GLM 5.3 Flash

Для GLM-5.3 Flash используйте Chat Completions API.

О модели

GLM-5.3 Flash — модель Z.ai для визуального программирования, работы с браузером и документами; Z.ai называет её первой нативной мультимодальной моделью серии GLM-5. Принимает текст, изображения, видео и файлы, отвечает текстом.

По данным Z.ai, требует в 3 раза меньше вычислений внимания и в 4,4 раза меньше кэша KV, чем GLM-5.3: активны 18 млрд параметров вместо 32 млрд, а внимание сочетает разреженную и линейную схемы.

На DeepSWE v1.1 набирает 63,4 против 46,2 у GLM-5.2. Z.ai рекомендует модель для воссоздания интерфейсов по скриншотам, подготовки PPTX, PDF, DOCX и XLSX, финансового анализа и работы с интерфейсами компьютера.

Поддерживает вызов функций; рассуждения включены всегда, глубину задаёт reasoning_effort.

Стоимость

Текущая стоимость использования этой модели:

Токены	Стоимость за 1 млн токенов
Входные токены	15₽
Выходные токены	50₽
Чтение из кэша	3₽
Входные токены изображений	16,50₽
Входные видеотокены	16,50₽

Как считается расход

Учитываются все токены
И входные (input), и сгенерированные моделью (output)

Характеристики

Параметр	Значение
Вход	Текст, изображения, видео, файлы
Выход	Текст
Контекст	1 млн токенов
Максимальный ответ	131 072 токена
Рассуждения	Всегда включены, отключить нельзя
Уровень рассуждений по умолчанию	max
Параметры модели	MoE, 320 млрд параметров, 18 млрд активных
Дата выхода	26 августа 2026

Сравнение с соседними моделями

Модель	Вход	Контекст	Максимальный ответ	Параметры	Рассуждения
GLM-5.3 Flash (эта модель)	Текст, изображения, видео, файлы	1 млн токенов	131 072 токена	320 млрд, 18 млрд активных	Всегда включены, уровни low, high и max
GLM-5.3	Текст	1 млн токенов	131 072 токена	355 млрд, 32 млрд активных	Всегда включены, уровни low, high и max
GLM-5.2	Текст	1 млн токенов	131 072 токена	—	Включены по умолчанию, можно отключить
GLM-5V Turbo	Текст, изображения, видео, файлы	200 000 токенов	128 000 токенов	—	Включаются параметром thinking

Бенчмарки

Бенчмарк	Результат	Условия
DeepSWE v1.1	63,4	Условия не раскрыты
AutomationBench	48,8	Условия не раскрыты
Z.ai Code Bench v1.0	29	Claude Code 2.1.207, уровень рассуждений max

API

Эндпоинт

http

POST https://api.akashilab.ru/v1/chat/completions

Текстовый запрос

import osfrom openai import OpenAIclient = OpenAI(    api_key=os.environ["DSLAB_API_KEY"],    base_url="https://api.akashilab.ru/v1",)response = client.chat.completions.create(    model="glm-5.3-flash",    reasoning_effort="high",    messages=[        {"role": "system", "content": "Отвечай кратко и по делу."},        {"role": "user", "content": "Объясни, что такое идемпотентность."},    ],)print(response.choices[0].message.content)

Параметры

Параметр	Тип	По умолчанию	Описание
model	string	обязательный	ID модели: glm-5.3-flash.
messages	array	обязательный	История диалога. content — строка или массив блоков text и image_url.
max_tokens	integer	—	Максимальный ответ в токенах, от 1 до 131 072.
stream	boolean	false	Потоковый ответ.
reasoning_effort	string	max	Уровень рассуждений. Отключить рассуждения нельзя. Значения: low, high, max.
tools	array	—	Ваши функции: type function, name, description и parameters (JSON Schema).
tool_choice	string	auto	Вызывать ли функцию. Принимается только auto: решает модель.

Важно знать

Z.ai рекомендует temperature 1,0, top_p 0,95 и reasoning_effort max.
Рассуждения отключить нельзя: thinking.type принимает только enabled. Глубину задаёт reasoning_effort со значениями low, high и max; без параметра используется max.
Параметр tool_choice принимает только auto.
Изображения передаются блоком image_url: ссылкой или data URL в base64, форматы jpg, jpeg и png, до 5 МБ и не больше 6000×6000 пикселей.
Видео и файлы модель принимает по документации Z.ai, но наш API передаёт в Chat Completions только блоки text и image_url.