Favicon de z-ai

Z.ai: GLM 5.3 (batch)

z-ai/glm-5.3:batch

Pesos del modelo

GLM-5.3 is a large-scale reasoning model from Z.ai, built for complex software engineering and long-horizon agent tasks. It supports text input and output with a 1M-token context window, and improves on GLM-5.2 in coding and in the balance between performance and token efficiency.

Reasoning is always on and cannot be disabled. Reasoning efforts low, high, and max are supported; max is the default.

Modalidades
Precio de entrada / salida
38 % de descuento
0,45 US$ / 2 US$por 1M
Contexto
1,0M
Publicado
18 ago 2026

Proveedores

Distintas empresas alojan el mismo modelo. OpenRouter enruta su solicitud a una de ellas según el modo de enrutamiento que elija: Balanced (precio + velocidad), Nitro (el más rápido) o Floor (el más económico).

Precios

El precio medio que los clientes pagan realmente por este modelo, junto a los precios que publican los proveedores. El uso de caché y los descuentos hacen que el precio realmente pagado a menudo sea muy inferior al publicado.

Media ponderada

Entrada
0 US$/M tokens
Salida
0 US$/M tokens
Historial de precios
No hay datos de precios efectivos para esta selección

Rendimiento

La velocidad de generación indica lo rápido que escribe el modelo (tokens por segundo: cuanto mayor, mejor). La latencia es el tiempo total de ida y vuelta (cuanto menor, mejor). TTFT es el tiempo hasta el primer token: cuánto tarda en aparecer algo en pantalla (cuanto menor, mejor).

Pruebas de rendimiento de AutoExacto
GPQA DiamondTAU-BenchBaseten84,7 %83,7 %Wafer88,4 %78,7 %Wafer87,6 %79,1 %Doubleword88,6 %78,0 %Z.AI88,4 %77,4 %DeepInfra87,0 %78,1 %Baseten84,0 %76,6 %Baseten84,0 %76,2 %Baseten84,6 %70,4 %
+39 proveedores más

Tiempo de actividad

El tiempo de actividad es el porcentaje de los últimos 3 días en que al menos un proveedor respondía a las solicitudes. La disponibilidad es el porcentaje de tiempo en que la inferencia se sirvió correctamente. OpenRouter supervisa continuamente y utiliza el siguiente mejor proveedor cuando uno devuelve un error.

Aún no hay suficientes datos de tiempo de actividad para mostrar.

Cuando se produce un error en un proveedor ascendente, podemos recuperarnos enrutando la solicitud a otro proveedor que funcione correctamente, si los filtros de su solicitud lo permiten. Puede acceder mediante programación a los datos de tiempo de actividad de cada proveedor a través de la API de endpoints. Obtenga más información sobre nuestras opciones de equilibrio de carga y enrutamiento de proveedores.

Pruebas de rendimiento

Puntuaciones en evaluaciones estandarizadas y respuestas de este modelo a instrucciones compartidas de las pruebas de referencia. Los porcentajes más altos son mejores, y cada posición indica dónde se sitúa este modelo entre los modelos evaluados en esa fuente.

