GLM 5.3 по API
GLM-5.3 — флагманская модель Z.ai, вышла в августе 2026 года. Её делали для сложного программирования и агентов, которые долго работают над одной задачей. В один запрос помещается до 1 000 000 токенов, а перед каждым ответом модель рассуждает. Подключается по API в формате OpenAI или через вход для Claude Code, платишь в рублях за потраченные токены.
- 148,27 ₽ / 465,97 ₽ за 1 млн токенов
- контекст 1 млн
- текст → текст
z-ai/glm-5.3
Обновлено:
Получить ключ Попробовать Документация
Попробовать GLM-5.3
Отправь вопрос — модель ответит текстом. Запрос оплачивается с API-счёта по цене на кнопке, бесплатных проб нет; ошибка нейросети денег не стоит.
Пример запроса: «Напиши bash-скрипт, который раз в сутки архивирует папку /var/www и хранит последние семь архивов.»
В ответ приходит текст в choices[0].message.content и цена ответа в usage.cost_rub.
Цены GLM-5.3 в рублях
| Вход — твой запрос | 148,27 ₽ за 1 млн токенов |
|---|---|
| Выход — ответ модели | 465,97 ₽ за 1 млн токенов |
| Вход из кэша — повтор того же начала запроса | 27,54 ₽ за 1 млн токенов |
Запрос, который закончился ошибкой, денег не стоит. Кэшбэк — до 5% от расхода за месяц. Как считается цена
Сколько стоят типичные задачи
Суммы посчитаны по цене выше — сколько спишется за такую работу.
| Агент в Claude Code на GLM-5.3: шаг агента на 60 000 токенов входа и 4 000 ответа | Около 10,77 ₽ |
|---|---|
| Разбор большого репозитория за один запрос: 600 000 токенов кода и ответ на 8 000 | Около 92,69 ₽ |
| Проверка своего кода на уязвимости: 150 000 токенов кода и отчёт на 20 000 | Около 31,56 ₽ |
| Разбор падения по логам: 300 000 токенов логов и отчёт на 6 000 | Около 47,28 ₽ |
| Агент с вызовом функций в твоём сервисе: пять шагов по 8 000 токенов входа и 600 ответа | Около 7,33 ₽ |
Что умеет GLM-5.3
- Держит в запросе до 1 000 000 токенов, отвечает до 128 000 токенов: в контекст помещаются исходники крупного проекта или логи за несколько дней.
- Рассуждает всегда. Глубину задаёт
reasoning_effort:low,highилиmax, по умолчанию —max(документация Z.ai). - Принимает только текст. Скриншоты и фото ей не отправить: для них есть GLM-5.3 Flash.
- Вызывает функции из
toolsи отдаёт ответ потоком; Z.ai заявляет ещё кэш контекста и структурированный ответ в JSON. - По замерам Z.ai, на DeepSWE v1.1 набирает 66,9 против 46,2 у GLM-5.2, на Terminal Bench 2.1 — 88,2 против 81,0 (карточка модели).
Где применять
Агент в Claude Code на GLM-5.3
Claude Code разговаривает с нейросетью в формате Anthropic, и для него у нас есть вход /v1/messages. В переменных окружения меняешь адрес на https://veselo.ai, ключ — на свой sk-vsl-…, а модель — на z-ai/glm-5.3. Z.ai и сама проводила агентные замеры GLM-5.3 в Claude Code, так что для модели эта среда привычная. Бери её для работы на десятки шагов: перевести модуль на новую библиотеку, переписать тесты, починить сборку. Не забудь CLAUDE_CODE_MAX_CONTEXT_TOKENS: без него Claude Code решит, что контекст у модели 200 000 токенов, и начнёт сжимать разговор слишком рано. Пошагово — в разделе про Claude Code.
Пример запроса: «Переведи обработку платежей с колбэков на async/await и поправь тесты, чтобы проходили».
Стоимость: шаг агента на 60 000 токенов входа и 4 000 ответа — около 10,77 ₽.
