Z.ai

GLM-5.3-Flash

Testo

Livello GLM-5.3 a costo ridotto; contesto 1M, thinking sempre attivo; richieste di testo con gli SDK OpenAI e Anthropic

Input $0.12 / 1M di token | Output $0.40 / 1M di token GLM-5.3-Flash Riferimento API →
Ottieni API Key Prezzi
Stato del modello Dati insufficienti
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": "Leggi questo repository multi-file, trova il test di integrazione che fallisce e proponi una patch spiegando la causa principale."
    }
  ]
}'
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": "Leggi questo repository multi-file, trova il test di integrazione che fallisce e proponi una patch spiegando la causa principale."}]
)
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: "Leggi questo repository multi-file, trova il test di integrazione che fallisce e proponi una patch spiegando la causa principale." }]
});
https://runapi.ai 5 endpoints

10 versioni disponibili

OVERVIEW

A cosa serve GLM-5.3-Flash

GLM-5.3-Flash è il modello a costo ridotto della generazione GLM-5.3 di Z.ai, rilasciato il 26 agosto 2026. È un modello Mixture-of-Experts con 320B parametri totali e 18B attivi per token. Z.ai lo presenta come il primo modello di frontiera open source a combinare attenzione sparsa e lineare, e dichiara circa 3x meno calcolo di attenzione e una cache KV 4.4x più piccola rispetto a GLM-5.3.

La finestra di contesto è di 1M token e l'output arriva a 128K token. Il thinking è sempre attivo: l'API di Z.ai accetta solo la modalità thinking abilitata, quindi ogni risposta inizia con un passaggio di ragionamento. Z.ai indirizza il modello alla scrittura di interfacce a partire da screenshot, ai documenti d'ufficio, alla ricerca finanziaria e ai cicli di uso del computer, e supporta function calling e output strutturati.

Il modello di Z.ai legge anche immagini, video e file. Su RunAPI, glm-5.3-flash accetta solo input testuale. Chiamalo tramite l'endpoint Chat Completions compatibile OpenAI (/v1/chat/completions), l'endpoint Anthropic Messages (/v1/messages), OpenAI Responses o Gemini generateContent, tutti con la stessa chiave API RunAPI.

ID del modello
glm-5.3-flash
Rilascio
26 agosto 2026
Architettura
MoE, 320B totali / 18B attivi
Finestra di contesto
1M token
Output massimo
128K token
Thinking
Sempre attivo
Endpoint su RunAPI
OpenAI Chat Completions e Anthropic Messages, input testo
Playground

Prova GLM-5.3-Flash

Scegli un modello e genera in pochi secondi.

Stimato: Input $0.12 / 1M di token | Output $0.40 / 1M di token

Accedi per generare con RunAPI.

Accedi per generare

Accedi per iniziare a generare con i modelli linguistici disponibili.

Ottieni chiave API Accedi
Specifiche

Dettagli tecnici

Provider Z.ai
ID modello glm-5.3-flash
Modalità Testo
Tipi di attività Synchronous
Endpoint API /v1/chat/completions
/v1/responses
/v1/messages
/v1beta/models/glm-5.3-flash:generateContent
/v1beta/models/glm-5.3-flash:streamGenerateContent
Unità di fatturazione 1K token
Stato del catalogo Operativo
COME FUNZIONA

Usa questo modello in 3 passaggi

  1. Crea la tua chiave

    Registrati gratuitamente e crea una chiave API per glm-5.3-flash dalla dashboard.

  2. Invia una richiesta

    Invia una richiesta POST a /v1/chat/completions con l’identificatore del modello glm-5.3-flash e i tuoi parametri.

  3. Ottieni i risultati

    Leggi direttamente dall’endpoint la risposta completata di glm-5.3-flash.

Cosa offre questo modello

Copertura endpoint

Espone 1 endpoint pubblici: chat_completion.

Fatturazione a consumo

Misurata in base a 1K token, senza requisito di abbonamento.

