En línea

GLM-5.3-Flash

Z.ai · API compatible con OpenAI

z-ai/glm-5.3-flash

Crear cuenta →Inicio rápido ↓

USD / 1 millón de tokens

Entrada$0.08

Lectura de caché$0.023

Escritura en caché—

Salida$0.28

Contexto: 1M
Salida máxima: 128K
Llamada de herramientas: ✓
Razonamiento: ✓
Visión: ✓
Transmisión: ✓

API compatible con OpenAI

import os
from openai import OpenAI

client = OpenAI(
    base_url="https://api.iteracompute.com/v1",
    api_key=os.environ["ITERACOMPUTE_API_KEY"],
)
response = client.chat.completions.create(
    model="z-ai/glm-5.3-flash",
    messages=[{"role": "user", "content": "Hello!"}],
)
print(response.choices[0].message.content)

import OpenAI from "openai";

const client = new OpenAI({
  baseURL: "https://api.iteracompute.com/v1",
  apiKey: process.env.ITERACOMPUTE_API_KEY,
});
const response = await client.chat.completions.create({
  model: "z-ai/glm-5.3-flash",
  messages: [{ role: "user", content: "Hello!" }],
});
console.log(response.choices[0].message.content);

curl https://api.iteracompute.com/v1/chat/completions \
  -H "Authorization: Bearer $ITERACOMPUTE_API_KEY" \
  -H "Content-Type: application/json" \
  -d '{
    "model": "z-ai/glm-5.3-flash",
    "messages": [{"role": "user", "content": "Hello!"}]
  }'

z-ai/glm-5.3-flashVer documentos →

Catálogo actualizado: 2026-10-19.

Descripción general

Entrada de texto e imágenes, transmisión, razonamiento, llamada de herramientas y salidas estructuradas;hasta 131,072 tokens de salida.

Tareas y compensaciones de selección.

Clasificación de lotes

Clasifique los tickets de soporte en un conjunto explícito de etiquetas y consulte una muestra reservada.

Experimentos de clasificación de capturas de pantalla

Evalúe las descripciones de las capturas de pantalla con un conjunto etiquetado manualmente antes de automatizar la clasificación.

Sugerencias de tareas basadas en las características y el precio del catálogo, no en puntos de referencia de calidad del modelo.

Elige tu herramienta

OpenAI SDKLlamar desde Python o JavaScript Vercel AI SDKConstruya una aplicación TypeScript

Elige un modelo y herramienta para tu tarea →

Precios

Precios en USD por 1 millón de tokens.

Entrada$0.08

Lectura de caché$0.023

Escritura en caché—

Salida$0.28

Tarea de ejemplo: clasificar un lote de tickets de soporte

Supongamos 12 000 tokens de entrada agregados y 1000 tokens de salida facturables en todas las llamadas.No hay acierto en caché.

12,000 × $0.08 / 1M + 1,000 × $0.28 / 1M = $0.001240

Si el uso realmente informa que 9000 de esos tokens de entrada están almacenados en caché, reemplace esa parte a la tasa de entrada almacenada en caché ($0,023/1 millón): $0,000727.Los tokens almacenados en caché son parte de la entrada total y nunca se agregan encima.

Cálculo ilustrativo basado en el catálogo del 2026-10-19. Incluye todas las llamadas y reintentos del agente, el historial repetido y la salida de razonamiento facturable; la liquidación se basa en el uso real y los precios actuales de Console.

Calcule su costo mensual

Utiliza el catálogo del 2026-10-19, independientemente de los precios en vivo de arriba. USD por 1M de tokens; es una estimación, no una factura.

La estimación solo incluye entrada de texto estándar, lecturas de caché y salida de texto. Excluye recargos por contexto largo, niveles de servicio, escrituras de caché, imágenes y herramientas.

modelo

Tokens de entrada/solicitud

Tokens de salida facturables/solicitud

Cuota de entrada almacenada en caché (%)

Solicitudes / mes

La entrada incluye tokens almacenados en caché;El resultado incluye razonamiento facturable.Cuente cada solicitud de API, incluidos los pasos y reintentos del agente.

Costo mensual estimado

—USD / mes

GLM-5.3-Flash

Entrada sin caché: —
lectura de caché: —
Salida facturable: —

Conecta este modelo →

Bases de cálculo y facturación

Costo mensual = solicitudes × [entrada × (1 − recurso compartido en caché) × tasa de entrada + entrada × recurso compartido en caché × tasa de lectura de caché + salida × tasa de salida] / 1.000.000.

Los tokens almacenados en caché son parte de la entrada total y nunca se agregan encima.Utilice aciertos de lectura de caché reales del uso;repetir un mensaje no garantiza un acierto.Las tarifas que faltan no están confirmadas, no son $0.Se excluyen las tarifas separadas de escritura en caché, almacenamiento y otras tarifas adicionales.Liquidar el uso real y los precios actuales de la consola.

Habilite JavaScript para usar la calculadora.El ejemplo trabajado anterior sigue estando disponible.

Límites de uso

La instantánea tiene precios de entrada/salida más bajos que GLM-5.3 y enumera la entrada de imágenes.Flash no es una promesa de latencia medida;comparar la corrección y el tiempo de respuesta en la misma muestra.
Consulta el contexto y la salida máxima actuales en las especificaciones del modelo de arriba. La entrada y la salida solicitada comparten el límite de contexto.
Los indicadores de contexto y capacidad describen el catálogo público.No establecen un flujo de trabajo de herramienta particular ni un nivel de calidad.
Comience con una tarea representativa.Verifique la corrección, el uso real y el tiempo de respuesta antes de aumentar el tráfico.
Utilice los ejemplos de integración para conectar su aplicación y manejar los resultados de la herramienta.

Parámetros API

Campo de parámetro/protocolo	Uso
`model / messages`	Utilice el ID de modelo exacto y la lista de mensajes de chat
`tools / tool_calls / tool messages`	Utilice herramientas para definir funciones y role=tool para devolver sus resultados.
`stream / stream_options.include_usage`	Utilice la transmisión SSE con uso final
`max_tokens`	Establecer un presupuesto de producción dentro de los límites del modelo y de la cuenta.

Los parámetros varían según el modelo.Mantenga los controles específicos del modelo separados de los campos compartidos compatibles con OpenAI.

API

URL básica: https://api.iteracompute.com/v1
Punto final: POST /v1/chat/completions
ID del modelo: z-ai/glm-5.3-flash
Autenticación: Authorization: Bearer ITERACOMPUTE_API_KEY

Ver documentos

Preguntas frecuentes

¿Cómo uso GLM-5.3-Flash con OpenAI SDK?

Establezca base_url en https://api.iteracompute.com/v1 y modelo en z-ai/glm-5.3-flash.Autentíquese con su clave API de IteraCompute.

¿Cuánto cuesta el GLM-5.3-Flash?

Consulte la sección de precios para conocer las tasas actuales de entrada, entrada en caché y salida en USD por 1 millón de tokens.Verifique el tiempo de actualización antes de su uso.

¿Qué longitud de contexto está disponible?

Consulta el contexto y la salida máxima actuales en las especificaciones del modelo de arriba. La entrada y la salida máxima solicitada comparten el límite de contexto.

¿Listo para su primera solicitud?

Cree su clave, elija una herramienta y obtenga una primera respuesta que no esté vacía.

Crea una cuenta →Elige un tutorial