- контекст 1M
- Reasoning
- Responses API
GLM 5.3 Flash в QuickSilver Pro
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
| Провайдер | Вход | Выход | к QSP |
|---|---|---|---|
| QuickSilver Pro | $0.0284 | $0.0923 | — |
| Published reference(z-ai/glm-5.3-flash) | $0.0284 | $0.0923 | так же |
| OpenAI (GPT-4o mini) | $0.15 | $0.60 | на 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.
- Задаче нужна более сильная модельGLM 5.3 набирает 49 в индексе AA Intelligence (у этой модели 46), выход стоит 23,835×.GLM 5.3 $0.60 / $2.20 · 1M
- Нужен строгий вывод по JSON SchemaGLM 5.2 поддерживает вывод по JSON Schema, выход стоит 23,835×.GLM 5.2 $0.70 / $2.20 · 1M
- Нужен ввод изображенийQwen3.7 Flash принимает изображения, выход стоит 1,127×.Qwen3.7 Flash $0.024 / $0.104 · 1M
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!"
}'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
- 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
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.
То же семейство, другая весовая категория: GLM 5.3 Flash — быстрый вариант с открытыми весами, выпущенный 2026-08-26, по цене $0.0284 за вход / $0.0923 за выход за миллион токенов против $0.60 / $2.20 у GLM 5.3 — примерно в 21,1 раза дешевле на входе. У обеих одинаковое контекстное окно на 1M токенов, лимит вывода 131K и всегда включённый reasoning. Используйте Flash для объёма; переходите на GLM 5.3, когда узкое место — сложность задачи, а не пропускная способность.
Да — GLM 5.3 Flash на QuickSilver Pro представляет собой OpenAI-совместимый endpoint chat completions (Responses API тоже работает). Укажите base_url=https://api.quicksilverpro.io/v1, вставьте свой ключ QSP и используйте model="glm-5.3-flash". Streaming, tool calling (tool_choice: "auto" — этот endpoint отклоняет принудительный выбор конкретной функции) и учёт usage.cost работают. response_format: json_schema на этом endpoint пока не обеспечивается принудительно; если нужен строгий структурированный вывод, используйте GLM 5.2.
$0.0284 за ввод / $0.0923 за вывод на 1 млн токенов.
GLM 5.3 Flash
Попробуйте GLM 5.3 Flash с удвоенным балансом — до $50 бонусных кредитов
Получить API Key