Zhipu AI: GLM-5.3-FlashX
glm-5.3-flashx- Entrée / Sortie
- $0.37 / $1.25
- Contexte
- 1M
- Sortie maximale
- 128K
- Modalités
- VisionDiscussion
- Capacités
- Utilisation d'outilsCache de promptsRaisonnement
À propos de GLM-5.3-FlashX
GLM-5.3-FlashX est l'option de service accélérée de GLM-5.3-Flash de Z.ai, offrant les mêmes entrées multimodales (vidéo, images, texte et fichiers) et une sortie texte. Z.ai indique des vitesses d'inférence d'environ 200 jetons par seconde. Choisissez-le lorsque la vitesse de réponse dans le codage et les flux de travail d'agents est plus importante que le coût le plus bas.
Points forts
- Z.ai indique environ 200 jetons par seconde, ce qui réduit les temps d'attente dans le codage interactif et les boucles d'agents.
- Les entrées correspondent à celles de Flash : vidéo, images, texte et fichiers, permettant ainsi au codage visuel de bénéficier d'une vitesse accrue.
- Le mode réflexion, le streaming, l'appel de fonctions et la mise en cache du contexte restent disponibles pour l'utilisation par des agents.
- Partage la gamme de modèles Flash que Z.ai situe devant GLM-5.2 sur DeepSWE v1.1.
Quand préférer un autre modèle
- Z.ai n'a pas intégré FlashX dans son plan de codage GLM (GLM Coding Plan), qui inclut actuellement le modèle Flash standard.
- La sortie est uniquement textuelle, et pour les tâches les plus complexes, le modèle phare GLM-5.3 est l'option la plus robuste.
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-flashx", "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.
Spécification par défaut
Par 1M Token- Prix Official
- Entrée $0.37 / Sortie $1.25 / Lecture cache $0.075
- Prix Verified
- —
- Remise
- —
Lecture cache
- Prix Official
- $0.075
- Prix Verified
- —
- Remise
- —
| Prix OfficialPar 1M Token | Prix VerifiedPar 1M Token | Remise | |
|---|---|---|---|
| Spécification par défaut | Entrée $0.37 / Sortie $1.25 / Lecture cache $0.075 | — | — |
| Tarification du cache de prompt | |||
| Lecture cache | $0.075 | — | — |
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
Les données sont basées sur les requêtes agrégées des utilisateurs, à l'exclusion des vérifications de statut.
Ouvrir dans Console
Ouvrez GLM-5.3-FlashX dans Console avec un prompt prêt à modifier ou envoyer.
Aide-moi à tester glm-5.3-flashx avec un message sur /v1/responses. Affiche la réponse, la latence et le coût.
Cas d'usage
Idéal pour- Vision
- Raisonnement
Assistants de codage interactifs
Prend en charge un chat dans l'éditeur où un développeur attend chaque réponse et où la latence détermine la convivialité de l'outil.
Compréhension d'écran en direct
Répondre à des questions sur des captures d'écran dans un outil de support ou de QA sans longues pauses.
Boucles d'agents rapides
Raccourcir les exécutions d'agents en plusieurs étapes où chaque résultat d'outil nécessite une décision rapide pour l'étape suivante.
Exemples de prompts
Regarde cette capture d'écran de la page défaillante et indique-moi le composant le plus probablement en cause, en deux phrases.
Réécris cette fonction pour supprimer les boucles imbriquées, et fournis uniquement le code.
Résume la structure de navigation du fichier de conception joint sous forme de liste à puces.
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
Que signifie le X dans GLM-5.3-FlashX ?
Il désigne la variante accélérée de GLM-5.3-Flash. Les capacités et les modalités sont identiques ; Z.ai documente la vitesse d'inférence plus rapide, environ 200 jetons par seconde, comme étant la différence.
Dois-je utiliser FlashX ou Flash ?
Utilisez FlashX lorsque les utilisateurs attendent des réponses en streaming, comme dans le chat ou le codage interactif. Utilisez Flash pour les tâches en arrière-plan et les charges de travail par lots où la vitesse importe moins que le coût.
GLM-5.3-FlashX accepte-t-il la vidéo ?
Oui. Z.ai répertorie la vidéo, les images, le texte et les fichiers comme entrées pour la famille Flash, FlashX inclus, et la réponse est fournie sous forme de texte. Envoyez un enregistrement d'écran d'un bug et demandez une reproduction.
Prend-il en charge le mode réflexion ?
Oui, ainsi que le streaming, l'appel de fonctions et la mise en cache du contexte. La réflexion aide au débogage et à la planification des étapes, tandis que les recherches rapides peuvent s'en passer pour maintenir une latence plus faible.
Combien coûte GLM-5.3-FlashX ?
Sur TokenLab, GLM-5.3-FlashX coûte Entrée $0.37 / Sortie $1.25 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-FlashX ?
GLM-5.3-FlashX accepte jusqu'à 1 000 000 jetons de contexte et génère jusqu'à 128 000 jetons par réponse.
Quel endpoint GLM-5.3-FlashX doit-il utiliser ?
Utilisez https://api.tokenlab.sh/v1/responses pour GLM-5.3-FlashX. L'exemple de requête ci-dessous montre la structure de code correspondante.
Quelles opérations GLM-5.3-FlashX prend-il en charge ?
GLM-5.3-FlashX prend en charge Texte vers texte. Sélectionnez une opération pour voir l'endpoint et un exemple.
Comparer GLM-5.3-FlashX
Sources
Mis à jour le 2 oct. 2026
