---
title: "GLM-4.7 FlashX по API"
description: "Лёгкая быстрая модель Z.ai на основе GLM-4.7-Flash: 30 млрд параметров, 3 млрд активных, контекст 200 тысяч токенов. От 7,42 ₽ за 1 млн токенов."
url: https://veselo.ai/models/z-ai/glm-4.7-flashx
updated: 2026-11-16T15:09:12.644Z
---

# GLM-4.7 FlashX по API

GLM-4.7 FlashX — лёгкий вариант из семейства GLM-4.7, который Z.ai описывает тремя словами: лёгкий, скоростной, доступный. В основе — GLM-4.7-Flash, смесь экспертов на 30 млрд параметров, из которых на токен работают 3 млрд. Контекст тот же, что у старшей GLM-4.7, — 200 000 токенов. Её берут туда, где запросов тысячи, а каждый из них простой.

- **7,42 ₽ / 42,37 ₽ за 1 млн токенов**
- контекст 200 тыс.
- текст → текст

`z-ai/glm-4.7-flashx`

Обновлено: 16 ноября 2026 г.

[Получить ключ](https://veselo.ai/developer) Попробовать [Документация](https://veselo.ai/docs/chat)

## Попробовать GLM-4.7 FlashX

Отправь вопрос — модель ответит текстом. Запрос оплачивается с API-счёта по цене на кнопке, бесплатных проб нет; ошибка нейросети денег не стоит.

**Пример запроса:** «Сгенерируй 10 тестовых строк CSV с заказами: дата, город, сумма, способ оплаты.»

В ответ приходит текст в choices[0].message.content и цена ответа в usage.cost_rub.

## Цены GLM-4.7 FlashX в рублях

| Вход — твой запрос | 7,42 ₽ за 1 млн токенов |
| --- | --- |
| Выход — ответ модели | 42,37 ₽ за 1 млн токенов |
| Вход из кэша — повтор того же начала запроса | 1,06 ₽ за 1 млн токенов |

Запрос, который закончился ошибкой, денег не стоит. Кэшбэк — до 5% от расхода за месяц. [Как считается цена](https://veselo.ai/docs/pricing)

### Сколько стоят типичные задачи

Суммы посчитаны по цене выше — сколько спишется за такую работу.

| Тестовые данные для разработки и демо: запрос и 50 строк на 3 000 токенов | Около 0,13 ₽ |
| --- | --- |
| Названия товаров к одному виду: 1 000 названий пачками по 50 — около 60 000 токенов входа и 40 000 ответа | Около 2,14 ₽ |
| Фоновая модель в Claude Code: фоновый шаг на 5 000 токенов входа и 300 ответа | Около 0,05 ₽ |
| Черновики длинных текстов: характеристики на 800 токенов и черновик на 4 000 | Около 0,18 ₽ |

## Что умеет GLM-4.7 FlashX

- Основа — GLM-4.7-Flash, смесь экспертов на 30 млрд параметров, из них 3 млрд активных; веса открыты по лицензии MIT ([карточка модели](https://huggingface.co/zai-org/GLM-4.7-Flash)).
- Держит 200 000 токенов контекста и отвечает до 128 000 токенов, вход и выход — текст ([документация Z.ai](https://docs.z.ai/guides/llm/glm-4.7)).
- В карточке Flash: SWE-bench Verified — 59,2, τ²-Bench — 79,5, AIME 25 — 91,6.
- Z.ai советует Flash для письма на китайском, перевода, длинных текстов и ролевых диалогов.
- Как и вся серия GLM-4.7, по документации умеет рассуждения, вызов функций и ответ в JSON.

## Где применять

### Тестовые данные для разработки и демо

Пустая база на демо выглядит грустно, а настоящие данные клиентов туда нести нельзя. FlashX нагенерирует правдоподобные заказы, пользователей, отзывы и адреса в нужном формате: CSV, JSON или SQL-вставки. Попроси разброс значений и пару «плохих» строк с пустыми полями — на них ловятся ошибки в коде. Реальные имена и телефоны в таких данных не нужны, так и пиши в запросе. Если строк нужно много, проси их частями по 50: длинный ответ проще проверить и перезапросить.

**Пример запроса:** «Сгенерируй 50 строк CSV с заказами: дата за ноябрь 2026 года, город России, сумма, способ оплаты. Без реальных имён».

**Стоимость:** запрос и 50 строк на 3 000 токенов — около 0,13 ₽.

### Названия товаров к одному виду

В каталоге поставщика «Футболка муж. черн. XL хлопок», «Ч. футболка мужская, р-р XL» и ещё десять вариантов одного товара. Чтобы фильтры и поиск на сайте работали, названия надо привести к одной схеме. Задача простая, но строк тысячи, поэтому лёгкая модель тут к месту. Отправляй пачками по 50 и проси таблицу с прочерком там, где данных нет: так видно, что модель не додумала цвет или размер.

