GLM 5.3 Flash по API
GLM-5.3 Flash — первая модель линейки GLM-5, которую Z.ai с самого начала учила понимать и текст, и картинки. Вышла в августе 2026 года, задачи у неё те же, что у флагмана: код, агенты, документы. В запрос помещается до 1 000 000 токенов, а на каждый токен работает 18 млрд параметров из 320 млрд, поэтому она дешевле GLM-5.3.
- 15,89 ₽ / 52,96 ₽ за 1 млн токенов
- контекст 1 млн
- текст и картинки → текст
z-ai/glm-5.3-flash
Обновлено:
Получить ключ Попробовать Документация
Попробовать GLM-5.3 Flash
Отправь вопрос — модель ответит текстом. Запрос оплачивается с API-счёта по цене на кнопке, бесплатных проб нет; ошибка нейросети денег не стоит.
Пример запроса: «Опиши, как устроена очередь задач с повторами: что делать, если обработчик упал на середине. Коротко, по шагам.»
В ответ приходит текст в choices[0].message.content и цена ответа в usage.cost_rub.
Цены GLM-5.3 Flash в рублях
| Вход — твой запрос | 15,89 ₽ за 1 млн токенов |
|---|---|
| Выход — ответ модели | 52,96 ₽ за 1 млн токенов |
| Вход из кэша — повтор того же начала запроса | 3,18 ₽ 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.
| Вёрстка по скриншоту или макету: запрос со скриншотом на 3 000 токенов и код на 5 000 | Около 0,32 ₽ |
|---|---|
| Данные с фото накладных и сканов: фото и запрос на 2 500 токенов, ответ на 1 200 | Около 0,11 ₽ |
| Разметка тысяч отзывов: 1 000 отзывов по 300 токенов, на каждый ответ с рассуждением около 200 | Около 15,36 ₽ |
| Перевод описаний товаров с китайского: 100 описаний по 800 токенов и переводы с рассуждениями по 600 | Около 4,45 ₽ |
| Разбор графиков и дашбордов: скриншот и вопрос на 2 000 токенов, ответ на 1 500 | Около 0,12 ₽ |
Что умеет GLM-5.3 Flash
- Видит картинки: фото, скриншоты, сканы и графики идут в сообщение вместе с текстом, в одном запросе их может быть несколько (документация Z.ai).
- Держит до 1 000 000 токенов контекста, ответ — до 128 000 токенов.
- Из 320 млрд параметров на каждый токен работают 18 млрд, слоёв 45. У GLM-5.3 их 92.
- Совмещает разреженное и линейное внимание. По данным Z.ai, на длинном контексте вычислений внимания в 3 раза меньше, чем у GLM-5.3, а памяти под кэш — в 4,4 раза.
- Рассуждает перед ответом всегда, глубина —
reasoning_effort:low,highилиmax. - По замерам Z.ai: DeepSWE v1.1 — 63,4 против 46,2 у GLM-5.2, AutomationBench — 48,8 против 26,2 (карточка модели).
Где применять
Вёрстка по скриншоту или макету
Программирование интерфейсов по картинке Z.ai ставит первым в списке задач Flash. Отправляешь скриншот страницы, кадр макета или фото эскиза с бумаги и просишь собрать то же на HTML и CSS, React или Vue. Объяснять словами, где кнопка и какой отступ у заголовка, не нужно: модель видит картинку. Результат открой в браузере рядом с исходником и попроси поправить расхождения следующим сообщением: так быстрее, чем расписывать всё заранее.
Пример запроса: «Сверстай эту карточку товара по скриншоту: HTML и Tailwind, на телефоне фото сверху, кнопка во всю ширину».
Стоимость: запрос со скриншотом на 3 000 токенов и код на 5 000 — около 0,32 ₽.
Данные с фото накладных и сканов
Бухгалтерия присылает фото накладной, склад — снимок этикетки, клиент — скан договора. Flash читает такие картинки и переносит данные в таблицу или JSON. На ParseBench, наборе задач по разбору документов, Z.ai приводит у неё 70,75 в среднем и 88,34 по точности текста. Попроси строгую схему ответа, тогда результат сразу ляжет в базу. Суммы и реквизиты всё равно сверяй: ошибка в одной цифре на скане дороже, чем минута проверки.
Пример запроса: «Вот фото накладной. Перенеси позиции в JSON: название, количество, цена за штуку, сумма».
Стоимость: фото и запрос на 2 500 токенов, ответ на 1 200 — около 0,11 ₽.
Разметка тысяч отзывов
Тысяча отзывов с маркетплейса, и надо понять, на что жалуются чаще: доставка, размер, брак. В такой задаче всё решает цена за штуку, и тут Flash выгоднее флагмана. Рассуждения у неё не выключаются, поэтому ставь reasoning_effort: low и проси ответ одним словом: вывод с рассуждением оплачивается как ответ. Запросы отправляй параллельно, по 8 за раз: на ключ можно держать до 10 одновременно.
