Zhipu AI: GLM-5.3-Flash
glm-5.3-flash- Entrée / Sortie
- $0.15 / $0.50
- Contexte
- 1M
- Sortie maximale
- 128K
- Modalités
- VisionDiscussion
- Capacités
- Utilisation d'outilsCache de prompts
À propos de GLM-5.3-Flash
GLM-5.3-Flash est le premier modèle nativement multimodal de la série GLM-5 de Z.ai, acceptant la vidéo, les images, le texte et les fichiers, et répondant en texte. Z.ai affirme qu'il est plus performant que GLM-5.2 à un coût très faible, avec un score de 63,4 contre 46,2 sur DeepSWE v1.1. Il convient au codage visuel et aux tâches d'agent à long terme avec un budget limité.
Points forts
- Z.ai rapporte un score de 63,4 sur DeepSWE v1.1, contre 46,2 pour GLM-5.2, à un prix bien inférieur.
- L'entrée multimodale native couvre la vidéo, les images, le texte et les fichiers dans une seule requête.
- Le codage visuel transforme les captures d'écran d'interface utilisateur en interfaces fonctionnelles, et Z.ai liste également les documents Office, l'analyse financière et les scènes 3D.
- Le mode réflexion, l'appel de fonction, la mise en cache du contexte et la sortie JSON structurée sont disponibles.
Quand préférer un autre modèle
- Il produit du texte uniquement ; il décrit ou code une scène mais ne génère pas d'images ou de vidéo.
- GLM-5.3 reste le modèle phare pour les tâches de codage les plus complexes ; Flash sacrifie un peu de profondeur pour un coût moindre.
Pour commencer
Créer une clé API
Générez une clé dans Console et utilisez-la avec tous les modèles de la plateforme.
Envoyez votre première requête
Copiez l'exemple pour votre langage et lancez-le.
Texte vers texteResponses APIPOST/v1/responsesFormat d'API:curl https://api.tokenlab.sh/v1/responses \ -H "Content-Type: application/json" \ -H "Authorization: Bearer sk-xxx" \ -d '{ "model": "glm-5.3-flash", "input": "Hello!" }'
Tarification
Le prix Verified s’applique à Verified, moins cher sur la plupart des modèles. Le prix Official est le prix publié par le fabricant du modèle et s’applique à la route Official, plus fiable. Auto facture la route qui termine la requête.
List Price
Par 1M Token- Prix Official
- Entrée $0.15 / Sortie $0.50 / Lecture cache $0.03
- Prix Verified
- —
- Remise
- —
Lecture cache
- Prix Official
- $0.03
- Prix Verified
- —
- Remise
- —
| Prix OfficialPar 1M Token | Prix VerifiedPar 1M Token | Remise | |
|---|---|---|---|
| List Price | Entrée $0.15 / Sortie $0.50 / Lecture cache $0.03 | — | — |
| Tarification du cache de prompt | |||
| Lecture cache | $0.03 | — | — |
Utilisation et activité
Le taux de réussite est la part de requêtes abouties. La latence est la durée d'une réponse complète ; P95 signifie que 95 % des requêtes ont fini dans ce délai.
Utilisation et disponibilité
Dernières 24 heures- Requêtes
- Taux de succès
- Latence P95
- Total des jetons
- Taux de réussite sur 30 jours
- 100,0%
- Requêtes sur 30 jours
- 100+
- Dernière activité
- il y a 3 jours
Les données sont basées sur les requêtes agrégées des utilisateurs, à l'exclusion des vérifications de statut.
Ouvrir dans Console
Ouvrez GLM-5.3-Flash dans Console avec un prompt prêt à modifier ou envoyer.
Aide-moi à tester glm-5.3-flash avec un message sur /v1/responses. Affiche la réponse, la latence et le coût.
Cas d'usage
Idéal pour- Vision
Capture d'écran vers interface
Envoyez une maquette de conception ou une capture d'interface et obtenez le code HTML, CSS et les composants qui la recréent.
Travail sur documents et feuilles de calcul
Lisez des fichiers PDF et Office, extrayez des chiffres et rédigez des résumés financiers avec une sortie JSON structurée.
Agents de codage économiques
Exécutez de nombreuses itérations d'agent où le coût inférieur par tâche détermine si le flux de travail est viable.
Exemples de prompts
Recréez cette capture d'écran Figma en tant que composant React réactif avec des classes Tailwind.
Lisez le PDF du rapport trimestriel joint et renvoyez le chiffre d'affaires par segment au format JSON.
Regardez cet enregistrement d'écran du bug et écrivez un test qui le reproduit.
Ce modèle a une tarification conditionnelle. Les totaux mensuels de tokens ne suffisent pas pour une estimation fiable ; utilisez la tarification détaillée selon la spécification de la requête, le cache et la fenêtre applicable.
FAQ
Qu'est-ce que GLM-5.3-Flash exactement ?
C'est la variante GLM-5.3 nativement multimodale et à faible coût de Z.ai pour le codage et le travail d'agent. Il lit la vidéo, les images, le texte et les fichiers et renvoie du texte, avec un mode réflexion et un appel de fonction disponibles.
En quoi GLM-5.3-Flash diffère-t-il de GLM-5.3-FlashX ?
Ils partagent les mêmes capacités et modalités. FlashX est l'option de service plus rapide, Z.ai citant environ 200 jetons par seconde, tandis que Flash est la variante standard que Z.ai a intégrée dans son plan de codage.
GLM-5.3-Flash est-il meilleur que GLM-5.2 ?
Z.ai rapporte qu'il surpasse GLM-5.2 sur DeepSWE v1.1, 63,4 contre 46,2, et ajoute la vision native. Flash est le meilleur point de départ pour les nouveaux travaux, en particulier lorsque des images sont impliquées.
Peut-il renvoyer du JSON ?
Oui, la sortie JSON structurée est prise en charge, ce qui aide lors de l'extraction de champs à partir de documents, formulaires ou captures d'écran vers un schéma fixe que le code en aval peut analyser directement.
Combien coûte GLM-5.3-Flash ?
Sur TokenLab, GLM-5.3-Flash coûte Entrée $0.15 / Sortie $0.50 Par 1M Token. La table tarifaire ci-dessus en montre le détail complet. Les tarifs dépendent de l’unité de facturation, de la spécification et de l’usage. Comparez des conditions identiques dans la tarification détaillée du modèle ; un tarif seul ne détermine pas le coût total.
Quelles sont les limites de contexte et de sortie de GLM-5.3-Flash ?
GLM-5.3-Flash accepte jusqu'à 1 000 000 jetons de contexte et génère jusqu'à 131 072 jetons par réponse.
Quel endpoint GLM-5.3-Flash doit-il utiliser ?
Utilisez https://api.tokenlab.sh/v1/responses pour GLM-5.3-Flash. L'exemple de requête ci-dessous montre la structure de code correspondante.
Quelles opérations GLM-5.3-Flash prend-il en charge ?
GLM-5.3-Flash prend en charge Texte vers texte. Sélectionnez une opération pour voir l'endpoint et un exemple.
Comparer GLM-5.3-Flash
Sources
Mis à jour le 2 oct. 2026
