Весело
Весело

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 запрос148,27 ₽ за 1 млн токенов
Выход — ответ модели465,97 ₽ за 1 млн токенов
Вход из кэша — повтор того же начала запроса27,54 ₽ 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 ответаОколо 10,77 ₽
Разбор большого репозитория за один запрос: 600 000 токенов кода и ответ на 8 000Около 92,69 ₽
Проверка своего кода на уязвимости: 150 000 токенов кода и отчёт на 20 000Около 31,56 ₽
Разбор падения по логам: 300 000 токенов логов и отчёт на 6 000Около 47,28 ₽
Агент с вызовом функций в твоём сервисе: пять шагов по 8 000 токенов входа и 600 ответаОколо 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, high или max, 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 tools и 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 уровне max модель может думать долго.
  • max_tokens оставляй 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 хватит low.
  • В части замеров Z.ai ставила temperature 1.0 и top_p 0.95 — от этих значений удобно отталкиваться.

Характеристики

РазработчикZ.ai (GLM)
ВидТекст
Контекст1 000 000 токенов
Ответдо 128 000 токенов
Вход → выходтекст → текст
Умеетвызывать функции (tools), отвечать строго в JSON, рассуждать перед ответом
id для запросаz-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

Документация раздела

Сравнение с похожими

МодельЦенаГлавноеКогда выбрать
GLM-5.3 — эта модель148,27 ₽ / 465,97 ₽ (вход / выход за 1 млн токенов)контекст 1 млндолгие 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 млнскриншоты 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 млндолгие задачи с кодом и документами, скриншоты на входе, окно до 1 млн токенов
DeepSeek V4 Pro — DeepSeek184,27 ₽ / 368,54 ₽ (вход / выход за 1 млн токенов)контекст 1 млнсложный 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 млнфлагман 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 млндолгие 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_TOKEN с ключом sk-vsl-… и пустой ANTHROPIC_API_KEY. Потом впиши z-ai/glm-5.3 во все пять переменных моделей, включая ANTHROPIC_DEFAULT_HAIKU_MODEL, — иначе фоновые запросы уйдут к модели Claude, которой у нас нет, и получат 404. Контекст укажи в CLAUDE_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_rub и 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