Разбор большого репозитория за один запрос
Когда в запрос помещается 1 000 000 токенов, код среднего проекта можно отдать целиком, а не по файлу. Модель видит, где функция объявлена, кто её вызывает и какие тесты её проверяют, и угадывать содержимое соседних файлов ей не нужно. Так ищут баг, который живёт на стыке трёх модулей, или готовят план большого рефакторинга. Повторные вопросы по тому же коду обходятся дешевле: совпадающее начало запроса идёт по цене кэша, 27,54 ₽. Поэтому код клади в начало сообщения, а вопрос — в самый конец.
Пример запроса: «Вот весь код сервиса заказов. Найди, почему оптовым клиентам скидка применяется дважды».
Стоимость: 600 000 токенов кода и ответ на 8 000 — около 92,69 ₽.
Проверка своего кода на уязвимости
Безопасности Z.ai уделяет в описании GLM-5.3 отдельный раздел: в карточке модели — 84,5 на CyberGym, наборе задач по поиску уязвимостей, у GLM-5.2 там 77,2. На практике отдаёшь модели обработчики загрузки файлов, авторизацию или сборку SQL-запросов и просишь найти места, где можно выйти за пределы папки, подменить пользователя или протащить инъекцию. В ответе — где проблема, как её воспроизвести и как закрыть. Проверяй так свой код или тот, на проверку которого есть разрешение: правила API одни для всех моделей.
Пример запроса: «Проверь эти обработчики загрузки на обход путей и SQL-инъекции. По каждой находке — строка, риск и исправление».
Стоимость: 150 000 токенов кода и отчёт на 20 000 — около 31,56 ₽.
Разбор падения по логам
Ночью упал сервис, утром на руках логи трёх систем за час — десятки тысяч строк. Большой контекст тут кстати: логи целиком идут в один запрос, а модель восстанавливает хронологию, что отказало первым и почему следом посыпалось остальное. Рассуждения на уровне max здесь к месту: задача как раз про цепочку причин. Попроси в конце короткий отчёт для команды: что случилось, что сделать, чтобы не повторилось. Цифры и время из отчёта сверь с логами глазами.
Пример запроса: «Вот логи API, очереди и базы за 02:00–03:00. Восстанови по времени, что сломалось первым, и предложи три меры».
Стоимость: 300 000 токенов логов и отчёт на 6 000 — около 47,28 ₽.
Агент с вызовом функций в твоём сервисе
Агент может жить не в редакторе кода, а в твоём продукте: оформлять возвраты, сверять заказы, ставить задачи в CRM. Функции описываются в tools, модель сама выбирает, какую вызвать и с какими аргументами, а твой код выполняет вызов и возвращает результат. Z.ai меряла это на Toolathlon Verified: 73,0 у GLM-5.3 против 59,9 у GLM-5.2. Держи в запросе только нужные функции: длинный список инструментов тоже занимает токены входа на каждом шаге. Как устроены вызовы — в разделе про функции.
Пример запроса: «Клиент просит вернуть заказ 48213. Проверь срок, статус оплаты и, если можно, создай заявку на возврат».
Стоимость: пять шагов по 8 000 токенов входа и 600 ответа — около 7,33 ₽.
Скрипты и рутина на сервере
Бэкап по расписанию, ротация логов, проверка свободного места — для таких задач флагман не обязателен, но с ним проще продумать края. Попроси учесть, что будет при заполненном диске, как не удалить лишний архив и куда писать ошибки. Ставь reasoning_effort: low: рассуждения выйдут короче, а значит, дешевле, ведь токены рассуждений оплачиваются как ответ. Готовый скрипт сначала запусти на тестовой папке, а уже потом добавляй в cron.
Пример запроса: «Скрипт для cron: каждую ночь сжимает логи старше недели и пишет в журнал, сколько места освободилось».
Стоимость: короткий запрос и скрипт с рассуждениями на 5 000 токенов — около 2,56 ₽.
