% menos que o preço de tabela da Z.ai. Você adiciona créditos pré-pagos e paga apenas pelos tokens que usa, sem assinatura nem plano de programação.
Instale o SDK oficial da OpenAI, defina a URL base como https://api.zurelay.com/v1 e use sua chave de API da Zurelay. Depois, passe model "glm-5.3" para chat.completions.create. Defina reasoning_effort como low, high ou max; max é o padrão e a opção que a Z.ai recomenda para programação.
O GLM-5.3 tem uma janela de contexto de 1M tokens e gera até 128K tokens de saída por requisição. Ele aceita apenas texto como entrada e retorna texto. Se você precisa enviar imagens, confira o Kimi K3.
A Z.ai criou o GLM-5.3 para engenharia de software complexa e agentes de longa duração. A empresa relata um ganho de 50% sobre o GLM-5.2 no seu benchmark interno Code Bench e resultados de destaque entre os modelos abertos no Terminal-Bench 3.0. Ele também se destaca em tarefas de segurança de código, com 84.5% no benchmark de descoberta de vulnerabilidades CyberGym.
O GLM-5.3 mantém o modelo-base do GLM-5.2, o contexto de 1M tokens e o limite de saída de 128K, e a Z.ai lista os dois pelo mesmo preço. As mudanças vêm do pós-treinamento: mais capacidade de programação, melhores resultados em segurança e menos tokens de saída por tarefa. O GLM-5.3 sempre usa raciocínio com esforço low, high ou max, enquanto o GLM-5.2 permite desativá-lo.
Os pesos estão no Hugging Face sob a licença GLM-5.3. Ela permite uso comercial, modificação e redistribuição. Apenas operadores de Model-as-a-Service com receita anual muito alta precisam passar primeiro por uma análise de segurança da Z.ai.
Sim. Defina stream: true para receber os tokens conforme são gerados e adicione stream_options.include_usage para obter a contagem de tokens no último bloco. Você pode definir um orçamento mensal e um limite de requisições por minuto para cada chave de API da Zurelay. Requisições com falha são reenviadas por outra rota e nunca são cobradas.
Sim. As requisições vão para o próprio glm-5.3. A Zurelay não troca o modelo por uma versão menor ou por um substituto. Apenas o roteamento inteligente, que você ativa por conta própria, pode responder com uma alternativa semelhante quando o modelo está indisponível, e o cabeçalho x-zurelay-model informa qual modelo respondeu. A saída é gerada por amostragem, então a redação varia entre execuções, assim como na própria API da Z.ai. A Zurelay é um serviço independente e não tem afiliação com a Z.ai.
Crie uma chave em segundos, direcione o SDK que você já usa para a Zurelay e pague até 90% menos em cada requisição desde o primeiro token.