Classificação de lote
Classifique os tickets de suporte em um conjunto explícito de rótulos e verifique uma amostra retida.
← Todos os modelos
Tokens USD/1 milhão
Entrada$0.08
Leitura de cache$0.023
Gravação em cache—
Saída$0.28
- Contexto
- 1M
- Saída máxima
- 128K
- Chamada de ferramenta
- ✓
- Raciocínio
- ✓
- Visão
- ✓
- Transmissão
- ✓
API compatível com 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!"}]
}'Catálogo atualizado: 2026-10-19.
Visão geral
Entrada de texto e imagem, streaming, raciocínio, chamada de ferramentas e saídas estruturadas;até 131.072 tokens de saída.
Tarefas e compensações de seleção
Experimentos de triagem de captura de tela
Avalie as descrições das capturas de tela em relação a um conjunto rotulado manualmente antes de automatizar a triagem.
Sugestões de tarefas baseadas em recursos e preços do catálogo, e não em referências de qualidade do modelo.
Escolha sua ferramenta
Preços
Preços em dólares americanos por 1 milhão de tokens.
Entrada$0.08
Leitura de cache$0.023
Gravação em cache—
Saída$0.28
Tarefa de exemplo: Classificar um lote de tickets de suporte
Suponha 12.000 tokens de entrada agregados e 1.000 tokens de saída faturáveis em todas as chamadas.Nenhum cache atingido.
12,000 × $0.08 / 1M + 1,000 × $0.28 / 1M = $0.001240
Se o uso realmente relatar 9.000 desses tokens de entrada como armazenados em cache, substitua essa parte pela taxa de entrada em cache (US$ 0,023/1 milhão): US$ 0,000727.Os tokens armazenados em cache fazem parte da entrada total, nunca adicionados ao topo.
Cálculo ilustrativo baseado no catálogo de 2026-10-19. Inclua todas as chamadas e tentativas do agente, o histórico repetido e a saída de raciocínio faturável; o acerto considera o uso real e os preços atuais do Console.
Estime seu custo mensal
Usa o catálogo de 2026-10-19, independentemente dos preços ao vivo acima. USD por 1M de tokens; é uma estimativa, não uma fatura.
A estimativa inclui apenas entrada de texto padrão, leituras de cache e saída de texto. Exclui adicionais de contexto longo, níveis de serviço, gravações de cache, imagens e ferramentas.
A entrada inclui tokens armazenados em cache;a saída inclui raciocínio faturável.Conte cada solicitação de API, incluindo etapas e novas tentativas do agente.
Custo mensal estimado
—USD / mêsGLM-5.3-Flash
- Entrada sem cache
- —
- Leitura de cache
- —
- Saída faturável
- —
Base de cálculo e faturamento
Custo mensal = solicitações × [entrada × (1 - compartilhamento em cache) × taxa de entrada + entrada × compartilhamento em cache × taxa de leitura de cache + saída × taxa de saída] / 1.000.000.
Os tokens armazenados em cache fazem parte da entrada total, nunca adicionados ao topo.Use ocorrências reais de leitura de cache do uso;repetir um prompt não garante um acerto.As taxas ausentes não são confirmadas, e não $0.Gravação de cache separada, armazenamento e outras taxas adicionais estão excluídas.Faça um acordo com o uso real e os preços atuais do console.
Limites de uso
- O instantâneo tem preços de entrada/saída mais baixos que o GLM-5.3 e lista a entrada de imagem.Flash não é uma promessa de latência medida;compare a correção e o tempo de resposta na mesma amostra.
- Consulte o contexto e a saída máxima atuais nas especificações do modelo acima. A entrada e a saída solicitada compartilham o limite de contexto.
- Os sinalizadores de contexto e capacidade descrevem o catálogo público.Eles não estabelecem um fluxo de trabalho de ferramenta específico ou um índice de qualidade.
- Comece com uma tarefa representativa.Verifique a exatidão, o uso real e o tempo de resposta antes de aumentar o tráfego.
- Use os exemplos de integração para conectar seu aplicativo e lidar com os resultados da ferramenta.
Parâmetros de API
| Campo parâmetro/protocolo | Uso |
|---|---|
model / messages | Use o ID exato do modelo e a lista de mensagens de bate-papo |
tools / tool_calls / tool messages | Use ferramentas para definir funções e role=tool para retornar seus resultados |
stream / stream_options.include_usage | Use streaming SSE com uso final |
max_tokens | Defina um orçamento de produção dentro do modelo e dos limites da conta |
Os parâmetros variam de acordo com o modelo.Mantenha os controles específicos do modelo separados dos campos compartilhados compatíveis com OpenAI.
API
- URL base
https://api.iteracompute.com/v1- Ponto final
POST /v1/chat/completions- ID do modelo
z-ai/glm-5.3-flash- Autenticação
Authorization: Bearer ITERACOMPUTE_API_KEY
Perguntas frequentes
Como uso o GLM-5.3-Flash com o OpenAI SDK?
Defina base_url como https://api.iteracompute.com/v1 e modele como z-ai/glm-5.3-flash.Autentique com sua chave de API IteraCompute.
Quanto custa o GLM-5.3-Flash?
Consulte a seção de preços para taxas atuais de entrada, entrada em cache e saída em dólares americanos por 1 milhão de tokens.Verifique o tempo de atualização antes de usar.
Qual comprimento de contexto está disponível?
Consulte o contexto e a saída máxima atuais nas especificações do modelo acima. A entrada e a saída máxima solicitada compartilham o limite de contexto.
Pronto para sua primeira solicitação?
Crie sua chave, escolha uma ferramenta e obtenha uma primeira resposta não vazia.