**Пример запроса:** «Приведи названия к виду „бренд, модель, цвет, размер“. Если чего-то нет, ставь прочерк. Ответ — таблица».

**Стоимость:** 1 000 названий пачками по 50 — около 60 000 токенов входа и 40 000 ответа — около 2,14 ₽.

### Фоновая модель в Claude Code

Claude Code кроме основной модели зовёт ещё «быструю» — для коротких фоновых задач, где глубина не нужна, а запросов много. В нашем [разделе про Claude Code](https://veselo.ai/docs/anthropic) советуем ставить посильнее модель в `ANTHROPIC_MODEL`, а подешевле — в `ANTHROPIC_DEFAULT_HAIKU_MODEL`. FlashX хорошо ложится во вторую роль: например, в паре с [GLM-5.3](https://veselo.ai/models/z-ai/glm-5.3) или [GLM-4.7](https://veselo.ai/models/z-ai/glm-4.7) в основной. Контекста у FlashX 200 тысяч токенов — для коротких фоновых задач этого с запасом.

**Пример запроса:** «Кратко перескажи, что изменилось в этих трёх файлах, одной строкой на файл».

**Стоимость:** фоновый шаг на 5 000 токенов входа и 300 ответа — около 0,05 ₽.

### Черновики длинных текстов

Длинные тексты Z.ai прямо называет среди задач Flash. Инструкция к товару, памятка для новых сотрудников, описание услуги на страницу сайта — FlashX соберёт черновик по списку фактов, а человек доведёт его до чистового. Структуру задай сразу: разделы, их порядок и примерный объём каждого. Давай модели только проверенные факты и прямо проси не добавлять своих, чтобы в инструкции не появились характеристики, которых у товара нет.

**Пример запроса:** «Напиши черновик инструкции к увлажнителю воздуха по списку характеристик: установка, уход, частые ошибки. Около 1 500 слов».

**Стоимость:** характеристики на 800 токенов и черновик на 4 000 — около 0,18 ₽.

## Характеристики

| Разработчик | Z.ai (GLM) |
| --- | --- |
| Вид | Текст |
| Контекст | 200 000 токенов |
| Ответ | до 128 000 токенов |
| Вход → выход | текст → текст |
| Умеет | вызывать функции (tools), отвечать строго в JSON, рассуждать перед ответом |
| id для запроса | `z-ai/glm-4.7-flashx` |

## Как подключить

Вместо sk-vsl-ТВОЙ_КЛЮЧ — ключ из кабинета. Ответ придёт в формате OpenAI.

Запрос — `POST https://veselo.ai/v1/chat/completions` с полем `model`: `z-ai/glm-4.7-flashx`, ключ — в заголовке `Authorization: Bearer sk-vsl-…`.

**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-4.7-flashx",
    "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-4.7-flashx",
    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-4.7-flashx',
  messages: [{ role: 'user', content: 'Привет! Объясни в двух предложениях, что такое API.' }],
});
console.log(r.choices[0].message.content);
```

### Пример ответа — только поля

