Z.ai
Operacional· verificado a cada poucos minutos

GLM-5.3 Flash API

A API do GLM-5.3 Flash: o GLM de baixo custo da Z.ai para programação e agentes, 62% abaixo do preço de tabela da Z.ai

Preço por 1M tokens62%de desconto
Entrada
$0.058$0.15
Saída
$0.19$0.50
Entrada em cache
$0.0116$0.03
Obtenha sua chave de APIExperimente no playground
ID do modeloglm-5.3-flashAtualizado
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 com qualquer SDK da OpenAI. Documentação da API de chat

Janela de contexto
1M tokens
Saída máxima
128K tokens
Raciocínio
low · high · max
Entrada
Texto
Lançamento
26 de ago. de 2026
Status
Operacional

Preços

Preços da API GLM-5.3 Flash. Uma fração do preço de tabela.

Pague conforme o uso com saldo pré-pago, sem assinatura. Adicione saldo a partir de $10. Requisições que falham nunca são cobradas.

PreçoZurelayTabela de Z.ai
Entrada
por 1M tokens
$0.058$0.15
Saída
por 1M tokens
$0.19$0.50
Entrada em cache
por 1M tokens
$0.0116$0.03

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 GLM
Calculadora de economia

Ajuste os controles para o seu uso mensal.

Tokens de entrada por mês50M
Tokens de saída por mês10M
Zurelay
$4.80
Preço de tabela de Z.ai
$12.50
Você economiza por mês$7.70

$92.40 por ano

Custo

Custo de API do GLM-5.3 Flash, já calculado.

Cargas de trabalho típicas com os preços ao vivo da Zurelay, ao lado do preço de tabela.

  • Chatbot

    50,000 requisições por mês, 1,500 tokens de entrada e 300 de saída, 30% do input em cache. $0.000123 por requisição.

    $6.16por mês$16.05 pelo preço de tabela

  • Documentos

    20,000 requisições por mês, 8,000 tokens de entrada e 500 de saída, 20% do input em cache. $0.000485 por requisição.

    $9.70por mês$25.16 pelo preço de tabela

  • Agente de programação

    5,000 requisições por mês, 40,000 tokens de entrada e 1,500 de saída, 85% do input em cache. $0.00103 por requisição.

    $5.14por mês$13.35 pelo preço de tabela

  • Classificação

    1,000,000 requisições por mês, 400 tokens de entrada e 5 de saída. $0.000024 por requisição.

    $24.15por mês$62.50 pelo preço de tabela

Visão geral

O que é GLM-5.3 Flash?

O GLM-5.3 Flash é o GLM de baixo custo da Z.ai, com 18B de seus 320B parâmetros ativos por token. Segundo a Z.ai, ele supera o GLM-5.2 e se aproxima do Claude Opus 4.8 em benchmarks de programação e agentes. A API do GLM-5.3 Flash na Zurelay oferece acesso por um único endpoint compatível com OpenAI, com janela de contexto de 1M tokens, por 62% abaixo do preço de tabela da Z.ai.

A Z.ai lançou o GLM-5.3 Flash em 26 de agosto de 2026 como uma versão menor e mais barata de seu modelo principal, o GLM-5.3. A API do GLM-5.3 Flash na Zurelay recebe e gera texto, com janela de contexto de 1M tokens e até 128K tokens de saída por requisição. A Z.ai o desenvolveu para programação e tarefas com agentes: sequências longas de chamadas de ferramentas, código de frontend e jogos e fluxos de trabalho de escritório e pesquisa. Na Zurelay, o ID do modelo é glm-5.3-flash, e ele custa $0.058 por 1M tokens de entrada e $0.19 por 1M tokens de saída.

Ele tem seu próprio modelo base, treinado em um novo corpus de 30T tokens, com 320B parâmetros no total e 18B ativos por token. Também é o primeiro GLM a combinar atenção esparsa e linear, o que, segundo a Z.ai, reduz em 3.0 vezes o processamento de atenção e em 4.4 vezes o cache KV em comparação com o GLM-5.3, mantendo baixo o custo de processar prompts longos. Os pesos estão no Hugging Face sob a licença MIT.

