Zhipu AI: GLM-5.3-Flash
glm-5.3-flash- Girdi / Çıktı
- $0.15 / $0.50
- Bağlam
- 1M
- Maksimum çıktı
- 128K
- Modlar
- Görüntü İşlemeSohbet
- Yetenekler
- Araç kullanımıİstem Önbelleği
GLM-5.3-Flash hakkında
GLM-5.3-Flash, Z.ai'ın GLM-5.3 serisindeki video, görüntü, metin ve dosyaları kabul eden ve metinle yanıt veren ilk yerel çok modüllü (multimodal) modelidir. Z.ai; DeepSWE v1.1'de 46.2'ye karşılık 63.4 puan alarak GLM-5.2'den çok düşük bir maliyetle daha güçlü olduğunu belirtmektedir. Bütçe dostu görsel kodlama ve uzun vadeli ajan görevleri için uygundur.
Güçlü yönleri
- Z.ai; DeepSWE v1.1'de GLM-5.2 için 46.2'ye karşılık 63.4 puanı, çok daha düşük bir fiyat noktasında bildirmektedir.
- Yerel çok modüllü girdi, tek bir istek içinde video, görüntü, metin ve dosyaları kapsar.
- Görsel kodlama, UI ekran görüntülerini çalışan ön uçlara (front end) dönüştürür; ayrıca Z.ai Office belgelerini, finansal analizi ve 3D sahneleri de listeler.
- Düşünme modu (thinking mode), fonksiyon çağırma (function calling), bağlam önbellekleme (context caching) ve yapılandırılmış JSON çıktısı mevcuttur.
Alternatif aramanız gereken durumlar
- Yalnızca metin çıktısı verir; bir sahneyi tanımlar veya kodlar ancak görsel ya da video üretmez.
- GLM-5.3, en zorlu kodlama görevleri için amiral gemisi olmaya devam etmektedir; Flash ise daha düşük maliyet karşılığında bir miktar derinlikten feragat eder.
Başlarken
API anahtarı oluştur
Console'da bir anahtar oluşturun, platformdaki tüm modellerle kullanın.
İlk isteğinizi gönderin
Diliniz için olan örneği kopyalayın ve uç noktada çalıştırın.
Metinden metneResponses APIPOST/v1/responsesAPI formatı: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!" }'
Fiyatlandırma
Verified fiyatı Verified için geçerlidir ve çoğu modelde daha düşüktür. Official fiyatı, model üreticisinin yayınladığı fiyattır ve daha güvenilir Official rotası için geçerlidir. Auto, isteği tamamlayan rotanın fiyatını uygular.
List Price
1M token başına- Official fiyatı
- Girdi $0.15 / Çıktı $0.50 / Önbellek okuma $0.03
- Verified fiyatı
- —
- İndirim
- —
Önbellek okuma
- Official fiyatı
- $0.03
- Verified fiyatı
- —
- İndirim
- —
| Official fiyatı1M token başına | Verified fiyatı1M token başına | İndirim | |
|---|---|---|---|
| List Price | Girdi $0.15 / Çıktı $0.50 / Önbellek okuma $0.03 | — | — |
| Prompt cache fiyatlandırması | |||
| Önbellek okuma | $0.03 | — | — |
Kullanım ve etkinlik
Başarı oranı, tamamlanan isteklerin payıdır. Gecikme, tam bir yanıtın ne kadar sürdüğüdür; P95, isteklerin %95’inin bu süre içinde tamamlandığı anlamına gelir.
Kullanım ve kullanılabilirlik
Son 24 saat- İstekler
- Başarı oranı
- P95 gecikmesi
- Toplam token
- Son 30 günün başarı oranı
- 100,0%
- 30 günlük istekler
- 100+
- Son etkinlik
- 3 gün önce
Veriler, durum kontrolleri hariç tutularak toplu kullanıcı isteklerine dayanmaktadır.
Console'da aç
GLM-5.3-Flash modelini Console'da açın, istemi düzenlemek veya göndermek için hazır hale getirin.
glm-5.3-flash ile /v1/responses üzerinden kısa bir mesaj dene. Yanıtı, gecikmeyi ve maliyeti göster.
