Весело
Весело

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 запрос15,89 ₽ за 1 млн токенов
Выход — ответ модели52,96 ₽ за 1 млн токенов
Вход из кэша — повтор того же начала запроса3,18 ₽ 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 000Около 0,32 ₽
Данные с фото накладных и сканов: фото и запрос на 2 500 токенов, ответ на 1 200Около 0,11 ₽
Разметка тысяч отзывов: 1 000 отзывов по 300 токенов, на каждый ответ с рассуждением около 200Около 15,36 ₽
Перевод описаний товаров с китайского: 100 описаний по 800 токенов и переводы с рассуждениями по 600Около 4,45 ₽
Разбор графиков и дашбордов: скриншот и вопрос на 2 000 токенов, ответ на 1 500Около 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, high или max.
  • 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: 0.95 и reasoning_effort: max. Для простых массовых задач уровень снижай до low.
  • Для мелкого текста бери снимок покрупнее: в замерах Z.ai давала модели картинки с короткой стороной от 1 500 точек.

Характеристики

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

Документация раздела

Сравнение с похожими

МодельЦенаГлавноеКогда выбрать
GLM-5.3 Flash — эта модель15,89 ₽ / 52,96 ₽ (вход / выход за 1 млн токенов)контекст 1 млнскриншоты 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 млндолгие 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 млнчат-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 млнмассовые 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 content передай массив: текст и объект image_url со 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