GLM-5.3-Flash é um modelo multimodal nativo da Z.ai. É adequado para codificação eficiente e tarefas de agente de longo horizonte. Sua arquitetura híbrida de atenção esparsa e linear mantém comportamento preciso em contextos longos, ao mesmo tempo que reduz drasticamente o custo de serviço. 320B de parâmetros totais / 18B ativos, contexto de 1M de tokens, entrada de texto + imagem + vídeo, saída de texto.
Compatível com OpenAI — mantenha seu SDK
https://api.orcarouter.ai/v1import os
from openai import OpenAI
client = OpenAI(
base_url="https://api.orcarouter.ai/v1",
api_key=os.environ["ORCAROUTER_API_KEY"],
)
response = client.chat.completions.create(
model="z-ai/glm-5.3-flash",
messages=[{"role": "user", "content": "Hello"}],
)
print(response.choices[0].message.content)include_reasoningmax_tokensreasoningreasoning_effortresponse_formatstopstreamtemperaturetool_choicetoolstop_p| Entrada / 1M tokens | $0.150 |
|---|---|
| Saída / 1M tokens | $0.500 |
| Leitura de cache / 1M | $0.030 |
| Moeda | USD |
Estimativa com base no preço de tabela
Apenas uma estimativa — a contagem real de tokens depende do tokenizador do provedor.
Do que os desenvolvedores estão falando esta semana
GET /api/public/models/z-ai/glm-5.3-flashAbrir @misc{orcarouter_glm_5_3_flash,
title = {GLM 5.3 Flash API},
author = {Z.ai},
year = {2026},
howpublished = {OrcaRouter},
url = {https://www.orcarouter.ai/models/z-ai/glm-5.3-flash}
}Z.ai. (2026). GLM 5.3 Flash API. OrcaRouter. https://www.orcarouter.ai/models/z-ai/glm-5.3-flash