Segundo a Z.ai, o GLM-5.3 Flash supera consistentemente o GLM-5.2 em seis benchmarks de programação e agentes, muitas vezes com ampla vantagem: 63.4 contra 46.2 no DeepSWE v1.1 e 48.8 contra 26.2 no AutomationBench. No Code Bench interno da Z.ai, com esforço máximo, ele quase empata com o Claude Opus 4.8: 29.0 contra 29.5. A Z.ai também informa uma pontuação de 57 no Artificial Analysis Intelligence Index, um nível que, segundo a empresa, antes custava cerca de dez vezes mais.

O raciocínio fica sempre ativado. A API da Z.ai aceita reasoning_effort como low, high ou max, sendo max o padrão e a configuração recomendada pela Z.ai, e não é possível desativar o raciocínio. O modelo oferece chamadas de funções, saída JSON estruturada, streaming e cache de contexto. Você paga $0.058 por 1M tokens de entrada e $0.19 por 1M tokens de saída, contra os preços de tabela da Z.ai de $0.15 e $0.50, com entrada em cache a $0.0116.

Pontos fortes

Onde GLM-5.3 Flash se destaca. E o que as equipes criam com ele.

01

Pontuações de programação próximas às do Opus

No Code Bench interno da Z.ai, com esforço máximo, ele marca 29.0 contra 29.5 do Claude Opus 4.8 e supera o GLM-5.2 em todos os níveis de esforço.

02

Um grande avanço em relação ao GLM-5.2

Segundo a Z.ai, ele supera o GLM-5.2 em todos os seus seis benchmarks de programação e agentes: 63.4 contra 46.2 no DeepSWE v1.1 e 48.8 contra 26.2 no AutomationBench.

03

Contexto longo de baixo custo

A atenção híbrida esparsa e linear reduz em 3.0 vezes o processamento de atenção e em 4.4 vezes o cache KV em comparação com o GLM-5.3, em uma janela de 1M tokens.

04

Pesos sob licença MIT

Os pesos são abertos sob a licença MIT, então você pode desenvolver na Zurelay hoje e hospedar o mesmo modelo por conta própria depois, se precisar.

Casos de uso

  • Agentes de programação com baixo orçamento

    Execute ciclos longos de chamadas de ferramentas que leem código, editam arquivos e executam testes, por cerca de um décimo do preço de tabela do GLM-5.3.

  • Código de frontend e jogos

    Crie páginas web, interfaces, jogos e cenas 3D a partir de uma especificação escrita e refine o código com os resultados dos testes e as mensagens de erro.

  • Tarefas de escritório e finanças

    Planeje pesquisas e análises, chame ferramentas e revise os resultados. A Z.ai o desenvolveu para fluxos de trabalho com documentos de escritório e pesquisa financeira.

  • Trabalho com documentos longos

    Coloque bases de código inteiras, contratos ou conjuntos de relatórios na janela de 1M tokens e faça perguntas sobre todos eles de uma vez.

Começar

Chame GLM-5.3 Flash em três passos.

Sem lista de espera e sem SDK novo. Se seu código já se comunica com a OpenAI, ele já se comunica com a Zurelay.

  1. 1

    Criar uma chave

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

    Obtenha sua chave de API
  2. 2

    Point your SDK em 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 e usage reporting work as you expect.

    glm-5.3-flash

Funciona com as ferramentas que você já usa

Compare

Modelos semelhantes. Todos com a mesma chave.

73%de desconto

GLM-5.3

$0.38 / $1.21 por 1M tokens

Escolha o GLM-5.3, o modelo principal de maior porte da Z.ai, exclusivo para texto, para as tarefas mais difíceis de programação e segurança; ele marca 66.9 no DeepSWE v1.1 contra 63.4.

