Весело
Весело

GLM API: модели Z.ai

GLM делает компания Z.ai, и почти вся её линейка заточена под код и долгие агентные задачи. Флагман GLM-5.3 держит до 1 млн токенов контекста, рассуждает перед каждым ответом и пишет до 128 тысяч токенов за раз. По одному нашему ключу доступны модели от GLM-3 Turbo до GLM-5.3, быстрые варианты и версии без цензуры с оплатой в рублях.

  • 25 моделей
  • от 7,42 ₽ за 1 млн токенов входа
  • текст

Обновлено:

Получить ключ Документация

Модели и цены

Цены в рублях за 1 млн токенов
МодельКонтекстВходВыходПровайдеры
GLM-5.31 млн148,27 ₽465,97 ₽—
GLM-5.3 Flash1 млн15,89 ₽52,96 ₽—
GLM-5200 тыс.105,91 ₽338,89 ₽—
GLM-5.21 млн148,27 ₽465,97 ₽—
GLM-4.7200 тыс.63,55 ₽232,99 ₽—
GLM-5.1200 тыс.148,27 ₽465,97 ₽—
GLM 5.3 без цензуры1 млн111,73 ₽223,46 ₽4
GLM-4.7 FlashX200 тыс.7,42 ₽42,37 ₽—
GLM-5 Turbo200 тыс.127,09 ₽423,61 ₽—
GLM 5.3 Flash без цензуры1 млн13,41 ₽55,87 ₽2
GLM-5.3 Flash Express1 млн18,10 ₽60,34 ₽1
GLM-3 Turbo—75,66 ₽75,66 ₽—
GLM-4—1 512,91 ₽1 512,91 ₽—
GLM-4 Air—7,57 ₽7,57 ₽—
GLM-4 AirX—151,30 ₽151,30 ₽—
GLM-4 Long—15,13 ₽15,13 ₽—
GLM-4 Plus—75,65 ₽75,65 ₽—
GLM-4.5128 тыс.63,55 ₽232,99 ₽—
GLM-4.5 Air128 тыс.21,19 ₽116,50 ₽—
GLM-4.5 AirX—116,50 ₽476,56 ₽—
GLM-4.5 X—232,99 ₽942,52 ₽—
GLM-4.6200 тыс.63,55 ₽232,99 ₽—
GLM-4V—756,44 ₽756,44 ₽—
GLM-4V Plus—60,52 ₽60,52 ₽—
GLM-5.3 FlashX1 млн39,19 ₽132,38 ₽—

Сейчас недоступны

Запросы к этим моделям сейчас не проходят и денег не стоят. Цены — последние известные.

  • GLM-4 AllTools — 1 512,91 ₽ / 1 512,91 ₽ за 1 млн токенов

Как выбрать

Модели GLM удобно разбирать по двум вопросам: сколько контекста нужно и надо ли показывать модели картинки.

  • GLM-5.3 — флагман. По документации Z.ai у неё контекст 1 млн токенов, ответ до 128 тысяч, на входе только текст. Рассуждения не выключаются, у них три уровня: low, high и max, по умолчанию стоит max. Базовая модель та же, что у GLM-5.2, а прибавка получена доучиванием: Z.ai отдельно отмечает рост в коде и в поиске уязвимостей.
  • GLM-5.3 Flash мультимодальна с самого обучения: понимает картинки, контекст тоже миллион токенов. Её берут, когда в задаче есть скриншоты, макеты или фото документов.
  • GLM-5.2 — открытая модель для кода «от написания до сдачи», как её описывает Z.ai, с контекстом в миллион токенов.
  • GLM-5.1 и GLM-5 держат по 200 тысяч токенов. GLM-5.1, по словам Z.ai, может самостоятельно работать над одной задачей до 8 часов; GLM-5 рассчитана на долгое планирование: рефакторинг бэкенда, глубокую отладку.
  • GLM-5 Turbo — 200 тысяч контекста, ответ до 128 тысяч, только текст. Z.ai усилила у неё вызов инструментов, следование указаниям, задачи по расписанию и длинные цепочки шагов.
  • GLM-4.7 — прошлое поколение для агентного программирования, тоже 200 тысяч. GLM-4.7 FlashX — ускоренный вариант лёгкой GLM-4.7-Flash, смеси экспертов на 30 млрд параметров с 3 млрд активных.