Kullanım senaryoları
Uygun olduğu kullanımlar- Görüntü İşleme
Ekran görüntüsünden ön uca
Bir tasarım maketi veya UI yakalaması gönderin ve bunu yeniden oluşturan HTML, CSS ve bileşen kodu elde edin.
Belge ve e-tablo çalışması
PDF'leri ve Office dosyalarını okuyun, figürleri çıkarın ve yapılandırılmış JSON çıktısıyla finansal özetler taslaklayın.
Bütçe dostu kodlama ajanları
Görev başına düşen daha düşük maliyetin iş akışının uygulanabilir olup olmadığını belirlediği çok sayıda ajan yinelemesi çalıştırın.
Prompt örnekleri
Bu Figma ekran görüntüsünü Tailwind sınıflarına sahip duyarlı (responsive) bir React bileşeni olarak yeniden oluşturun.
İliştirilmiş üç aylık rapor PDF'sini okuyun ve segmentlere göre geliri JSON olarak döndürün.
Hatanın bu ekran kaydını izleyin ve bunu yeniden üreten bir test yazın.
Bu model koşullu fiyatlandırmaya sahiptir. Yalnızca aylık token toplamları güvenilir bir tahmin üretmez; istek özellikleri, önbellek ve geçerli zaman penceresi için ayrıntılı fiyatlandırmayı kullanın.
FAQ
GLM-5.3-Flash tam olarak nedir?
Kodlama ve ajan çalışmaları için Z.ai'ın yerel olarak çok modüllü, düşük maliyetli GLM-5.3 varyantıdır. Düşünme modu ve fonksiyon çağırma özellikleri mevcut olacak şekilde video, görüntü, metin ve dosyaları okur ve metin döndürür.
GLM-5.3-Flash, GLM-5.3-FlashX'ten nasıl farklıdır?
Yetenekleri ve modaliteleri paylaşırlar. FlashX, saniyede yaklaşık 200 token belirten Z.ai ile daha hızlı sunum seçeneğiyken, Flash Z.ai'ın kodlama planına entegre ettiği standart varyanttır.
GLM-5.3-Flash, GLM-5.2'den daha mı iyi?
Z.ai, DeepSWE v1.1'de GLM-5.2'yi geride bırakarak 46.2'ye karşılık 63.4 puan aldığını bildirmekte ve yerel görüş (vision) özelliği eklemektedir. Flash, özellikle görüntüler söz konusu olduğunda yeni çalışmalar için daha güçlü bir başlangıç noktasıdır.
JSON döndürebilir mi?
Evet, yapılandırılmış JSON çıktısı desteklenmektedir; bu, belgelerden, formlardan veya ekran görüntülerinden alanları, aşağı akıştaki (downstream) kodun doğrudan ayrıştırabileceği sabit bir şemaya çıkarırken yardımcı olur.
GLM-5.3-Flash ne kadara mal olur?
TokenLab üzerinde GLM-5.3-Flash Girdi $0.15 / Çıktı $0.50 1M token başına'dır. Tam dökümü yukarıdaki fiyat tablosunda bulabilirsiniz. Ücretler faturalandırma birimine, özelliklere ve kullanıma göre değişir. Modelin ayrıntılı fiyatlandırmasında eşleşen koşulları karşılaştırın; tek bir ücret toplam maliyeti belirlemez.
GLM-5.3-Flash bağlam penceresi ve çıktı sınırı nedir?
GLM-5.3-Flash 1.000.000 jetona kadar bağlam kabul eder ve tek yanıtta 131.072 jetona kadar çıktı verir.
GLM-5.3-Flash hangi endpoint'i kullanmalı?
GLM-5.3-Flash için varsayılan olarak https://api.tokenlab.sh/v1/responses kullanın. Sağlayıcıya özgü yerel format destekleniyorsa API workbench bu endpoint'i de gösterir.
GLM-5.3-Flash hangi operasyonları destekler?
GLM-5.3-Flash Metinden metne destekler. Yukarıdaki API workbench'te bir operasyon seçerek ilgili endpoint ve kod örneğini görebilirsiniz.
GLM-5.3-Flash karşılaştırması
Kaynaklar
2 Eki 2026 tarihinde incelendi