Z.ai
Operacional· verificado a cada poucos minutos

GLM-5.3 Flash API

A API GLM-5.3 Flash: o GLM económico 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 a sua chave de APIExperimente no espaço de testes
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 Chat

Janela de contexto
1M tokens
Saída máxima
128K tokens
Raciocínio
low · high · max
Entrada
Texto
Lançamento
26/08/2026
Estado
Operacional

Preços

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

Pague apenas o que utilizar com saldo pré-pago, sem subscrição. Carregue a partir de $10. Os pedidos que falham nunca são cobrados.

PreçoZurelayPreço de tabela 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 comprimento de prompt, up to the full 1M context window. O streaming, as chamadas de ferramentas e as saídas estruturadas não têm custos adicionais.

Todos os modelos GLM e respetivos preços
Calculadora de poupança

Ajuste os controlos deslizantes ao seu consumo mensal.

Tokens de entrada por mês50M
Tokens de saída por mês10M
Zurelay
$4.80
Preço de tabela de Z.ai
$12.50
Poupa todos os meses$7.70

$92.40 por ano

Custo

Custo da API GLM-5.3 Flash, calculado.

Cargas de trabalho típicas aos preços em tempo real da Zurelay, lado a lado com o preço de tabela.

  • Chatbot

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

    $6.16por mês$16.05 a preço de tabela

  • Documentos

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

    $9.70por mês$25.16 a preço de tabela

  • Agente de programação

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

    $5.14por mês$13.35 a preço de tabela

  • Classificação

    1,000,000 pedidos por mês, 400 tokens de entrada e 5 de saída. $0.000024 por pedido.

    $24.15por mês$62.50 a preço de tabela

Visão geral

O que é GLM-5.3 Flash?

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

A Z.ai lançou o GLM-5.3 Flash a 26 de agosto de 2026 como uma versão mais pequena e económica do seu modelo de topo GLM-5.3. A API GLM-5.3 Flash na Zurelay recebe e gera texto, com uma janela de contexto de 1M tokens e até 128K tokens de saída por pedido. A Z.ai criou-o para programação e tarefas de agentes: sequências longas de chamadas a ferramentas, código de frontend e jogos, e fluxos de trabalho de escritório e investigação. Na Zurelay, o ID do modelo é glm-5.3-flash e o preço é de $0.058 por 1M tokens de entrada e $0.19 por 1M tokens de saída.

Tem o seu próprio modelo base, treinado com um novo corpus de 30T tokens, com 320B parâmetros no total e 18B ativos por token. É também o primeiro GLM a combinar atenção esparsa e linear, o que, segundo a Z.ai, reduz o custo computacional da atenção em 3.0 vezes e a cache KV em 4.4 vezes face ao GLM-5.3, mantendo baixo o custo de processar prompts longos. Os pesos estão disponíveis no Hugging Face ao abrigo da licença MIT.

Segundo a Z.ai, o GLM-5.3 Flash supera consistentemente o GLM-5.2 em seis testes de programação e agentes, muitas vezes por uma larga margem: 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 o esforço máximo, quase iguala o Claude Opus 4.8, com 29.0 contra 29.5. A Z.ai indica ainda uma pontuação de 57 no Artificial Analysis Intelligence Index, um nível que, segundo a empresa, antes custava cerca de dez vezes mais.

O raciocínio está sempre ativo. A API da Z.ai aceita reasoning_effort com os valores low, high ou max, sendo max o valor predefinido e recomendado pela Z.ai, e não é possível desativar o raciocínio. O modelo suporta chamadas a funções, saída JSON estruturada, streaming e cache de contexto. Paga $0.058 por 1M tokens de entrada e $0.19 por 1M tokens de saída, face aos preços de tabela da Z.ai de $0.15 e $0.50, com a entrada em cache a $0.0116.

Pontos fortes

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

01

Resultados de programação próximos do Opus

No Code Bench interno da Z.ai, com o esforço máximo, obtém 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 face ao GLM-5.2

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

03

Contexto longo a baixo custo

A combinação de atenção esparsa e linear reduz o custo computacional da atenção em 3.0 vezes e a cache KV em 4.4 vezes face ao GLM-5.3, numa janela de 1M tokens.

04

Pesos com licença MIT

Os pesos são abertos ao abrigo da licença MIT, pelo que pode desenvolver na Zurelay hoje e alojar o mesmo modelo na sua própria infraestrutura mais tarde, se precisar.

Casos de uso

  • Agentes de programação económicos

    Execute ciclos longos de chamadas a ferramentas que leem código, editam ficheiros 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 depois aperfeiçoe o código com base nos resultados dos testes e nas mensagens de erro.

