GLM-5.3-Flash

Tekst

Goedkopere GLM-5.3-tier; 1M context, thinking altijd aan; tekstrequests via OpenAI- en Anthropic-SDK's

Invoer $0.12 / 1M tokens | Uitvoer $0.40 / 1M tokens GLM-5.3-Flash API-documentatie →

Modelgezondheid Onvoldoende gegevens

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": "Lees deze repository met meerdere bestanden, vind de falende integratietest en stel een patch voor met uitleg van de hoofdoorzaak."
    }
  ]
}'

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": "Lees deze repository met meerdere bestanden, vind de falende integratietest en stel een patch voor met uitleg van de hoofdoorzaak."}]
)

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: "Lees deze repository met meerdere bestanden, vind de falende integratietest en stel een patch voor met uitleg van de hoofdoorzaak." }]
});

https://runapi.ai 5 endpoints

10 versies beschikbaar

OVERVIEW

Waarvoor GLM-5.3-Flash gebouwd is

GLM-5.3-Flash is het goedkopere model van de GLM-5.3-generatie van Z.ai, uitgebracht op 26 augustus 2026. Het is een Mixture-of-Experts-model met 320B parameters in totaal en 18B actief per token. Z.ai noemt het het eerste open-source frontiermodel dat sparse en lineaire attention combineert, en meldt ongeveer 3x minder attention-rekenwerk en een 4.4x kleinere KV-cache dan GLM-5.3.

Het contextvenster is 1M tokens en de output gaat tot 128K tokens. Thinking staat altijd aan: de API van Z.ai accepteert alleen de ingeschakelde thinking-modus, dus elk antwoord begint met een redeneerstap. Z.ai richt het model op het bouwen van gebruikersinterfaces vanuit screenshots, kantoordocumenten, financieel onderzoek en computer-use-lussen, en ondersteunt function calling en gestructureerde output.

Het model van Z.ai leest ook afbeeldingen, video en bestanden. Op RunAPI accepteert glm-5.3-flash alleen tekstinvoer. Roep het aan via het OpenAI-compatibele Chat Completions-endpoint (/v1/chat/completions), het Anthropic Messages-endpoint (/v1/messages), OpenAI Responses of Gemini generateContent, steeds met dezelfde RunAPI-API-key.

Model-ID

glm-5.3-flash

Uitgebracht

26 augustus 2026

Architectuur

MoE, 320B totaal / 18B actief

Contextvenster

1M tokens

Maximale output

128K tokens

Thinking

Altijd aan

Endpoint op RunAPI

OpenAI Chat Completions en Anthropic Messages, tekstinvoer

Playground

GLM-5.3-Flash proberen

Kies een model en genereer binnen enkele seconden.

Specificaties

Provider	Z.ai
Model-ID	glm-5.3-flash
Modaliteit	Tekst
Taaktypen	Synchronous
API-eindpunt	/v1/chat/completions
	/v1/responses

	/v1/messages
	/v1beta/models/glm-5.3-flash:generateContent
	/v1beta/models/glm-5.3-flash:streamGenerateContent
Factureringseenheid	1K tokens
Catalogusstatus	Operationeel

ZO WERKT HET

Gebruik dit model in 3 stappen

Maak je sleutel

Meld je gratis aan en maak vanuit het dashboard een API-sleutel voor glm-5.3-flash.
Stuur een verzoek

Stuur een POST-verzoek naar /v1/chat/completions met de model-ID glm-5.3-flash en je parameters.
Resultaten ophalen

Lees het voltooide glm-5.3-flash-antwoord rechtstreeks van het endpoint.

Wat dit model biedt

Endpointdekking

Stelt 1 openbaar(e) endpoint(s) beschikbaar: chat_completion.

Verbruiksgebaseerde facturering

Gemeten aan de hand van 1K tokens, zonder abonnementsvereiste.

GLM-5.3-Flash Prijzen

Endpoint

Prijs

chat_completion

Invoer: $0.12 / 1M tokens Uitvoer: $0.40 / 1M tokens

Cache lezen: $0.03 / 1M tokens
Cache schrijven (5 min): Gratis / 1M tokens
Cache schrijven (1 u): Gratis / 1M tokens

API-REFERENTIE

Endpoint-specificatie

Endpoint: POST /v1/chat/completions
Model-ID: glm-5.3-flash
Taaktypen: chat_completion

Requestparameters

Voor dit endpoint zijn geen requestparameters gepubliceerd.

USE CASES

Klantenservice

Beantwoord klantvragen vanuit een privékennisbank en verlaag zo het aantal tickets.

Documentanalyse

Stel samenvattingen van contracten op en markeer belangrijke clausules voor beoordeling door een jurist.

Codegeneratie

Genereer automatisch unittests, code reviews en refactoringsuggesties in CI.

Vertrouwd door ontwikkelaars

API-aanroepen / dag

100.0%

Slagingspercentage

7.6s

Gem. generatietijd

Geverifieerde klantfeedback is nog niet beschikbaar voor dit model.

FAQ

Veelgestelde vragen over GLM-5.3-Flash

Wat is het verschil tussen GLM-5.3-Flash en GLM-5.3?

GLM-5.3-Flash is het kleinere, goedkopere model van de GLM-5.3-generatie, met 320B parameters in totaal en 18B actief. Volgens Z.ai verlaagt de hybride sparse en lineaire attention het attention-rekenwerk met ongeveer 3x ten opzichte van GLM-5.3. Beide hebben een contextvenster van 1M tokens. Kies glm-5.3 voor het vlaggenschipmodel en glm-5.3-flash voor werk in grote volumes of met een krap budget.

Kan ik thinking uitzetten bij GLM-5.3-Flash?

Nee. Z.ai levert het model met thinking altijd aan, en de thinking-instelling accepteert alleen enabled. Redeneertokens tellen mee voor de output, dus laat er ruimte voor in max_tokens.

Kan ik afbeeldingen sturen naar glm-5.3-flash op RunAPI?

Nog niet. Het model van Z.ai leest afbeeldingen, video en bestanden, maar RunAPI accepteert voor glm-5.3-flash alleen tekstinvoer, en requests met afbeeldingsonderdelen worden geweigerd.

Met welke SDK's kan ik glm-5.3-flash aanroepen?

Laat de OpenAI-SDK naar https://runapi.ai/v1 wijzen voor Chat Completions of Responses, of gebruik de Anthropic-SDK voor Messages, en stel model in op glm-5.3-flash. Eén RunAPI-API-key werkt voor elk protocol.

Hoe selecteer ik glm-5.3-flash?

Geef de model-ID door die in de quickstart wordt getoond.

Wat is de rate limit voor deze variant?

Rate limits per key schalen mee met je usage tier. Bekijk de prijzenpagina voor de actuele limieten.

Kan ik later van variant wisselen?

Ja — variant is een flag. Wissel door de modelparameter aan te passen.

Ondersteunt het streaming?

Waar streaming beschikbaar is, streamt RunAPI end-to-end.

Waar meld ik kwaliteitsproblemen?

Open een issue in de publieke GitHub-repo of mail support.

Heb ik een apart provideraccount nodig?

Nee. Je RunAPI API-sleutel volstaat voor toegang tot deze variant en elk ander model in de catalogus. Je hebt geen accounts bij de onderliggende provider nodig.

Bouw je met een team?

We helpen je met enterprise-inrichting, integraties en technische vragen.

Neem contact op