Resumen de puntuaciones en pruebas de rendimiento de Z.ai: GLM 5.3 (batch) (Artificial Analysis, Design Arena y Vals AI)
FuentePrueba de rendimientoPuntuación
Artificial AnalysisGLM-5.3 (Max) Intelligence Index31,7
Artificial AnalysisGLM-5.3 (Max) Coding Index74,8
Artificial AnalysisGLM-5.3 (Max) Agentic Index53,1
Artificial AnalysisGLM-5.3 (Max) GPQA Diamond91.7%
Artificial AnalysisGLM-5.3 (Max) HLE42.3%
Artificial AnalysisGLM-5.3 (Max) AA-LCR79.7%
Artificial AnalysisGLM-5.3 (Max) τ-Bench Banking50.3%
Artificial AnalysisGLM-5.3 (Max) GDPval-AA57.7%
Artificial AnalysisGLM-5.3 (Max) CritPt19.1%
Artificial AnalysisGLM-5.3 (Max) SciCode59.0%
Artificial AnalysisGLM-5.3 (Max) Terminal-Bench 4.041.9%
Artificial AnalysisGLM-5.3 (Max) Terminal-Bench 2.183.9%
Artificial AnalysisGLM-5.3 (Max) AA-Omniscience Accuracy32.3%
Artificial AnalysisGLM-5.3 (Max) AA-Omniscience Non-Hallucination Rate61.1%
Artificial AnalysisGLM-5.3 (Low) Intelligence Index23,1
Artificial AnalysisGLM-5.3 (Low) HLE36.6%
Artificial AnalysisGLM-5.3 (Low) AA-LCR72.7%
Artificial AnalysisGLM-5.3 (Low) GDPval-AA41.6%
Artificial AnalysisGLM-5.3 (Low) CritPt14.6%
Artificial AnalysisGLM-5.3 (Low) SciCode42.0%
Artificial AnalysisGLM-5.3 (Low) Terminal-Bench 4.034.8%
Artificial AnalysisGLM-5.3 (Low) AA-Omniscience Accuracy31.9%
Artificial AnalysisGLM-5.3 (Low) AA-Omniscience Non-Hallucination Rate36.8%
Design ArenaGLM-5.3 Models Arena 3D Elo1294
Design ArenaGLM-5.3 Models Arena Asciiart Elo1193
Design ArenaGLM-5.3 Models Arena Code Categories Elo1284
Design ArenaGLM-5.3 Models Arena Data Visualization Elo1251
Design ArenaGLM-5.3 Models Arena Game Development Elo1288
Design ArenaGLM-5.3 Models Arena SVG Elo1245
Design ArenaGLM-5.3 Models Arena UI Component Elo1285
Design ArenaGLM-5.3 Models Arena Website Elo1279
Design ArenaGLM-5.3 Agents Arena Htmlslides Elo1189
Design ArenaGLM-5.3 Agents Arena Mobile Apps Elo1184
Design ArenaGLM-5.3 Agents Arena Python-Pptxslides Elo1216
Design ArenaGLM-5.3 Agents Arena Webapps Elo1270
Vals AIGLM 5.3 Access to Justice Benchmark73.7%
Vals AIGLM 5.3 Code Migration v1.155.1%
Vals AIGLM 5.3 CyberBench v1.172.1%
Vals AIGLM 5.3 EMB v1.169.1%
Vals AIGLM 5.3 Finance Agent v2.165.0%
Vals AIGLM 5.3 Vals Finance Index61.4%
Vals AIGLM 5.3 Financial Coaching Bench74.1%
Vals AIGLM 5.3 GPQA Diamond88.1%
Vals AIGLM 5.3 HLAB-Vals-1.114.6%
Vals AIGLM 5.3 Immigration66.7%
Vals AIGLM 5.3 IOI68.4%
Vals AIGLM 5.3 LiveCodeBench80.5%
Vals AIGLM 5.3 LegalBench84.8%
Vals AIGLM 5.3 Vals Legal Index74.6%
Vals AIGLM 5.3 Legal Research Bench49.0%
Vals AIGLM 5.3 MedCode42.9%
Vals AIGLM 5.3 MedScribe88.8%
Vals AIGLM 5.3 MMLU Pro86.8%
Vals AIGLM 5.3 MysteryMechanism23.0%
Vals AIGLM 5.3 ProgramBench1.5%
Vals AIGLM 5.3 ProofBench v1.149.0%
Vals AIGLM 5.3 Public Benefits Bench v1.168.5%
Vals AIGLM 5.3 Vals RSI Index22.9%
Vals AIGLM 5.3 SkillsBench47.5%
Vals AIGLM 5.3 SRE Bench9.2%
Vals AIGLM 5.3 SWE-bench95.4%
Vals AIGLM 5.3 Tax Agent Bench43.3%
Vals AIGLM 5.3 TaxEval v272.4%
Vals AIGLM 5.3 Terminal-Bench 4.038.9%
Vals AIGLM 5.3 Terminal-Bench-Science5.7%
Vals AIGLM 5.3 Vals Index59.8%
Vals AIGLM 5.3 Vibe Code Bench 1-100 v1.129.8%
Vals AIGLM 5.3 Vibe Code Bench v1.178.1%

Aplicaciones

Aplicaciones públicas que envían más tráfico a este modelo. Una buena señal de cómo son las cargas de trabajo reales en producción, y una pista sobre los casos de uso para los que este modelo es más adecuado.

Aún no hay suficientes datos sobre las aplicaciones que usan este modelo.

Actividad

Volumen de tokens y tráfico de solicitudes a este modelo a lo largo del tiempo.

API

Código listo para usar para llamar a este modelo. La API de OpenRouter es compatible con OpenAI: la mayoría de los SDK funcionan con solo cambiar la URL base. Lo único que cambia entre modelos es el identificador del modelo que aparece a continuación.

Versiones de Z.ai: GLM

Actualmente no está disponible mediante el enrutamiento dentro de la región de la UE. Documentación de enrutamiento dentro de la región

Documentación

Guías, recetarios, artículos de blog y herramientas para desarrollar con Z.ai: GLM 5.3 (batch) en OpenRouter.

Preguntas frecuentes