  • Tarefas de escritório e finanças

    Planeie investigação e análises, chame ferramentas e reveja os resultados. A Z.ai criou-o para fluxos de trabalho com documentos de escritório e investigação financeira.

  • Trabalho com documentos longos

    Coloque bases de código completas, contratos ou conjuntos de relatórios na janela de 1M tokens e faça perguntas sobre todos em simultâneo.

Começar

Faça chamadas a GLM-5.3 Flash em três passos.

Sem lista de espera nem um novo SDK. Se o seu código já comunica com a OpenAI, também 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 a 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 já usa

Comparar

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 de topo da Z.ai, maior e apenas de texto, para as tarefas mais difíceis de programação e segurança; obtém 66.9 no DeepSWE v1.1 contra 63.4.

API de 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 económico de pesos abertos da Alibaba, quando também precisar de entrada de imagem e vídeo.

API de Qwen 3.8 Flash
90%de desconto

DeepSeek V4 Flash

$0.03 / $0.12 por 1M tokens

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

API de DeepSeek V4 Flash

Perguntas frequentes

Perguntas sobre a API de GLM-5.3 Flash.

Mais alguma dúvida? Fale com a nossa equipa e responderemos por email.

Quanto custa a API GLM-5.3 Flash?

Na Zurelay, GLM-5.3 Flash custa $0.058 por 1M tokens de entrada e $0.19 por 1M tokens de saída, com entrada em cache a $0.0116. O preço de tabela da Z.ai é de $0.15 para entrada e $0.50 para saída, pelo que poupa 62%. A mesma tarifa aplica-se a qualquer comprimento de prompt.

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

Sim. A Zurelay disponibiliza o mesmo modelo glm-5.3-flash por menos 62% do que o preço de tabela da Z.ai. Os tokens que utiliza são pagos com saldo pré-pago, sem subscrição nem plano de programação.

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

Instale o SDK oficial da OpenAI, defina o URL base como https://api.zurelay.com/v1 e utilize a sua chave de API da Zurelay. Depois, passe o valor "glm-5.3-flash" no parâmetro model de chat.completions.create. A Z.ai recomenda temperature de 1, top_p de 0.95 e reasoning_effort de max.

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

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

GLM-5.3 Flash consegue ler imagemns na Zurelay?

Ainda não na Zurelay. A API da Z.ai aceita imagemns e vídeo, mas a Zurelay disponibiliza o GLM-5.3 Flash apenas para texto, e os pedidos com imagens são rejeitados com um erro claro antes de qualquer cobrança. Para imagens e vídeo a um preço semelhante, use o Qwen 3.8 Flash.

Em que se destaca GLM-5.3 Flash?

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

Em que difere GLM-5.3 Flash do GLM-5.3?

GLM-5.3 é o modelo de topo da Z.ai, maior e exclusivo para texto, e obtém uma pontuação superior no DeepSWE v1.1, 66.9 contra 63.4. GLM-5.3 Flash é um modelo mais pequeno, com 18B parâmetros ativos, e a Z.ai apresenta-o a cerca de um décimo do preço do GLM-5.3. Ambos têm um contexto de 1M tokens, 128K tokens de saída e raciocínio sempre ativo nos níveis low, high ou max.

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

Sim. Defina stream: true para receber os tokens à medida que são gerados e adicione stream_options.include_usage para obter a contagem de tokens no último bloco. Pode atribuir a cada chave de API da Zurelay um orçamento mensal e um limite de pedidos por minuto próprios. Os pedidos que falham são repetidos por outra rota e nunca são cobrados.

GLM-5.3 Flash na Zurelay é o mesmo modelo que a Z.ai disponibiliza?

Sim. Os pedidos são enviados para o próprio glm-5.3-flash. A Zurelay não o troca por um modelo mais pequeno nem por outro modelo. Apenas o encaminhamento inteligente, que tem de ativar, pode responder com uma alternativa semelhante quando o modelo está indisponível, e o cabeçalho x-zurelay-model identifica o modelo que respondeu. A saída é gerada por amostragem, pelo que a formulação varia entre execuções, tal como acontece na API da própria Z.ai. A Zurelay é um serviço independente e não tem qualquer afiliação com a Z.ai.

Mais modelos na Zurelay

Todos os modelos

Deixe de pagar o preço de tabela.
Comece a poupar hoje.

Crie uma chave em segundos, configure o SDK que já usa para aceder à Zurelay e cada pedido custa até 90% menos desde o primeiro token.

Obtenha a sua chave de APIFalar com um engenheiro