Zhipu AI: GLM-5.3-Flash

Modelo GLM multimodal nativo para codificação eficiente e tarefas de agentes de longo prazo

glm-5.3-flash

DisponívelZhipu AIChat

Entrada / Saída: $0.15 / $0.50
Contexto: 1M
Saída máxima: 128K
Modalidades: VisãoChat
Capacidades: Uso de ferramentasCache de prompts

Sobre o GLM-5.3-Flash

O GLM-5.3-Flash é o primeiro modelo nativamente multimodal da série GLM-5 da Z.ai, aceitando vídeo, imagens, texto e arquivos e respondendo em texto. A Z.ai diz que ele é mais forte que o GLM-5.2 a um custo muito baixo, pontuando 63,4 contra 46,2 no DeepSWE v1.1. Ele é adequado para codificação visual e tarefas de agentes de longo prazo com orçamento limitado.

Pontos fortes

A Z.ai relata 63,4 no DeepSWE v1.1, contra 46,2 para o GLM-5.2, a um preço muito menor.
A entrada multimodal nativa abrange vídeo, imagens, texto e arquivos em uma única solicitação.
A codificação visual transforma capturas de tela da interface do usuário em front-ends funcionais, e a Z.ai também lista documentos do Office, análise financeira e cenas 3D.
Modo de pensamento, chamada de função, cache de contexto e saída JSON estruturada estão disponíveis.

Quando usar outro modelo

Ele gera apenas texto; ele descreve ou codifica uma cena, mas não gera imagens ou vídeo.
O GLM-5.3 continua sendo o carro-chefe para as tarefas de codificação mais difíceis; o Flash troca um pouco de profundidade por um custo menor.

Primeiros passos

Criar chave de API
Crie uma chave no Console e use com qualquer modelo da plataforma.
02
Envie sua primeira requisição
Copie o exemplo para sua linguagem e execute-o no endpoint.
Texto para textoResponses API
POST/v1/responses
Formato da 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!" }'

Preço

O preço Verified vale para o Verified, que custa menos na maioria dos modelos. O preço Official é o preço publicado pelo fabricante do modelo e vale para a rota Official, mais confiável. O Auto cobra pela rota que conclui a solicitação.

List Price

Por 1M Token

Preço Official: Entrada $0.15 / Saída $0.50 / Leitura de cache $0.03
Preço Verified: —
Desconto: —

Preços de cache de prompt

Leitura de cache

Preço Official: $0.03
Preço Verified: —
Desconto: —

	Preço OfficialPor 1M Token	Preço VerifiedPor 1M Token	Desconto
List Price	Entrada $0.15 / Saída $0.50 / Leitura de cache $0.03	—	—
Preços de cache de prompt
Leitura de cache	$0.03	—	—

Uso e atividade

A taxa de sucesso é a proporção de requisições concluídas. A latência é quanto tempo uma resposta completa leva; P95 significa que 95% das requisições terminaram dentro desse tempo.

Uso e disponibilidade

Últimas 24 horas

Requisições
Taxa de sucesso
Latência P95
Total de tokens

Desempenho do modelo

Última atualização 1 de nov. de 2026, 08:48 UTC

Taxa de sucesso em 30 dias: 100,0%
Requisições em 30 dias: 100+
Última atividade: há 3 dias

Os dados baseiam-se em solicitações agregadas de usuários, excluindo verificações de status.

Abrir no Console

Abra GLM-5.3-Flash no Console com um prompt pronto para editar ou enviar.

Ajude-me a testar glm-5.3-flash com uma mensagem em /v1/responses. Exiba a resposta, latência e custo.

Casos de uso

Indicado para

Visão

Captura de tela para front-end
Envie um mock-up de design ou captura de interface e obtenha HTML, CSS e código de componente que o recria.
Trabalho com documentos e planilhas
Leia PDFs e arquivos do Office, extraia números e redija resumos financeiros com saída JSON estruturada.
Agentes de codificação econômicos
Execute muitas iterações de agente onde o menor custo por tarefa decide se o fluxo de trabalho é viável.

Exemplos de prompt

Recrie esta captura de tela do Figma como um componente React responsivo com classes Tailwind.

Leia o PDF do relatório trimestral anexado e retorne a receita por segmento como JSON.

Assista a esta gravação de tela do bug e escreva um teste que o reproduza.

Este modelo tem preço condicional. Totais mensais de tokens sozinhos não produzem uma estimativa confiável; use o preço detalhado para a especificação da requisição, cache e janela aplicável.

FAQ

O que exatamente é o GLM-5.3-Flash?

É a variante do GLM-5.3 nativamente multimodal e de baixo custo da Z.ai para codificação e trabalho de agente. Ele lê vídeo, imagens, texto e arquivos e retorna texto, com modo de pensamento e chamada de função disponíveis.

Como o GLM-5.3-Flash difere do GLM-5.3-FlashX?

Eles compartilham capacidades e modalidades. O FlashX é a opção de serviço mais rápida, com a Z.ai citando cerca de 200 tokens por segundo, enquanto o Flash é a variante padrão que a Z.ai integrou ao seu plano de codificação.

O GLM-5.3-Flash é melhor que o GLM-5.2?

A Z.ai relata que ele supera o GLM-5.2 no DeepSWE v1.1, 63,4 contra 46,2, e adiciona visão nativa. O Flash é o ponto de partida mais forte para novos trabalhos, particularmente quando imagens estão envolvidas.

Ele pode retornar JSON?

Sim, a saída JSON estruturada é suportada, o que ajuda ao extrair campos de documentos, formulários ou capturas de tela para um esquema fixo que o código downstream pode analisar diretamente.

Quanto custa o GLM-5.3-Flash?

No TokenLab, GLM-5.3-Flash custa Entrada $0.15 / Saída $0.50 Por 1M Token. A tabela de preços acima mostra o detalhamento completo. As tarifas dependem da unidade de cobrança, da especificação e do uso. Compare condições iguais no preço detalhado do modelo; uma única tarifa não determina o custo total.

Qual a janela de contexto e o limite de saída do GLM-5.3-Flash?

O GLM-5.3-Flash aceita até 1.000.000 tokens de contexto e gera até 131.072 tokens por resposta.

Qual endpoint o GLM-5.3-Flash deve usar?

Use https://api.tokenlab.sh/v1/responses para GLM-5.3-Flash. O exemplo de requisição abaixo mostra o formato de código correspondente.

Quais operações o GLM-5.3-Flash suporta?

GLM-5.3-Flash suporta Texto para texto. Selecione uma operação acima para ver seu endpoint e exemplo de requisição.