API GLM-5.3
53%de desconto

Qwen 3.8 Flash

$0.07 / $0.22 por 1M tokens

Escolha o Qwen 3.8 Flash, o modelo de pesos abertos e baixo custo da Alibaba, quando você também precisar de entrada de imagem e vídeo.

API Qwen 3.8 Flash
90%de desconto

DeepSeek V4 Flash

$0.03 / $0.12 por 1M tokens

Escolha DeepSeek V4 Flash para ter um modelo de raciocínio ainda mais barato, com contexto de 1M tokens, e compare os dois nas suas próprias avaliações.

API DeepSeek V4 Flash

Perguntas frequentes

Dúvidas sobre a API de GLM-5.3 Flash.

Mais alguma dúvida? Fale com nossa equipe e responderemos por e-mail.

Quanto custa a API do GLM-5.3 Flash?

O GLM-5.3 Flash custa $0.058 por 1M tokens de entrada e $0.19 por 1M tokens de saída na Zurelay, com entrada em cache a $0.0116. O preço de tabela da Z.ai é $0.15 para entrada e $0.50 para saída, então você economiza 62%. A mesma tarifa vale para qualquer tamanho de prompt.

Existe uma API do GLM-5.3 Flash mais barata que a da Z.ai?

Sim. A Zurelay oferece o mesmo modelo glm-5.3-flash por 62% abaixo do preço de tabela da Z.ai. Os tokens que você usa são descontados do seu saldo pré-pago, sem assinatura nem plano de programação.

Como chamar a API do GLM-5.3 Flash com o SDK da OpenAI?

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-flash" para chat.completions.create. A Z.ai recomenda temperature 1, top_p 0.95 e reasoning_effort como max.

Qual é a janela de contexto do GLM-5.3 Flash?

O GLM-5.3 Flash tem uma janela de contexto de 1M tokens e gera até 128K tokens de saída por requisição. Na Zurelay, ele recebe texto e retorna texto.

O GLM-5.3 Flash consegue ler imagemns na Zurelay?

Ainda não na Zurelay. A própria API da Z.ai aceita imagemns e vídeos, mas a Zurelay oferece o GLM-5.3 Flash apenas para texto, e solicitações com imagens são rejeitadas com um erro claro antes de qualquer cobrança. Para imagens e vídeos a um preço parecido, use o Qwen 3.8 Flash.

Em que o GLM-5.3 Flash se destaca?

Programação e tarefas com agentes: sequências longas de chamadas de ferramentas, desenvolvimento de frontend e jogos e cenas 3D. A Z.ai também o desenvolveu para documentos de escritório e pesquisa financeira, e informa que ele supera o GLM-5.2 em seis benchmarks de programação e agentes.

Qual é a diferença entre GLM-5.3 Flash e GLM-5.3?

O GLM-5.3 é o principal modelo da Z.ai, maior e exclusivo para texto, e tem pontuação superior no DeepSWE v1.1: 66.9 contra 63.4. O GLM-5.3 Flash é um modelo menor, com 18B parâmetros ativos, e seu preço de tabela na Z.ai é cerca de um décimo do preço do GLM-5.3. Ambos têm contexto de 1M tokens, saída de 128K e raciocínio sempre ativo nos níveis low, high ou max.

A API do GLM-5.3 Flash oferece streaming e limites por chave?

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.

O GLM-5.3 Flash na Zurelay é o mesmo modelo oferecido pela Z.ai?

Sim. As requisições vão para o próprio glm-5.3-flash. A Zurelay não o troca por um modelo menor ou 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 a cada execução, assim como na API da própria Z.ai. A Zurelay é um serviço independente e não tem afiliação com a Z.ai.

Mais modelos na Zurelay

Todos os modelos

Pare de pagar o preço de tabela.
Comece a economizar hoje.

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.

Obtenha sua chave de APIFale com um engenheiro