GLM-5.3-Flash

Texto

Nivel GLM-5.3 de menor coste; contexto 1M, thinking siempre activo; peticiones de texto con los SDK de OpenAI y Anthropic

Entrada $0.12 / 1M de tokens | Salida $0.40 / 1M de tokens GLM-5.3-Flash Leer la documentación →

Obtener API Key PRECIOS

Salud del modelo Datos insuficientes

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": "Lee este repositorio de varios archivos, encuentra la prueba de integración que falla y propone un parche con una explicación de la causa raíz."
    }
  ]
}'

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": "Lee este repositorio de varios archivos, encuentra la prueba de integración que falla y propone un parche con una explicación de la causa raíz."}]
)

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: "Lee este repositorio de varios archivos, encuentra la prueba de integración que falla y propone un parche con una explicación de la causa raíz." }]
});

https://runapi.ai 5 endpoints

10 versiones disponibles

RESUMEN

Para qué está pensado GLM-5.3-Flash

GLM-5.3-Flash es el modelo de menor coste de la generación GLM-5.3 de Z.ai, lanzado el 26 de agosto de 2026. Es un modelo Mixture-of-Experts con 320B de parámetros en total y 18B activos por token. Z.ai lo presenta como el primer modelo de frontera de código abierto que combina atención dispersa y lineal, y indica un cómputo de atención unas 3x menor y una caché KV 4.4x más pequeña que GLM-5.3.

La ventana de contexto es de 1M tokens y la salida llega a 128K tokens. El thinking está siempre activo: la API de Z.ai solo acepta el modo thinking habilitado, así que cada respuesta empieza con un paso de razonamiento. Z.ai orienta el modelo a programar interfaces a partir de capturas de pantalla, documentos ofimáticos, investigación financiera y bucles de uso del ordenador, y admite function calling y salidas estructuradas.

El modelo de Z.ai también lee imágenes, vídeo y archivos. En RunAPI, glm-5.3-flash solo acepta entrada de texto. Llámalo a través del endpoint Chat Completions compatible con OpenAI (/v1/chat/completions), el endpoint Messages de Anthropic (/v1/messages), OpenAI Responses o Gemini generateContent, todos con la misma API key de RunAPI.

ID del modelo

glm-5.3-flash

Lanzamiento

26 de agosto de 2026

Arquitectura

MoE, 320B totales / 18B activos

Ventana de contexto

1M tokens

Salida máxima

128K tokens

Thinking

Siempre activo

Endpoint en RunAPI

OpenAI Chat Completions y Anthropic Messages, entrada de texto

Playground

Prueba GLM-5.3-Flash

Elige cualquier modelo y genera en segundos.

Especificaciones

Proveedor	Z.ai
ID del modelo	glm-5.3-flash
Modalidad	Texto
Tipos de tarea	Synchronous
Endpoint de API	/v1/chat/completions
	/v1/responses

	/v1/messages
	/v1beta/models/glm-5.3-flash:generateContent
	/v1beta/models/glm-5.3-flash:streamGenerateContent
Unidad de facturación	1K tokens
Estado del catálogo	Operativo

CÓMO FUNCIONA

Usa este modelo en 3 pasos

Crea tu clave

Regístrate gratis y crea una clave de API para glm-5.3-flash desde el panel de control.
Envía una solicitud

Envía una solicitud POST a /v1/chat/completions con el identificador del modelo glm-5.3-flash y tus parámetros.
Obtén resultados

Lee directamente la respuesta completada de glm-5.3-flash desde el endpoint.

Qué ofrece este modelo

Cobertura de endpoints

Expone 1 endpoint(s) público(s): chat_completion.

Facturación por uso

Medido por 1K tokens sin requisito de suscripción.

GLM-5.3-Flash PRECIOS

Endpoint

Precio

chat_completion

Entrada: $0.12 / 1M de tokens Salida: $0.40 / 1M de tokens

Lectura de caché: $0.03 / 1M de tokens
Escritura en caché (5 min): Gratis / 1M de tokens
Escritura en caché (1 h): Gratis / 1M de tokens

REFERENCIA API

Especificación del endpoint

Endpoint: POST /v1/chat/completions
ID del modelo: glm-5.3-flash
Tipos de tarea: chat_completion

Parámetros de solicitud

No hay parámetros de solicitud publicados para este endpoint.

CASOS DE USO

Chat

Usa LLMs para chat y razonamiento.

Código

Genera y revisa trabajo de implementación.

Automatización

Conecta modelos a tareas backend.

La confianza de desarrolladores

Llamadas a la API / Día

100.0%

Tasa de éxito

7.6s

Generación media

Los testimonios de clientes verificados aún no están disponibles para este modelo.

FAQ

Preguntas frecuentes sobre GLM-5.3-Flash

¿En qué se diferencia GLM-5.3-Flash de GLM-5.3?

GLM-5.3-Flash es el modelo más pequeño y de menor coste de la generación GLM-5.3, con 320B de parámetros totales y 18B activos. Según Z.ai, su atención híbrida dispersa y lineal reduce el cómputo de atención en unas 3x frente a GLM-5.3. Ambos tienen una ventana de contexto de 1M tokens. Elige glm-5.3 como modelo insignia y glm-5.3-flash para trabajo de alto volumen o sensible al coste.

¿Puedo desactivar el thinking en GLM-5.3-Flash?

No. Z.ai lo distribuye con el thinking siempre activo, y el ajuste de thinking solo acepta enabled. Los tokens de razonamiento cuentan como salida, así que deja margen para ellos en max_tokens.

¿Puedo enviar imágenes a glm-5.3-flash en RunAPI?

Todavía no. El modelo de Z.ai lee imágenes, vídeo y archivos, pero RunAPI solo acepta entrada de texto para glm-5.3-flash, y las peticiones con partes de imagen se rechazan.

¿Qué SDK pueden llamar a glm-5.3-flash?

Apunta el SDK de OpenAI a https://runapi.ai/v1 para Chat Completions o Responses, o usa el SDK de Anthropic para Messages, y establece el modelo en glm-5.3-flash. Una sola API key de RunAPI sirve para todos los protocolos.

¿Cómo selecciono glm-5.3-flash?

Pasa el ID de modelo que aparece en el quickstart.

¿El precio es por uso?

Sí. El precio se mide por llamada o unidad.

¿Puedo cambiar de variante después?

Sí. La variante es un parámetro de la petición. Cambia el ID de modelo sin cambios de código, nueva autenticación ni configuración de facturación separada. Todas las variantes comparten la misma API key y el mismo formato de petición.

¿Admite streaming?

Cuando está disponible, RunAPI transmite de extremo a extremo. Los modelos LLM admiten streaming a nivel de token. Los modelos multimedia usan polling de tareas async o callbacks de webhook para entregar los resultados.

¿Dónde reporto problemas de calidad?

Abre una issue en el repositorio público de GitHub o escribe a soporte en [email protected]. Incluye el ID de tarea y el ID de modelo para que el equipo pueda investigar esa generación.

¿Necesito una cuenta separada con el proveedor?

No. Tu API key de RunAPI basta para acceder a esta variante y a todos los demás modelos del catálogo. No necesitas cuentas con el proveedor subyacente.

¿Construyes con un equipo?

Te ayudamos con la configuración empresarial, las integraciones y las preguntas técnicas.

Contacta con nosotros