Есть и наши варианты. GLM-5.3 Flash Express — та же 5.3 Flash у быстрых провайдеров. GLM 5.3 без цензуры и GLM 5.3 Flash без цензуры — версии со снятыми встроенными отказами и правилами 18+.

Совет на старте: GLM-5.3 для сложного кода, GLM-5.3 Flash для задач с картинками и потока запросов, GLM-5.1 для работы, которая тянется часами.

Популярные задачи

Claude Code на GLM

Claude Code подключается к нашему /v1/messages, и модели GLM работают в нём так же, как любые другие модели каталога: в переменных окружения задаёшь адрес https://veselo.ai, ключ и модели, например GLM-5.3 для основной работы и GLM-5.3 Flash для фоновых шагов. Каждый шаг Claude Code — отдельный платный запрос, а рассуждения GLM-5.3 оплачиваются как токены ответа, поэтому ключу стоит поставить месячный лимит. Все переменные и подводные камни собраны в разделе про Claude Code.

Многочасовая задача в репозитории

Перевести проект на новую версию библиотеки, разобрать старый модуль, написать тесты к сотне функций: такие задачи тянутся часами. Под них у Z.ai есть GLM-5.1, которая держит одну задачу до 8 часов, а если нужен контекст в миллион токенов, то GLM-5.2 и GLM-5.3. Ответ без стриминга у нас ждёт до 5 минут, так что длинные шаги отправляй с stream: true.

Вёрстка по макету и разбор скриншотов

Покажи GLM-5.3 Flash картинку макета и попроси сверстать страницу или найти, чем экран приложения отличается от дизайна. Картинка передаётся в сообщении так же, как в API OpenAI (как отправить картинку). Старшая GLM-5.3 картинки не принимает, это работа для Flash.

Бот с быстрым ответом

В чате поддержки человек ждёт первую строку, а не трактат. GLM-5.3 Flash Express отдаёт ту же Flash через быстрых провайдеров, а для потока простых вопросов подойдёт и GLM-4.7 FlashX. Сравни обе на своих вопросах блоком «Попробовать» на их страницах: запрос спишется с API-счёта по цене на кнопке.

Агент с инструментами

Если агент вызывает функции, читает файлы и запускает команды по расписанию, присмотрись к GLM-5 Turbo: Z.ai готовила её как раз под такие цепочки. Описание функций передаётся полем tools, наш API отдаёт его модели без изменений (вызов инструментов).

Тексты без встроенных отказов

GLM 5.3 без цензуры и её Flash-версия пишут то, на что обычные модели отвечают отказом: жёсткую прозу, сцены для игр, неоднозначных персонажей. Правила 18+ и запреты оферты действуют и здесь, подробности на странице нейросети без цензуры.

Как получить ключ GLM API в России

  1. Войди на veselo.ai, открой кабинет API и выпусти ключ под одну программу, например только под Claude Code: так её расход будет виден отдельно.
  2. Пополни API-счёт картой или по СБП в кабинете. Подписки, как у GLM Coding Plan, у нас нет: деньги списываются за каждый запрос.
  3. Пропиши в программе адрес https://veselo.ai/v1 (для Claude Code — https://veselo.ai), ключ и id модели вида z-ai/glm-5.3.

Отозвать ключ можно в любой момент в том же кабинете: следующий запрос с ним получит ошибку 401.

Как подключить

Вместо sk-vsl-ТВОЙ_КЛЮЧ — ключ из кабинета. Ответ придёт в формате OpenAI. Пример — с моделью GLM-5.3: у других моделей меняется только model.

curl

curl https://veselo.ai/v1/chat/completions \
  -H "Authorization: Bearer sk-vsl-ТВОЙ_КЛЮЧ" \
  -H "Content-Type: application/json" \
  -d '{
    "model": "z-ai/glm-5.3",
    "messages": [{"role": "user", "content": "Привет! Объясни в двух предложениях, что такое API."}]
  }'

Python

from openai import OpenAI  # pip install openai

client = OpenAI(base_url="https://veselo.ai/v1", api_key="sk-vsl-ТВОЙ_КЛЮЧ")

r = client.chat.completions.create(
    model="z-ai/glm-5.3",
    messages=[{"role": "user", "content": "Привет! Объясни в двух предложениях, что такое API."}],
)
print(r.choices[0].message.content)

