Сколько стоит API GLM-5.3?

1,40 доллара за миллион входных токенов, 0,26 — за миллион токенов из кэша и 4,40 — за миллион выходных. Хранение кэша пока бесплатное. GLM-5.3-Flash стоит 0,15, 0,03 и 0,50 доллара.

Есть ли у GLM-5.3 бесплатный API?

Нет. Бесплатные позиции в прайсе Z.ai относятся к прошлым поколениям — GLM-4.7-Flash и GLM-4.5-Flash. Самая дешёвая модель поколения 5.3 — GLM-5.3-Flash.

Какой базовый адрес у API GLM-5.3?

Для обычной оплаты по OpenAI-протоколу — https://api.z.ai/api/paas/v4. Для подписки Coding Plan — https://api.z.ai/api/coding/paas/v4. Есть адрес для OpenAI Responses (https://api.z.ai/api/v1) и для Anthropic Messages (https://api.z.ai/api/anthropic).

Почему запрос к GLM-5.3 с отключённым рассуждением падает?

Модель рассуждает всегда, и значение thinking.type = disabled она не принимает. Вендор советует поставить enabled и reasoning_effort = low, а уже потом менять код модели на glm-5.3.

Работает ли API GLM-5.3 с OpenAI SDK и Claude Code?

Да. OpenAI SDK подключается сменой базового адреса, инструменты на протоколе Anthropic — через https://api.z.ai/api/anthropic. Чтобы тратилась квота подписки, нужен ключ Coding Plan.

glm53.ru › Лист 03 · API

API GLM-5.3: подключение, параметры и цены

Лист 03 из 07сверено 29 октября 2026

Как обращаться к GLM-5.3 и Flash из программ: какие адреса и протоколы поддерживает Z.ai, что изменилось в параметрах рассуждения и сколько стоит типичный запрос.

Таблица 1 — адреса международной платформы api.z.ai

Назначение	Базовый адрес	Формат запросов	Расход
обычная оплата	https://api.z.ai/api/paas/v4	OpenAI, chat/completions	деньги со счёта
подписка	https://api.z.ai/api/coding/paas/v4	OpenAI, chat/completions	кредиты плана
новый протокол OpenAI	https://api.z.ai/api/v1	OpenAI Responses	зависит от ключа
клиенты Anthropic	https://api.z.ai/api/anthropic	Anthropic Messages	зависит от ключа

ВажноАккаунтам, у которых когда-либо была подписка Coding Plan, включая истёкшую, API модели пока доступен только по протоколу OpenAI Chat Completions. У Zhipu есть и китайская платформа open.bigmodel.cn; на этом листе — только международная.

Справочник API ↗Прайс Z.ai ↗

1Ставки за токены

Таблица 2 — цены поколения 5.3, $ за 1 млн токенов, на 29 октября 2026

Модель	Вход	Вход из кэша	Выход
GLM-5.3	1,40	0,26	4,40
GLM-5.3-Flash	0,15	0,03	0,50
GLM-5.3-FlashX	0,37	0,075	1,25
GLM-5.3-FlashX-Legal	0,37	0,075	1,25
для сравнения: GLM-5.2	1,40	0,26	4,40

Флагман нового поколения стоит ровно столько же, сколько прошлый, поэтому переход с GLM-5.2 сам по себе счёт не увеличивает. Хранение кэша Z.ai временно не тарифицирует. Встроенный веб-поиск оплачивается отдельно — 0,01 доллара за вызов.

2Сколько стоит один запрос

Наш пример расчёта по прайсу. Шаг агента в середине длинной сессии: в контексте 100 тыс. токенов, из них 80 тыс. совпали с кэшем, ответ вместе с рассуждением — 10 тыс. токенов.

Таблица 3 — пример: 20 тыс. новых входных, 80 тыс. из кэша, 10 тыс. выходных токенов

Модель	Новый вход	Кэш	Выход	Итого
GLM-5.3	$0,028	$0,021	$0,044	$0,093
GLM-5.3 без кэша	$0,140	—	$0,044	$0,184
GLM-5.3-Flash	$0,003	$0,002	$0,005	$0,010

Кэш в этом примере сокращает стоимость шага почти вдвое, а Flash делает его в девять раз дешевле. Есть и ориентир со стороны: Artificial Analysis тратит на GLM-5.3 в режиме max в среднем 5,01 доллара на одну задачу своего индекса. Модель многословна, а рассуждение — тоже сгенерированные токены, поэтому уровень усилия влияет на счёт сильнее, чем длина вопроса.

