GLM-5.3-Flash

Text

Günstigere GLM-5.3-Stufe; 1M Kontext, Thinking immer aktiv; Textanfragen über OpenAI- und Anthropic-SDKs

Eingabe $0.12 / 1 Mio. Tokens | Ausgabe $0.40 / 1 Mio. Tokens GLM-5.3-Flash Dokumentation lesen →

Modellgesundheit Unzureichende Daten

runapi.ai

# Base URL
https://runapi.ai

# Endpoints
POST /v1/chat/completions
POST /v1/responses
POST /v1/messages
POST /v1beta/models/glm-5.3-flash:generateContent
POST /v1beta/models/glm-5.3-flash:streamGenerateContent

curl https://runapi.ai/v1/chat/completions \
  -H "Authorization: Bearer $RUNAPI_API_KEY" \
  -H "Content-Type: application/json" \
  -d '{
  "model": "glm-5.3-flash",
  "messages": [
    {
      "role": "user",
      "content": "Lies dieses Repository mit mehreren Dateien, finde den fehlschlagenden Integrationstest und schlage einen Patch mit Erklärung der Ursache vor."
    }
  ]
}'

from openai import OpenAI

client = OpenAI(
    base_url="https://runapi.ai/v1",
    api_key="your-runapi-key"
)

response = client.chat.completions.create(
    model="glm-5.3-flash",
    messages=[{"role": "user", "content": "Lies dieses Repository mit mehreren Dateien, finde den fehlschlagenden Integrationstest und schlage einen Patch mit Erklärung der Ursache vor."}]
)

import OpenAI from "openai";

const client = new OpenAI({
  baseURL: "https://runapi.ai/v1",
  apiKey: "your-runapi-key"
});

const response = await client.chat.completions.create({
  model: "glm-5.3-flash",
  messages: [{ role: "user", content: "Lies dieses Repository mit mehreren Dateien, finde den fehlschlagenden Integrationstest und schlage einen Patch mit Erklärung der Ursache vor." }]
});

https://runapi.ai 5 endpoints

10 Versionen verfügbar

ÜBERBLICK

Wofür GLM-5.3-Flash gebaut ist

GLM-5.3-Flash ist das kostengünstigere Modell der GLM-5.3-Generation von Z.ai und erschien am 26. August 2026. Es ist ein Mixture-of-Experts-Modell mit 320B Parametern insgesamt, von denen 18B pro Token aktiv sind. Z.ai bezeichnet es als erstes quelloffenes Frontier-Modell, das Sparse und Linear Attention kombiniert, und gibt etwa 3x weniger Attention-Rechenaufwand und einen 4.4x kleineren KV-Cache als bei GLM-5.3 an.

Das Kontextfenster umfasst 1M Tokens, die Ausgabe bis zu 128K Tokens. Thinking ist immer aktiv: Die API von Z.ai akzeptiert nur den aktivierten Thinking-Modus, daher beginnt jede Antwort mit einem Denkschritt. Z.ai richtet das Modell auf das Programmieren von Oberflächen aus Screenshots, Büro-Dokumente, Finanzrecherche und Computer-Use-Schleifen aus und unterstützt Function Calling sowie strukturierte Ausgaben.

Das Modell von Z.ai liest auch Bilder, Video und Dateien. Bei RunAPI nimmt glm-5.3-flash nur Texteingabe an. Rufen Sie es über den OpenAI-kompatiblen Chat-Completions-Endpunkt (/v1/chat/completions), den Anthropic-Messages-Endpunkt (/v1/messages), OpenAI Responses oder Gemini generateContent auf, alle mit demselben RunAPI-API-Key.

Modell-ID

glm-5.3-flash

Veröffentlicht

26. August 2026

Architektur

MoE, 320B gesamt / 18B aktiv

Kontextfenster

1M Tokens

Maximale Ausgabe

128K Tokens

Thinking

Immer aktiv

Endpunkt bei RunAPI

OpenAI Chat Completions und Anthropic Messages, Texteingabe

Playground

GLM-5.3-Flash ausprobieren

Wähle ein Modell und generiere in Sekunden.

Specifications

Anbieter	Z.ai
Modell-ID	glm-5.3-flash
Modalität	Text
Aufgabentypen	Synchronous
API-Endpunkt	/v1/chat/completions
	/v1/responses

	/v1/messages
	/v1beta/models/glm-5.3-flash:generateContent
	/v1beta/models/glm-5.3-flash:streamGenerateContent
Abrechnungseinheit	1K-Token
Katalogstatus	Betriebsbereit

SO FUNKTIONIERT ES

Dieses Modell in 3 Schritten verwenden

API-Schlüssel erstellen

Registriere dich kostenlos und erstelle im Dashboard einen API-Schlüssel für glm-5.3-flash.
Anfrage senden

Sende eine POST-Anfrage an /v1/chat/completions mit der Modell-ID glm-5.3-flash und deinen Parametern.
Ergebnisse abrufen

Lies die fertige glm-5.3-flash-Antwort direkt vom Endpoint.