JavaScript

import OpenAI from 'openai'; // npm i openai

const client = new OpenAI({ baseURL: 'https://veselo.ai/v1', apiKey: 'sk-vsl-ТВОЙ_КЛЮЧ' });

const r = await client.chat.completions.create({
  model: 'z-ai/glm-5.3',
  messages: [{ role: 'user', content: 'Привет! Объясни в двух предложениях, что такое API.' }],
});
console.log(r.choices[0].message.content);

В программах: OpenAI SDK, Cursor и n8n — по адресу и ключу, Claude Code — через формат Anthropic, Claude и ChatGPT — через MCP. Библиотеки и программы · Claude Code · MCP

GLM-5.3 · Документация раздела

Версии и отличия

  • 5.3, 5.3 Flash и 5.3 FlashX. Старшая модель всегда рассуждает и видит только текст, Flash понимает картинки, FlashX — ускоренный вариант Flash. Своей страницы у FlashX нет, она описана на странице GLM-5.3 Flash.
  • Линия 5.x. GLM-5.3 и 5.2 держат миллион токенов, GLM-5.1, 5 и 5 Turbo — 200 тысяч.
  • Линия 4.x. GLM-4.7 и GLM-4.6 рассчитаны на 200 тысяч; у 4.6 Z.ai отмечает более широкий профиль, у 4.7 упор на агентный код. Старые GLM-4.5, GLM-4 (Air, AirX, Long, Plus, AllTools) и GLM-3 Turbo оставлены для совместимости со старым кодом и описаны на странице GLM-4.7, а зрение старого поколения, GLM-4V и GLM-4V Plus, — на странице GLM-5.3 Flash.
  • Express и без цензуры. Express — та же модель у быстрых провайдеров, версии без цензуры — отдельные модели.

Вопросы и ответы

Это то же самое, что GLM Coding Plan?
Нет. GLM Coding Plan — подписка самой Z.ai. У нас подписки нет: платишь за каждый запрос в рублях, а модели GLM работают в любой программе, которая умеет формат OpenAI или Anthropic.
Можно ли выключить рассуждения у GLM-5.3?
Нет: по документации Z.ai у GLM-5.3 они включены всегда, отключение больше не поддерживается. Уровней три: low, high и max. Рассуждения оплачиваются как ответ, поэтому ставь max_tokens с запасом и следи за расходом в кабинете.
У каких моделей GLM миллион токенов контекста, а у каких 200 тысяч?
По данным Z.ai, у GLM-5.3, GLM-5.3 Flash и GLM-5.2 — 1 млн токенов, у GLM-5.1, GLM-5, GLM-5 Turbo, GLM-4.7 и GLM-4.6 — 200 тысяч. Вход и ответ вместе должны поместиться в этот предел.
Чем платить за GLM, если карты зарубежного банка нет?
Российской картой, по СБП, T-Pay или SberPay: деньги ложатся на API-счёт на veselo.ai, и вопрос, как оплатить GLM из России, на этом закрыт. Цены сразу в рублях, а за запрос, который упал с ошибкой, деньги не берутся.
Открыты ли веса GLM?
У части моделей да. На Hugging Face Z.ai выкладывает GLM-5.3, GLM-5.3 Flash, GLM-5.2 и GLM-5, а GLM-4.7-Flash там лежит под лицензией MIT. У GLM-5.3 своя лицензия, её условия описаны на странице модели.
Подойдёт ли GLM для OpenCode и других программ для кода?
Подойдёт программа, в которой можно указать свой адрес в формате OpenAI: https://veselo.ai/v1, ключ и id модели. Для программ в формате Anthropic есть /v1/messages. Начни с одного короткого запроса и проверь, что программа видит модель.
Нужны ли VPN и зарубежная карта?
Нет. Запросы идут на https://veselo.ai/v1, а API-счёт пополняется в рублях — картой российского банка или по СБП.
Сколько стоит запрос, который закончился ошибкой?
Нисколько: ошибка нейросети денег не стоит, удержание на время запроса снимается целиком.

Ещё по теме

Факты сверены 16 ноября 2026 по документации: docs.z.ai, huggingface.co