```
{
  "id": "chatcmpl-…",
  "model": "…",
  "choices": [{ "message": { "role": "assistant", "content": "…" } }],
  "usage": { "prompt_tokens": …, "completion_tokens": …, "cost_rub": … }
}
```

**В программах:** OpenAI SDK, Cursor и n8n — по адресу и ключу, Claude Code — через формат Anthropic, Claude и ChatGPT — через MCP. [Библиотеки и программы](https://veselo.ai/docs/sdks) · [Claude Code](https://veselo.ai/docs/anthropic) · [MCP](https://veselo.ai/connect)

[Документация раздела](https://veselo.ai/docs/chat)

## Сравнение с похожими

| Модель | Цена | Главное | Когда выбрать |
| --- | --- | --- | --- |
| **GLM-4.7 FlashX** — эта модель | 7,42 ₽ / 42,37 ₽ (вход / выход за 1 млн токенов) | контекст 200 тыс. | тысячи простых запросов: тестовые данные, нормализация, фоновые шаги агентов |
| [GLM-4.7](https://veselo.ai/models/z-ai/glm-4.7) — Z.ai (GLM) | 63,55 ₽ / 232,99 ₽ (вход / выход за 1 млн токенов) | контекст 200 тыс. | вёрстка страниц и слайдов, агенты в Cline и Roo Code, задачи с контекстом до 200 тысяч |
| [Qwen3.6 35B-A3B](https://veselo.ai/models/qwen/qwen3.6-35b-a3b) — Qwen (Alibaba) | 26,27 ₽ / 157,27 ₽ (вход / выход за 1 млн токенов) | контекст 262 тыс. | потоковые задачи — классификация, разметка, теги, короткие ответы — когда запросов тысячи |
| [GLM-5.3 Flash](https://veselo.ai/models/z-ai/glm-5.3-flash) — Z.ai (GLM) | 15,89 ₽ / 52,96 ₽ (вход / выход за 1 млн токенов) | контекст 1 млн | скриншоты и сканы в запросе, массовые задачи с длинным контекстом дешевле флагмана |
| [DeepSeek V3.2](https://veselo.ai/models/deepseek/deepseek-v3.2) — DeepSeek | 29,66 ₽ / 44,48 ₽ (вход / выход за 1 млн токенов) | — | проекты, отлаженные под V3.2, и агенты с инструментами |
| [Grok Code Fast 1](https://veselo.ai/models/x-ai/grok-code-fast-1) — xAI (Grok) | 21,19 ₽ / 158,86 ₽ (вход / выход за 1 млн токенов) | контекст 256 тыс. | агенты в Cline и Claude Code на больших объёмах: правки, тесты, поиск по проекту |

## Как устроен доступ

Весело — не разработчик GLM-4.7 FlashX: модель выпускает Z.ai (GLM). Мы даём к ней доступ по API — один ключ на все модели, оплата в рублях с API-счёта, а цена каждого ответа видна в самом ответе. Запрос, который закончился ошибкой, денег не стоит. Что мы храним о запросах и сколько — в разделе «Данные и приватность» документации. [Данные и приватность](https://veselo.ai/docs/privacy)

## Вопросы и ответы

**FlashX или полная GLM-4.7 — где проходит граница?**

По сложности задачи. Вёрстка, сложный код и агенты — к [GLM-4.7](https://veselo.ai/models/z-ai/glm-4.7) на 358 млрд параметров, тысячи простых однотипных запросов — к FlashX на 30 млрд. Контекст у обеих 200 тысяч токенов, а токен у FlashX дешевле.

**Почему в каталоге FlashX, а не GLM-4.7-Flash?**

У Z.ai это две разные позиции, и по нашему API доступна только FlashX — лёгкая, скоростная и платная по факту расхода. GLM-4.7-Flash через наш ключ не вызвать.

**Есть ли смысл ставить GLM-4.7-Flash на свой компьютер?**

Если есть подходящая видеокарта — да: веса открыты по лицензии MIT, модель небольшая, а для llama.cpp, Ollama и LM Studio есть сжатые версии. Если своего железа нет или не хочется его обслуживать, FlashX по API работает без установки.

**Сколько стоят 10 000 коротких запросов на GLM-4.7 FlashX?**

7,42 ₽ / 42,37 ₽ за 1 млн токенов. Десять тысяч запросов по 300 токенов входа и 100 ответа обойдутся в около 64,63 ₽. Если модель рассуждает перед ответом, токенов ответа будет больше: точную цену каждого запроса показывает `usage.cost_rub`.

**Сколько запросов можно отправлять?**

До 60 запросов в минуту и до 10 одновременно на один ключ, ключей у аккаунта — до 20. Сверх лимита придёт ответ 429 с заголовком Retry-After: через столько секунд можно повторить.

**Что такое токены и как их считать?**

Токен — кусочек текста: часть слова, слово или знак. Платишь за токены запроса и ответа, сколько ушло — в поле usage ответа; как считается цена, написано в разделе документации «Цены и списания».

**Нужны ли VPN и зарубежная карта для GLM-4.7 FlashX?**

Нет. Запросы идут на https://veselo.ai/v1, а API-счёт пополняется в рублях — картой российского банка или по СБП.

## Ещё по теме

- [Все модели: нейросети для кода](https://veselo.ai/models/api-neirosetej-dlya-koda)
- [Все модели: языковые модели](https://veselo.ai/models/llm-api)
- [GLM API: модели Z.ai](https://veselo.ai/models/glm)
- [Чат: сообщения и параметры — документация API](https://veselo.ai/docs/chat)
- [Подключить к Claude и ChatGPT](https://veselo.ai/connect)
- [GLM-5.3 Flash Express](https://veselo.ai/models/z-ai/glm-5.3-flash-express)
- [GLM 5.3 Flash без цензуры](https://veselo.ai/models/z-ai/glm-5.3-flash-uncensored)
- [GLM 5.3 без цензуры](https://veselo.ai/models/z-ai/glm-5.3-uncensored)
- [GLM-5.3](https://veselo.ai/models/z-ai/glm-5.3)
- [Все модели и цены](https://veselo.ai/models)

Факты сверены 16 ноября 2026 по документации: [huggingface.co](https://huggingface.co/zai-org/GLM-4.7-Flash), [docs.z.ai](https://docs.z.ai/guides/llm/glm-4.7)