Was dieses Modell bietet

Endpoint-Abdeckung

Stellt 1 öffentliche(n) Endpoint(s) bereit: chat_completion.

Nutzungsbasierte Abrechnung

Gemessen nach 1K-Token, ohne Abo-Anforderung.

GLM-5.3-Flash PREISE

Endpunkt

Preis

chat_completion

Eingabe: $0.12 / 1 Mio. Tokens Ausgabe: $0.40 / 1 Mio. Tokens

Cache-Lesen: $0.03 / 1 Mio. Tokens
Cache-Schreiben (5 Min.): Kostenlos / 1 Mio. Tokens
Cache-Schreiben (1 Std.): Kostenlos / 1 Mio. Tokens

API-REFERENZ

Endpunktspezifikation

Endpunkt: POST /v1/chat/completions
Modell-ID: glm-5.3-flash
Aufgabentypen: chat_completion

Anfrageparameter

Für diesen Endpunkt sind keine Anfrageparameter veröffentlicht.

ANWENDUNGSFÄLLE

Chat

Nutze LLMs für Chat und Reasoning.

Code

Generiere und prüfe Implementierungsarbeit.

Automatisierung

Verbinde Modelle mit Backend-Tasks.

Entwickler vertrauen uns

API-Aufrufe / Tag

100.0%

Erfolgsrate

7.6s

Ø Generierungszeit

Verifiziertes Kundenfeedback ist für dieses Modell noch nicht verfügbar.

FAQ

Häufige Fragen zu GLM-5.3-Flash

Worin unterscheidet sich GLM-5.3-Flash von GLM-5.3?

GLM-5.3-Flash ist das kleinere, günstigere Modell der GLM-5.3-Generation mit 320B Parametern gesamt und 18B aktiv. Laut Z.ai senkt die hybride Sparse- und Linear-Attention den Attention-Rechenaufwand gegenüber GLM-5.3 um etwa 3x. Beide haben ein Kontextfenster von 1M Tokens. Wählen Sie glm-5.3 als Flaggschiff und glm-5.3-flash für Anwendungen mit hohem Volumen oder knappem Budget.

Kann ich Thinking bei GLM-5.3-Flash ausschalten?

Nein. Z.ai liefert das Modell mit dauerhaft aktivem Thinking aus, die Thinking-Einstellung akzeptiert nur enabled. Reasoning-Tokens zählen zur Ausgabe, lassen Sie in max_tokens also genug Platz dafür.

Kann ich bei RunAPI Bilder an glm-5.3-flash senden?

Noch nicht. Das Modell von Z.ai liest Bilder, Video und Dateien, aber RunAPI nimmt für glm-5.3-flash nur Texteingabe an; Anfragen mit Bildanteilen werden abgelehnt.

Welche SDKs können glm-5.3-flash aufrufen?

Richten Sie das OpenAI SDK auf https://runapi.ai/v1 für Chat Completions oder Responses, oder nutzen Sie das Anthropic SDK für Messages, und setzen Sie das Modell auf glm-5.3-flash. Ein RunAPI-API-Key genügt für alle Protokolle.

Wie wähle ich glm-5.3-flash aus?

Übergib die im Quickstart angezeigte Modell-ID.

Sind die Preise nutzungsbasiert?

Ja. Preise werden pro Aufruf oder Einheit gemessen.

Kann ich später die Variante wechseln?

Ja. Die Variante ist ein Anfrageparameter. Ändere die Modell-ID, ohne Codeänderungen, erneute Authentifizierung oder separate Abrechnungseinrichtung. Alle Varianten nutzen denselben API Key und dasselbe Anfrageformat.

Unterstützt sie Streaming?

Wo Streaming verfügbar ist, streamt RunAPI durchgängig. LLM-Modelle unterstützen Streaming auf Token-Ebene. Medienmodelle liefern Ergebnisse über Async-Task-Polling oder Webhook-Callbacks.

Wo melde ich Qualitätsprobleme?

Öffne ein Issue im öffentlichen GitHub-Repository oder schreibe an den Support unter [email protected]. Gib Task-ID und Modell-ID an, damit das Team die betreffende Generierung untersuchen kann.

Brauche ich ein separates Anbieterkonto?

Nein. Dein RunAPI API Key reicht für diese Variante und jedes andere Modell im Katalog. Du brauchst kein Konto beim zugrunde liegenden Anbieter.

Bauen Sie mit einem Team?

Wir helfen bei Enterprise-Setup, Integrationen und technischen Fragen.

Kontakt aufnehmen