Zhipu AI: GLM-5.3-Flash

Model GLM multimodal asli untuk pengodean yang efisien dan tugas agen jangka panjang

glm-5.3-flash

TersediaZhipu AIObrolan

Masukan / Keluaran: $0.15 / $0.50
Konteks: 1M
Output maksimal: 128K
Modalitas: VisiObrolan
Kapabilitas: Penggunaan toolCache Prompt

Tentang GLM-5.3-Flash

GLM-5.3-Flash adalah model multimodal asli pertama dalam seri GLM-5 Z.ai, yang menerima video, gambar, teks, dan file serta menjawab dalam bentuk teks. Z.ai menyatakan model ini lebih kuat daripada GLM-5.2 dengan biaya yang sangat rendah, dengan skor 63,4 berbanding 46,2 pada DeepSWE v1.1. Model ini cocok untuk pengkodean visual dan tugas agen berjangka panjang dengan anggaran terbatas.

Kelebihan

Z.ai melaporkan skor 63,4 pada DeepSWE v1.1, berbanding 46,2 untuk GLM-5.2, dengan titik harga yang jauh lebih rendah.
Masukan multimodal asli mencakup video, gambar, teks, dan file dalam satu permintaan.
Pengkodean visual mengubah tangkapan layar UI menjadi front-end yang berfungsi, dan Z.ai juga mencantumkan dokumen Office, analisis keuangan, dan adegan 3D.
Mode berpikir (thinking mode), pemanggilan fungsi (function calling), penembolokan konteks (context caching), dan keluaran JSON terstruktur tersedia.

Kapan harus beralih

Model ini hanya menghasilkan teks; model ini mendeskripsikan atau membuat kode suatu adegan tetapi tidak menghasilkan gambar atau video.
GLM-5.3 tetap menjadi model unggulan untuk tugas pengkodean tersulit; Flash mengorbankan sedikit kedalaman demi biaya yang lebih rendah.

Memulai

Buat API key
Buat kunci di Console, gunakan untuk semua model di platform.
02
Kirim permintaan pertama Anda
Salin contoh untuk bahasa Anda dan jalankan terhadap endpoint tersebut.
Teks ke teksResponses API
POST/v1/responses
Format 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!" }'

Penetapan Harga

Harga Verified berlaku untuk Verified yang lebih murah di sebagian besar model. Harga Official adalah harga resmi dari pembuat model dan berlaku untuk rute Official yang lebih andal. Auto menagihkan biaya berdasarkan rute yang menyelesaikan permintaan.

List Price

per 1M token

Harga Official: Masukan $0.15 / Keluaran $0.50 / Pembacaan cache $0.03
Harga Verified: —
Diskon: —

Harga cache prompt

Pembacaan cache

Harga Official: $0.03
Harga Verified: —
Diskon: —

	Harga Officialper 1M token	Harga Verifiedper 1M token	Diskon
List Price	Masukan $0.15 / Keluaran $0.50 / Pembacaan cache $0.03	—	—
Harga cache prompt
Pembacaan cache	$0.03	—	—

Penggunaan & aktivitas

Tingkat keberhasilan adalah proporsi permintaan yang selesai. Latensi adalah berapa lama respons penuh berlangsung; P95 berarti 95% permintaan selesai dalam waktu tersebut.

Penggunaan & ketersediaan

24 jam terakhir

Permintaan
Tingkat keberhasilan
Latensi P95
Total token

Performa model

Terakhir diperbarui 1 Nov 2026, 08.48 UTC

Tingkat keberhasilan 30 hari: 100,0%
Permintaan 30 hari: 100+
Aktivitas terakhir: 3 hari yang lalu

Data didasarkan pada permintaan pengguna gabungan, tidak termasuk pemeriksaan status.

Buka di Console

Buka GLM-5.3-Flash di Console dengan prompt siap diedit atau dikirim.

Bantu saya mencoba glm-5.3-flash dengan pesan singkat di /v1/responses. Tampilkan balasan, latensi, dan biayanya.

Skenario penggunaan

Cocok untuk

Visi

Tangkapan layar ke front-end
Kirimkan maket desain atau tangkapan layar UI dan dapatkan kode HTML, CSS, dan komponen yang merekonstruksinya.
Pekerjaan dokumen dan spreadsheet
Baca PDF dan file Office, ekstrak angka, dan draf ringkasan keuangan dengan keluaran JSON terstruktur.
Agen pengkodean hemat anggaran
Jalankan banyak iterasi agen di mana biaya yang lebih rendah per tugas menentukan apakah alur kerja tersebut layak.

Contoh prompt

Buat ulang tangkapan layar Figma ini sebagai komponen React yang responsif dengan kelas Tailwind.

Baca PDF laporan triwulanan yang dilampirkan dan kembalikan pendapatan berdasarkan segmen sebagai JSON.

Tonton rekaman layar bug ini dan tulis tes yang mereproduksinya.

Model ini memiliki harga kondisional. Total token bulanan saja tidak dapat menghasilkan estimasi yang andal; gunakan harga detail untuk spesifikasi permintaan, cache, dan jendela waktu yang berlaku.

FAQ

Apa sebenarnya GLM-5.3-Flash itu?

Ini adalah varian GLM-5.3 multimodal asli berbiaya rendah dari Z.ai untuk pekerjaan pengkodean dan agen. Model ini membaca video, gambar, teks, dan file serta mengembalikan teks, dengan mode berpikir dan pemanggilan fungsi yang tersedia.

Apa perbedaan GLM-5.3-Flash dengan GLM-5.3-FlashX?

Keduanya berbagi kemampuan dan modalitas. FlashX adalah opsi penyajian yang lebih cepat, dengan Z.ai menyebutkan sekitar 200 token per detik, sementara Flash adalah varian standar yang telah diintegrasikan Z.ai ke dalam rencana pengkodeannya.

Apakah GLM-5.3-Flash lebih baik daripada GLM-5.2?

Z.ai melaporkan kinerjanya mengungguli GLM-5.2 pada DeepSWE v1.1, yaitu 63,4 berbanding 46,2, dan menambahkan penglihatan asli. Flash adalah titik awal yang lebih kuat untuk pekerjaan baru, terutama saat melibatkan gambar.

Bisakah model ini mengembalikan JSON?

Ya, keluaran JSON terstruktur didukung, yang membantu saat mengekstrak bidang dari dokumen, formulir, atau tangkapan layar ke dalam skema tetap yang dapat diurai secara langsung oleh kode hilir.

Berapa biaya GLM-5.3-Flash?

Di TokenLab, GLM-5.3-Flash dikenakan Masukan $0.15 / Keluaran $0.50 per 1M token. Tabel harga di atas menampilkan rincian lengkap. Tarif bergantung pada unit penagihan, spesifikasi, dan penggunaan. Bandingkan kondisi yang sama dalam harga detail model; satu tarif tidak menentukan total biaya.

Berapa batas konteks dan output GLM-5.3-Flash?

GLM-5.3-Flash mendukung hingga 1.000.000 token konteks dan menghasilkan hingga 131.072 token per respons.

Endpoint mana yang harus digunakan GLM-5.3-Flash?

Pakai https://api.tokenlab.sh/v1/responses sebagai default untuk GLM-5.3-Flash. Jika format native penyedia didukung, API workbench juga menampilkan endpoint tersebut.

Operasi apa saja yang didukung GLM-5.3-Flash?

GLM-5.3-Flash mendukung Teks ke teks. Pilih operasi di API workbench di atas untuk melihat endpoint dan contoh kode terkait.