Пример запроса: «Отнеси отзыв к одной теме: доставка, качество, цена, поддержка. Ответь одним словом».
Стоимость: 1 000 отзывов по 300 токенов, на каждый ответ с рассуждением около 200 — около 15,36 ₽.
Перевод описаний товаров с китайского
Основные языки модели, по карточке Z.ai, — английский и китайский. Это кстати, если товары приходят от китайских фабрик с описаниями на китайском или машинном английском. Flash переведёт текст, сохранит размеры и материалы и уберёт лишние восклицания. Русского в списке языков нет, поэтому прогони сначала десяток своих описаний и посмотри на результат. Другие модели для этой задачи собраны в разделе перевод по API.
Пример запроса: «Переведи описание товара с китайского на русский. Сохрани размеры и материалы, маркетинговые восклицания убери».
Стоимость: 100 описаний по 800 токенов и переводы с рассуждениями по 600 — около 4,45 ₽.
Ответы по большому регламенту
Внутренний бот для сотрудников: регламенты, договоры и инструкции на сотни страниц. С контекстом в 1 000 000 токенов их можно класть в каждый запрос целиком, без нарезки на куски и поиска по ним. Повторы стоят меньше: одинаковое начало запроса списывается по цене кэша, 3,18 ₽. Документы ставь первыми, вопрос сотрудника — последним, и тогда начало запроса будет совпадать от раза к разу. Ответ проси со ссылкой на пункт регламента, чтобы его можно было проверить за минуту.
Пример запроса: «Ответь по регламенту ниже: сколько дней есть у покупателя на возврат товара со скидкой? Укажи пункт».
Стоимость: регламент на 400 000 токенов и ответ на 1 500 — около 6,44 ₽, повтор того же регламента пойдёт по цене кэша.
Разбор графиков и дашбордов
Скриншот отчёта из аналитики или таблицы с графиком — и вопрос, что на нём не так. Flash находит провалы и всплески, сравнивает линии и подсказывает, на что посмотреть дальше. Это удобно, когда выгрузки под рукой нет, а картинка уже лежит в рабочем чате и ответ нужен до планёрки. Цифры, считанные с картинки, могут разойтись с настоящими, поэтому выводы для отчёта перепроверь по исходной таблице.
Пример запроса: «Посмотри на график выручки: в какую неделю провал и что ещё на графике изменилось в те же дни?»
Стоимость: скриншот и вопрос на 2 000 токенов, ответ на 1 500 — около 0,12 ₽.
Как писать запрос
- Картинку передавай ссылкой, которая открывается без входа, или прямо в запросе в base64; весь запрос — до 25 МБ. Подробно — в разделе картинки во входе.
- Z.ai советует
temperature: 1,top_p: 0.95иreasoning_effort: max. Для простых массовых задач уровень снижай доlow. - Для мелкого текста бери снимок покрупнее: в замерах Z.ai давала модели картинки с короткой стороной от 1 500 точек.
Характеристики
| Разработчик | Z.ai (GLM) |
|---|---|
| Вид | Текст |
| Контекст | 1 000 000 токенов |
| Ответ | до 128 000 токенов |
| Вход → выход | текст и картинки → текст |
| Умеет | вызывать функции (tools), отвечать строго в JSON, рассуждать перед ответом |
| id для запроса | z-ai/glm-5.3-flash |
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-flash, 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-flash",
"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-flash",
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-flash',
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 Flash — эта модель | 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 |
| GLM-5.3 — Z.ai (GLM) | 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 Express — Z.ai (GLM) | 18,10 ₽ / 60,34 ₽ (вход / выход за 1 млн токенов) | контекст 1 млн | чат-боты и подсказки операторам, где важен быстрый первый ответ |
| Qwen3.6 Flash — Qwen (Alibaba) | 26,48 ₽ / 158,86 ₽ (вход / выход за 1 млн токенов) | контекст 1 млн | массовые короткие задачи — карточки, переводы, выжимки — с длинным окном |
| GLM-4.7 FlashX — Z.ai (GLM) | 7,42 ₽ / 42,37 ₽ (вход / выход за 1 млн токенов) | контекст 200 тыс. | тысячи простых запросов: тестовые данные, нормализация, фоновые шаги агентов |
| Tencent Hy3 — Tencent (Hunyuan) | 13,98 ₽ / 55,92 ₽ (вход / выход за 1 млн токенов) | контекст 256 тыс. | код, документы и таблицы, где нужен честный ответ «данных нет» |
- GLM-5.3 — когда задача долгая и сложная, а картинки в ней не нужны.
- GLM-5.3 Flash Express — для чат-ботов, где клиент ждёт первого слова и каждая секунда на счету.
- DeepSeek V4.1 Flash — быстрая модель DeepSeek: сравни ответы двух моделей на своих задачах перед массовым запуском.