GLM-5.3-Flash Prezzi

Endpoint
Prezzo
chat_completion
Input: $0.12 / 1M di token Output: $0.40 / 1M di token
  • Lettura cache: $0.03 / 1M di token
  • Scrittura cache (5 min): Gratis / 1M di token
  • Scrittura cache (1 h): Gratis / 1M di token
RIFERIMENTO API

Specifiche dell'endpoint

Endpoint
POST /v1/chat/completions
ID modello
glm-5.3-flash
Tipi di attività
chat_completion

Parametri della richiesta

Nessun parametro della richiesta è pubblicato per questo endpoint.

CASI D'USO

Customer support

Rispondi alle domande dei clienti partendo da una knowledge base privata, riducendo il volume dei ticket.

Analisi documentale

Redigi riepiloghi di contratti e segnala le clausole chiave per la revisione dell'avvocato.

Generazione di codice

Genera automaticamente test unitari, code review e suggerimenti di refactoring in CI.

Metriche di utilizzo

Scelto dagli sviluppatori
1
Chiamate API / Giorno
100.0%
Tasso di successo
7.6s
Generazione media

Il feedback verificato dei clienti non è ancora disponibile per questo modello.

RELATED
glm-4.5-air di Z.ai Input $0.16 / 1M di token | Output $0.88 / 1M di token glm-4.5 di Z.ai Input $0.48 / 1M di token | Output $1.76 / 1M di token glm-4.6 di Z.ai Input $0.48 / 1M di token | Output $1.76 / 1M di token glm-4.7 di Z.ai Input $0.48 / 1M di token | Output $1.76 / 1M di token
FAQ

Domande frequenti su GLM-5.3-Flash

In cosa GLM-5.3-Flash si differenzia da GLM-5.3?

GLM-5.3-Flash è il modello più piccolo e a costo ridotto della generazione GLM-5.3, con 320B parametri totali e 18B attivi. Secondo Z.ai, la sua attenzione ibrida sparsa e lineare riduce il calcolo di attenzione di circa 3x rispetto a GLM-5.3. Entrambi hanno una finestra di contesto da 1M token. Scegli glm-5.3 come modello di punta e glm-5.3-flash per carichi ad alto volume o sensibili al costo.

Posso disattivare il thinking su GLM-5.3-Flash?

No. Z.ai lo distribuisce con il thinking sempre attivo, e l'impostazione thinking accetta solo enabled. I token di ragionamento contano nell'output, quindi lascia margine in max_tokens.

Posso inviare immagini a glm-5.3-flash su RunAPI?

Non ancora. Il modello di Z.ai legge immagini, video e file, ma RunAPI accetta solo input testuale per glm-5.3-flash, e le richieste con parti immagine vengono rifiutate.

Quali SDK possono chiamare glm-5.3-flash?

Punta l'SDK OpenAI su https://runapi.ai/v1 per Chat Completions o Responses, oppure usa l'SDK Anthropic per Messages, e imposta il modello su glm-5.3-flash. Una sola chiave API RunAPI funziona con tutti i protocolli.

Come seleziono glm-5.3-flash?

Passa l'ID del modello mostrato nel quickstart.

Qual è il rate limit di questa variante?

I limiti per chiave scalano in base al tier di utilizzo. Consulta la pagina prezzi per i limiti attuali.

Posso cambiare variante in seguito?

Sì — la variante è un flag. Puoi cambiarla modificando il parametro model.

Fa streaming?

Dove lo streaming è disponibile, RunAPI esegue lo streaming end-to-end.

Dove posso segnalare problemi di qualità?

Apri un issue nel repository GitHub pubblico oppure scrivi all’assistenza.

Serve un account separato presso il provider?

No. La chiave API RunAPI è sufficiente per accedere a questa variante e a tutti gli altri modelli del catalogo. Non servono account presso il provider sottostante.

Stai costruendo con un team?

Ti aiutiamo con la configurazione enterprise, le integrazioni e le domande tecniche.

Contattaci