Как писать запрос
- Длинные задачи отправляй с
stream: true. Ответ без потока мы ждём до 5 минут, а на уровнеmaxмодель может думать долго. max_tokensоставляй с запасом на рассуждения, но без лишнего: на время запроса по нему удерживается сумма на счёте.- Для кода и агентов Z.ai советует
max, для справочных вопросов хватитlow. - В части замеров Z.ai ставила
temperature1.0 иtop_p0.95 — от этих значений удобно отталкиваться.
Характеристики
| Разработчик | Z.ai (GLM) |
|---|---|
| Вид | Текст |
| Контекст | 1 000 000 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-5.3 |
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-5.3, 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-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);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 · Claude Code · MCP
Сравнение с похожими
| Модель | Цена | Главное | Когда выбрать |
|---|---|---|---|
| GLM-5.3 — эта модель | 148,27 ₽ / 465,97 ₽ (вход / выход за 1 млн токенов) | контекст 1 млн | долгие задачи кода, агенты в Claude Code, разбор большого репозитория целиком |
| 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 |
| Kimi K3 — Moonshot AI (Kimi) | 317,71 ₽ / 1 588,52 ₽ (вход / выход за 1 млн токенов) | контекст 1 млн | долгие задачи с кодом и документами, скриншоты на входе, окно до 1 млн токенов |
| DeepSeek V4 Pro — DeepSeek | 184,27 ₽ / 368,54 ₽ (вход / выход за 1 млн токенов) | контекст 1 млн | сложный код, проектирование систем и вопросы, где нужны знания модели |
| Qwen3.8 Max — Qwen (Alibaba) | 211,81 ₽ / 635,41 ₽ (вход / выход за 1 млн токенов) | контекст 1 млн | флагман Qwen для сложного кода, агентов и документов на сотни страниц |
| GLM-5.2 — Z.ai (GLM) | 148,27 ₽ / 465,97 ₽ (вход / выход за 1 млн токенов) | контекст 1 млн | долгие рефакторинги и разбор проекта целиком, если агент уже отлажен на 5.2 |
- GLM-5.3 Flash — когда нужны картинки на входе или цена важнее глубины рассуждений.
- Kimi K3 — флагман Moonshot AI: по данным вендора, тоже миллион токенов контекста и вдобавок картинки на входе.
- DeepSeek V4 Pro — чтобы сверить решение GLM-5.3 с флагманом другого вендора на тех же задачах.
- Qwen3.8 Max — второе мнение при ревью архитектуры: тот же ключ, другое значение в поле
model. - GLM-5.2 — если пайплайн уже работает на 5.2 и перепроверять промпты сейчас некогда.
Версии и отличия
- GLM-5.2 — та же базовая модель, GLM-5.3 получила только новое дообучение. Если промпты отлажены на 5.2, переход можно спокойно проверить на своих задачах.
- GLM-5.3 Flash — новая основа с 18 млрд активных параметров вместо 32, видит картинки и стоит дешевле.
- GLM-5.3 FlashX — скоростной вариант Flash, о нём рассказано на странице Flash.
- GLM-5.1 и GLM-5 — прошлые версии с контекстом 200 тысяч токенов.
- GLM 5.3 без цензуры — открытые веса GLM-5.3 без встроенных отказов; Z.ai такую версию не выпускала.
Подробно о GLM-5.3
Линейка GLM-5 обновлялась быстро: GLM-5 вышла в феврале 2026 года, 5.1 — в апреле, 5.2 — в июне, 5.3 — в августе. По карточке на Hugging Face у GLM-5.3 753 млрд параметров. Это смесь экспертов: на каждый токен работает около 32 млрд из них, слоёв — 92. Основа та же, что у GLM-5.2, а прирост, как пишет Z.ai, целиком дало дообучение.
Главное, что изменилось для кошелька, — расход токенов. На своём наборе задач Z.ai Code Bench модель на уровне max набрала 34,5% и тратила около 75 тысяч токенов ответа на задачу, а GLM-5.2 — 23,4% при 96 тысячах. На уровне high выходит 31,4% примерно при 50 тысячах. Рассуждения оплачиваются как ответ, поэтому меньше токенов на решённую задачу — меньше счёт.
