GLM-5.3-Flash là mô hình đa phương thức nguyên bản từ Z.ai. Mô hình này phù hợp cho các tác vụ lập trình hiệu quả và tác vụ agent dài hạn. Kiến trúc attention thưa và tuyến tính lai của nó duy trì hành vi ngữ cảnh dài chính xác đồng thời giảm mạnh chi phí phục vụ. 320B tổng / 18B tham số hoạt động, ngữ cảnh 1M token, đầu vào văn bản + hình ảnh + video, đầu ra văn bản.
Tương thích OpenAI — giữ nguyên SDK bạn đang dùng
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| Đầu vào / 1M tokens | $0.075 |
| Đầu ra / 1M tokens | $0.250 |
| Đọc cache / 1M | $0.017 |
| Tiền tệ | USD |
Ước tính theo giá niêm yết
Chỉ là ước tính — số token thực tế phụ thuộc vào bộ tách token của nhà cung cấp.
Điều các nhà phát triển đang nói tuần này
GET /api/public/models/z-ai/glm-5.3-flashMở @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