Zhipu AI: GLM-5.3-FlashX
glm-5.3-flashx- Entrada / Saída
- $0.37 / $1.25
- Contexto
- 1M
- Saída máxima
- 128K
- Modalidades
- VisãoChat
- Capacidades
- Uso de ferramentasCache de promptsRaciocínio
Sobre o GLM-5.3-FlashX
GLM-5.3-FlashX é a opção de processamento acelerado do GLM-5.3-Flash da Z.ai, com as mesmas entradas multimodais de vídeo, imagens, texto e arquivos, e saída de texto. A Z.ai cita velocidades de inferência de cerca de 200 tokens por segundo. Escolha-o quando a velocidade de resposta em codificação e fluxos de trabalho de agentes for mais importante do que o menor custo.
Pontos fortes
- A Z.ai cita cerca de 200 tokens por segundo, o que reduz o tempo de espera em codificação interativa e loops de agentes.
- As entradas correspondem às do Flash: vídeo, imagens, texto e arquivos, portanto, a codificação visual funciona na velocidade mais rápida.
- O modo de raciocínio (thinking mode), streaming, chamada de funções e cache de contexto permanecem disponíveis para uso por agentes.
- Compartilha a linha de modelos Flash que a Z.ai reporta estar à frente do GLM-5.2 no DeepSWE v1.1.
Quando usar outro modelo
- A Z.ai não incluiu o FlashX em seu Plano de Codificação GLM, que atualmente inclui o Flash padrão.
- A saída é apenas texto e, para as tarefas mais difíceis, o carro-chefe GLM-5.3 é a opção mais robusta.
Primeiros passos
Criar chave de API
Crie uma chave no Console e use com qualquer modelo da plataforma.
Envie sua primeira requisição
Copie o exemplo para sua linguagem e execute-o no endpoint.
Texto para textoResponses APIPOST/v1/responsesFormato da 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!" }'
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.
Especificação padrão
Por 1M Token- Preço Official
- Entrada $0.37 / Saída $1.25 / Leitura de cache $0.075
- Preço Verified
- —
- Desconto
- —
Leitura de cache
- Preço Official
- $0.075
- Preço Verified
- —
- Desconto
- —
| Preço OfficialPor 1M Token | Preço VerifiedPor 1M Token | Desconto | |
|---|---|---|---|
| Especificação padrão | Entrada $0.37 / Saída $1.25 / Leitura de cache $0.075 | — | — |
| Preços de cache de prompt | |||
| Leitura de cache | $0.075 | — | — |
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
Os dados baseiam-se em solicitações agregadas de usuários, excluindo verificações de status.
Abrir no Console
Abra GLM-5.3-FlashX no Console com um prompt pronto para editar ou enviar.
Ajude-me a testar glm-5.3-flashx com uma mensagem em /v1/responses. Exiba a resposta, latência e custo.
Casos de uso
Indicado para- Visão
- Raciocínio
Assistentes de codificação interativa
Suporta um chat no editor onde o desenvolvedor aguarda cada resposta e a latência determina o quão utilizável a ferramenta parece ser.
Compreensão de tela em tempo real
Responda a perguntas sobre capturas de tela em uma ferramenta de suporte ou QA sem longas pausas.
Loops de agentes rápidos
Reduza o tempo de execuções de agentes de várias etapas onde cada resultado de ferramenta precisa de uma próxima decisão rápida.
Exemplos de prompt
Analise esta captura de tela da página com erro e me diga o componente com maior probabilidade de estar quebrado, em duas frases.
Reescreva esta função para remover os loops aninhados e forneça apenas o código.
Resuma a estrutura de navegação do arquivo de design anexado como um esboço em tópicos.
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 o X em GLM-5.3-FlashX significa?
Ele marca a variante acelerada do GLM-5.3-Flash. As capacidades e modalidades são as mesmas; a Z.ai documenta a velocidade de inferência mais rápida, cerca de 200 tokens por segundo, como a diferença.
Devo usar o FlashX ou o Flash?
Use o FlashX quando os usuários aguardarem respostas em streaming, como em chat ou codificação interativa. Use o Flash para trabalhos em segundo plano e cargas de trabalho em lote onde a velocidade importa menos do que o custo.
O GLM-5.3-FlashX aceita vídeo?
Sim. A Z.ai lista vídeo, imagens, texto e arquivos como entradas para a família Flash, incluindo o FlashX, e a resposta retorna como texto. Envie uma gravação de tela de um bug e peça uma reprodução.
Ele suporta o modo de raciocínio?
Sim, juntamente com streaming, chamada de funções e cache de contexto. O raciocínio ajuda na depuração e no planejamento de etapas, enquanto consultas rápidas podem ignorá-lo para manter a latência mais baixa.
Quanto custa o GLM-5.3-FlashX?
No TokenLab, GLM-5.3-FlashX custa Entrada $0.37 / Saída $1.25 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-FlashX?
O GLM-5.3-FlashX aceita até 1.000.000 tokens de contexto e gera até 128.000 tokens por resposta.
Qual endpoint o GLM-5.3-FlashX deve usar?
Use https://api.tokenlab.sh/v1/responses para GLM-5.3-FlashX. O exemplo de requisição abaixo mostra o formato de código correspondente.
Quais operações o GLM-5.3-FlashX suporta?
GLM-5.3-FlashX suporta Texto para texto. Selecione uma operação acima para ver seu endpoint e exemplo de requisição.
Comparar GLM-5.3-FlashX
Fontes
Revisado em 2 de out. de 2026