Выключить рассуждения нельзя: Z.ai убрала такой режим, и в её API запрос с выключенным мышлением возвращает ошибку. Обратная сторона: даже простой вопрос модель сначала обдумывает. Отсюда совет брать low для коротких ответов.
Миллион токенов контекста легко превратить в большой счёт. Агент на каждом шаге заново отправляет всю историю, и вход растёт с каждым ходом. Выручает кэш: если начало запроса не менялось, эта часть оплачивается по сниженной цене. Claude Code так и устроен: старая переписка идёт первой, новый ход дописывается в конец.
Вторая тема, на которую Z.ai делает упор, — безопасность. В документации сказано, что с помощью модели нашли 2 436 уязвимостей в 269 проектах, а сведения о них Z.ai ведёт в своём реестре Security Disclosure Ledger.
Веса GLM-5.3 опубликованы на Hugging Face под собственной лицензией «glm-5.3»: перед запуском на своём сервере прочитай её условия. Чтобы работать по API, видеокарты не нужны: запрос уходит модели, а мы списываем деньги только за потраченные токены. В карточке модели указаны два языка — английский и китайский.
Как устроен доступ
Весело — не разработчик GLM-5.3: 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
Вопросы и ответы
- Какие переменные задать, чтобы Claude Code работал на GLM 5.3?
ANTHROPIC_BASE_URL="https://veselo.ai",ANTHROPIC_AUTH_TOKENс ключомsk-vsl-…и пустойANTHROPIC_API_KEY. Потом впишиz-ai/glm-5.3во все пять переменных моделей, включаяANTHROPIC_DEFAULT_HAIKU_MODEL, — иначе фоновые запросы уйдут к модели Claude, которой у нас нет, и получат 404. Контекст укажи вCLAUDE_CODE_MAX_CONTEXT_TOKENS. Полный пример — в разделе про Claude Code.- GLM-5.3 рассуждает даже над «привет» — это нормально?
- Да, так её сделала Z.ai: рассуждения у GLM-5.3 включены всегда, выключить их нельзя. Меньше всего модель думает на
reasoning_effort: low, его и ставь для справочных вопросов. Если ответ нужен мгновенно, посмотри соседние модели в каталоге. - Что даст переход с GLM-5.2 на GLM-5.3?
- База у них одна, у 5.3 новое дообучение. По замерам Z.ai, она сильнее в коде и долгих задачах и тратит меньше токенов на решённую задачу. Цена за токен на 16 ноября 2026 года у двух моделей одинаковая, так что перед переходом остаётся прогнать свои тесты агента на обеих.
- Сколько стоит задача агента на GLM-5.3?
- Считай вход, ответ и рассуждения: последние оплачиваются как ответ. Задача на 200 000 токенов входа и 50 000 ответа — около 52,96 ₽. Сколько стоил каждый запрос, видно в
usage.cost_rubи в расходе кабинета. - Можно ли писать GLM-5.3 запросы на русском?
- Писать можно на любом языке, но официально Z.ai заявляет у модели английский и китайский, русского в этом списке нет. Перед запуском проверь модель на своих текстах: кнопка «Попробовать» выше подойдёт.
- Чем доступ по API отличается от подписки GLM Coding Plan?
- GLM Coding Plan — подписка самой Z.ai с квотой в баллах. У нас подписки нет: платишь в рублях за потраченные токены, а под тем же ключом доступны и другие модели каталога.
- Что будет, если запрос закончится ошибкой?
- Запрос, который закончился ошибкой нейросети, денег не стоит: удержание на время запроса снимается целиком. Цену удачного ответа видно в рублях сразу.
- Есть ли подписка или абонентская плата?
- Нет. API-счёт пополняется на нужную сумму, а списывается только то, что потратили запросы. Чем больше расход за месяц, тем больше кэшбэк — от 1 до 5%.
- 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.
Ещё по теме
Факты сверены 16 ноября 2026 по документации: docs.z.ai, huggingface.co