- Qwen3.6 Flash — быстрая модель Qwen; учти, что её цена растёт ступенью после 256 тысяч токенов контекста.
- GLM-4.7 FlashX — для простых массовых задач, где хватает модели поменьше и контекста в 200 тысяч токенов.
Версии и отличия
- GLM-5.3 FlashX (
z-ai/glm-5.3-flashx) — та же Flash, которую Z.ai отдаёт быстрее: до 200 токенов в секунду, по её описанию. Стоит дороже обычной. - GLM-5.3 Flash Express — та же модель у провайдера, выбранного по скорости, для чатов.
- GLM 5.3 Flash без цензуры — веса Flash без встроенных отказов.
- GLM-5.3 — флагман на другой основе: 32 млрд активных параметров, только текст.
- GLM-4V и GLM-4V Plus — прошлое поколение Z.ai с картинками на входе; для новых задач их сменила Flash.
- GLM-5.3 FlashX — 39,19 ₽ / 132,38 ₽ за 1 млн токенов
- GLM-4V — 756,44 ₽ / 756,44 ₽ за 1 млн токенов
- GLM-4V Plus — 60,52 ₽ / 60,52 ₽ за 1 млн токенов
Подробно о GLM-5.3 Flash
Flash — не урезанная копия GLM-5.3, а модель на новой основе. Z.ai обучила её основу заново, на мультимодальном корпусе в 30 трлн токенов, и называет первой мультимодальной моделью линейки GLM-5. Веса открыты по лицензии MIT, карточка лежит на Hugging Face, запускать модель можно через SGLang, vLLM и Transformers.
Главная инженерная новость — внимание. Линейное внимание следит за ближними связями в тексте, разреженное через лёгкий индексатор достаёт нужное из дальних частей контекста. Индексатор сжат приёмом IndexPool: четыре ключевых вектора сводятся в один. Ради этого всё и затевалось: Z.ai хотела, чтобы миллион токенов контекста обходился дёшево и не тормозил, даже когда в запросе договор на сотни страниц. Ещё в модели есть mHC — особый способ соединять слои, который, по словам Z.ai, помогает эффективнее наращивать модель.
В документации Z.ai перечисляет, где проверяла модель: вёрстка по картинке, офисные файлы (презентации, PDF, документы Word и таблицы Excel), финансовые расчёты, понимание видео, сцены в Blender, игры на Godot и чертежи на build123d. Через наш API модель получает текст и картинки; видео и файлы, о которых пишет Z.ai, мы не обещаем, поэтому PDF сначала переведи в текст.
На Terminal-Bench 2.1 Z.ai приводит у Flash 84,3. У флагмана GLM-5.3 в его карточке — 88,2: разница в баллах небольшая, а в цене за токен — заметная, сравни в таблице цен. Из языков Z.ai называет у Flash два: английский и китайский.
У Flash есть и юридическая версия, FlashX-Legal: поиск судебной практики, проверка договоров, черновики документов. На Harvey LAB, по данным Z.ai, она проходит 19,2% задач по всем критериям — на 12,5 пункта больше базовой модели. В нашем каталоге этой версии нет.
Как устроен доступ
Весело — не разработчик GLM-5.3 Flash: 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
- GLM 5.3 vs 5.3 Flash: в чём разница на практике?
- Нужны картинки на входе или много однотипных запросов — бери Flash. Долгая задача в коде, где ошибка дорого обходится, — GLM-5.3. Начать можно с Flash и переходить на флагман там, где её ответов не хватает: в запросе меняется только поле
model. - Как отправить GLM-5.3 Flash скриншот или фото?
- Вместо строки в
contentпередай массив: текст и объектimage_urlсо ссылкой или base64. Картинок в одном сообщении может быть несколько. Примеры на Python и curl — в разделе картинки во входе. - Работает ли GLM-5.3 Flash с видео и PDF через API?
- Z.ai пишет, что модель понимает видео и файлы, но в нашей документации описан вход только текстом и картинками. PDF переведи в текст или сделай снимки страниц и отправь их картинками.
- Во что обойдётся чат-бот на GLM 5.3 Flash?
- 15,89 ₽ / 52,96 ₽ за 1 млн токенов. Например, 1 000 ответов в чате по 2 000 токенов входа и 300 ответа обойдутся в около 47,67 ₽.
- Хватит ли одной видеокарты, чтобы поднять GLM-5.3 Flash у себя?
- Вряд ли. Активных параметров у модели 18 млрд, но в памяти приходится держать все 320 млрд, поэтому для неё обычно берут сервер с несколькими видеокартами. Веса открыты по MIT, так что попробовать можно, а по API ничего ставить не нужно.
- 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.
- 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».
Ещё по теме
Факты сверены 16 ноября 2026 по документации: docs.z.ai, huggingface.co