Перейти к содержимому
  • контекст 1M
  • Reasoning
  • Responses API

GLM 5.3 Flash в QuickSilver Pro

glm-5.3-flash
Z.aiДоступность сейчас—

Доступ к GLM 5.3 Flash через единый OpenAI-совместимый API с контекстом 1M токенов. $0.0284 за ввод / $0.0923 за вывод на 1 млн токенов.

  • контекст 1M
  • до 131K на выходе
  • Инструменты
  • Рассуждение · включено по умолчанию
  • Стриминг
  • Без вывода по JSON Schema

Вы платите · вход / выход за 1M

$0.0284 / $0.0923

По прайс-листу

цены совпадают (Published reference)

Сравнение цен ($/1M токенов)

Длина полосы = цена относительно самой высокой цены в таблице

ПровайдерВходВыходк QSP
QuickSilver Pro$0.0284$0.0923—
Published reference(z-ai/glm-5.3-flash)$0.0284$0.0923так же
OpenAI (GPT-4o mini)$0.15$0.60на 85% ниже

Коротко

Контекст
1M токенов
Вход / 1M
$0.0284
Выход / 1M
$0.0923
Думает по умолчанию
Да
Макс. выход
131K
Задержка · сейчас
—
Индекс AA Intelligence
46

Массовые агенты и кодинг по цене «рабочей лошадки» — быстрая модель с открытыми весами из новейшего reasoning-семейства Z.ai, с контекстным окном на 1M токенов.

Когда стоит выбрать GLM 5.3 Flash?

Собрано по возможностям из каталога и опубликованным ценам, а не по бенчмарку.

Когда использовать

Берите GLM 5.3 Flash, когда нужно поведение семейства GLM 5.3 — reasoning плюс инструменты — за малую долю цены: массовые агентные циклы, фоновая кодогенерация, суммаризация огромных рабочих наборов в контексте на 1M токенов и пакетные пайплайны, где главное — стоимость одного вызова. При цене $0.0284 / $0.0923 за миллион токенов она конкурирует с самым дешёвым уровнем каталога, сохраняя окно на 1M токенов, — такого сочетания бюджетные модели не предлагают. Reasoning включён всегда; используйте reasoning_effort, чтобы выбрать баланс между глубиной, задержкой и стоимостью.

  • Длинные документы и кодовые базы, до 1M токенов контекста
  • Агенты, которые вызывают инструменты
  • Многошаговые рассуждения, включены по умолчанию
  • Клиенты Responses API, а также Chat Completions

Когда выбрать другую модель

Для самой сложной инженерии в масштабе репозитория и длинных планов в семействе сильнее GLM 5.3 — то же окно, более глубокая модель. Reasoning обязателен и здесь, поэтому модель тратит токены на размышления даже на тривиальных репликах; если нужна дешёвая модель, которая отвечает сразу, DeepSeek V4 Flash ($0.06/$0.18) отвечает без этих накладных расходов. Если у вас есть промпты, настроенные на GLM 5.2 или GLM 5.3, перед переходом на младшую модель проведите A/B-тест — трассы и ритм вызовов инструментов внутри семейства отличаются.

Сравнить альтернативы в разделе «Модели»

Быстрый старт (curl)

Получить API key →
curl https://api.quicksilverpro.io/v1/chat/completions \
  -H "Authorization: Bearer $QSP_KEY" \
  -H "Content-Type: application/json" \
  -d '{
    "model": "glm-5.3-flash",
    "messages": [{"role": "user", "content": "Hello!"}]
  }'
import os
from openai import OpenAI

client = OpenAI(
    base_url="https://api.quicksilverpro.io/v1",
    api_key=os.environ["QSP_KEY"],
)
response = client.chat.completions.create(
    model="glm-5.3-flash",
    messages=[{"role": "user", "content": "Hello!"}],
)
print(response.choices[0].message.content)
import OpenAI from "openai";

const client = new OpenAI({
  baseURL: "https://api.quicksilverpro.io/v1",
  apiKey: process.env.QSP_KEY,
});
const response = await client.chat.completions.create({
  model: "glm-5.3-flash",
  messages: [{ role: "user", content: "Hello!" }],
});
console.log(response.choices[0].message.content);
curl https://api.quicksilverpro.io/v1/responses \
  -H "Authorization: Bearer $QSP_KEY" \
  -H "Content-Type: application/json" \
  -d '{
    "model": "glm-5.3-flash",
    "input": "Hello!"
  }'
python (OpenAI SDK)
import os
from openai import OpenAI

client = OpenAI(
    base_url="https://api.quicksilverpro.io/v1",
    api_key=os.environ["QSP_KEY"],
)
response = client.chat.completions.create(
    model="glm-5.3-flash",
    messages=[{"role": "user", "content": "Hello!"}],
)
print(response.choices[0].message.content)

Совместимо с OpenAI. Миграция в одну строку через base_url.

Поведение шлюза

Особенности совместимости для этой модели.

prompt
Промпты до 1M токенов.
max_tokens
До 131K выходных токенов.
  • /v1/chat/completions: Поддерживается
  • /v1/responses: Поддерживается
  • стриминг: Поддерживается
  • инструменты: Поддерживается
  • ввод изображений: Не указано для этой модели
  • JSON Schema: Не указано для этой модели
  • рассуждение: Поддерживается

Откуда берётся цена

Каталог v87 · без отдельного тарифа для длинного контекста

Цена провайдера
$0.0284 / $0.0923
Проверено в каталоге
Кэш промптов · не сравнивается
чтение $0.0284

usage.cost = prompt_tokens × $0.0284/1M + completion_tokens × $0.0923/1M

/pricing.json

Базовые цены; кэшированные токены промпта оплачиваются по ценам кэша выше.

FAQ

Частые вопросы

Reasoning включён всегда — на этом endpoint он обязателен и не отключается (запрос, который пытается его выключить, отклоняется на стороне апстрима). Используйте reasoning_effort, чтобы выбрать баланс между глубиной, задержкой и стоимостью. Reasoning-токены тарифицируются как выходные и расходуются из бюджета max_tokens до видимого ответа, поэтому задавайте max_tokens с запасом, иначе ответ может вернуться обрезанным. Если нужен GLM без постоянно включённых размышлений, используйте GLM 5.2.

GLM 5.3 Flash

Попробуйте GLM 5.3 Flash с удвоенным балансом — до $50 бонусных кредитов

Получить API Key

$0.0284 / $0.0923вход / выход за 1M токенов

ПопробоватьПолучить API Key