3Параметры рассуждения

Таблица 4 — что принимает GLM-5.3 и что рекомендует вендор

Параметр	Значения	По умолчанию	Комментарий
thinking.type	enabled	enabled	disabled больше не поддерживается — запрос упадёт
reasoning_effort	low · high · max	max	любое другое значение модель читает как max
temperature	число	1,0	рекомендация вендора
top_p	число	0,95	рекомендация вендора для Flash и флагмана
tool_stream	true / false	—	потоковые вызовы инструментов; для Flash — вместе со stream
thinking.clear_thinking	true / false	—	для API Flash вендор советует false

Порядок миграции с GLM-5.2 вендор описывает так: сначала заменить thinking.type на enabled и задать reasoning_effort = low, затем поменять код модели. В обратном порядке первый же запрос вернёт ошибку. Для сложного программирования рекомендован уровень max, для чата и коротких ответов разумнее low. Учтите ловушку: если клиент по привычке шлёт medium, модель поймёт это как max — ответы станут медленнее и дороже.

4Минимальный запрос

Ключ передаётся в заголовке Authorization: Bearer. Остальное совместимо с OpenAI SDK — достаточно сменить базовый адрес. У вендора есть и свой пакет для Python (pip install zai-sdk) и SDK для Java.

curl https://api.z.ai/api/paas/v4/chat/completions \
  -H "Authorization: Bearer $ZAI_API_KEY" \
  -H "Content-Type: application/json" \
  -d '{"model": "glm-5.3",
       "thinking": {"type": "enabled"},
       "reasoning_effort": "high",
       "messages": [{"role": "user", "content": "Найди ошибку в функции"}]}'

Поддерживаются потоковая выдача, вызов функций, кэширование контекста и структурированный ответ в JSON. У Flash к этому добавляются картинки: блок image_url со ссылкой (вендор рекомендует этот вариант) или строкой Base64, по блоку на каждое изображение.

5Ключи: обычные и для подписки

С 16 октября 2026 года ключи обычного API и подписки Coding Plan выпускаются в разных разделах кабинета, и тип ключа сам определяет, что списывается. Обычный ключ всегда тратит баланс — даже в инструменте для программирования и даже при оплаченной подписке. Ключ плана берут в разделе API Keys → Personal Coding Plan, командный — в Team Coding Plan → My Plan.

Ключи, выпущенные раньше, система разметила автоматически. Тем, что достались аккаунтам с подпиской, присвоен статус совместимых: у них оплата по-прежнему зависит от адреса. Через /api/coding/paas/v4 тратится квота плана, через /api/paas/v4 — деньги со счёта, даже если квота ещё есть. Разбор связанных с этим ошибок — на листе об ошибках.

Какие ещё нейросети дают API напрямую и сколько они просят за токены, удобно смотреть в каталоге моделей с открытым API на SortAI.

6Короткие ответы

Сколько стоит API GLM-5.3?: 1,40 доллара за миллион входных токенов, 0,26 — за миллион токенов из кэша и 4,40 — за миллион выходных. Хранение кэша пока бесплатное. GLM-5.3-Flash стоит 0,15, 0,03 и 0,50 доллара.
Есть ли у GLM-5.3 бесплатный API?: Нет. Бесплатные позиции в прайсе Z.ai относятся к прошлым поколениям — GLM-4.7-Flash и GLM-4.5-Flash. Самая дешёвая модель поколения 5.3 — GLM-5.3-Flash.
Какой базовый адрес у API GLM-5.3?: Для обычной оплаты по OpenAI-протоколу — https://api.z.ai/api/paas/v4. Для подписки Coding Plan — https://api.z.ai/api/coding/paas/v4. Есть адрес для OpenAI Responses (https://api.z.ai/api/v1) и для Anthropic Messages (https://api.z.ai/api/anthropic).
Почему запрос к GLM-5.3 с отключённым рассуждением падает?: Модель рассуждает всегда, и значение thinking.type = disabled она не принимает. Вендор советует поставить enabled и reasoning_effort = low, а уже потом менять код модели на glm-5.3.
Работает ли API GLM-5.3 с OpenAI SDK и Claude Code?: Да. OpenAI SDK подключается сменой базового адреса, инструменты на протоколе Anthropic — через https://api.z.ai/api/anthropic. Чтобы тратилась квота подписки, нужен ключ Coding Plan.