GLM-5.3-Flash is a native multimodal model from Z.ai. It is suited for efficient coding and long-horizon agent tasks. Its hybrid sparse and linear attention architecture maintains accurate long-context behavior while reducing compute overhead.
プロバイダー
同じモデルを複数の企業がホストしています。OpenRouter は、選択したルーティングモードである Balanced(価格 + 速度)、Nitro(最速)、Floor(最安)に基づいて、そのうちの一社にリクエストをルーティングします。
| $0.050 | $0.18 | $0.010 | -- | -- | ||
| $0.075 | $0.25 | $0.015 | -- | -- | ||
| $0.120 | $0.40 | $0.024 | -- | -- |
- 入力 $0.05 / 出力 $0.18-- tok/s稼働率 --
- 入力 $0.075 / 出力 $0.25-- tok/s稼働率 --
入力 $0.12 / 出力 $0.40-- tok/s稼働率 --
料金
プロバイダーが提示する価格と並べて、このモデルに対して顧客が実際に支払う平均価格を表示しています。キャッシュと割引により、実際の支払価格は表示価格を大幅に下回ることがよくあります。
加重平均
GLM 5.3 Flash (batch) — 料金履歴
| $0.00 | $0.00 | 59.2% | 98.0% | ||
| $0.00 | $0.00 | 0.0% | 2.0% | ||
| — | — | — | — |
- 適用まで $0.00 / 実効出力 $0.00トークンシェア98.0%
- 適用まで $0.00 / 実効出力 $0.00トークンシェア2.0%
- 適用まで — / 実効出力 —トークンシェア —
パフォーマンス
スループットはモデルが出力する速さです(毎秒のトークン数で、数値が高いほど優れています)。レイテンシは往復にかかる合計時間です(短いほど優れています)。TTFT は最初のトークンが出力されるまでの時間、つまり何かが表示され始めるまでの時間です(短いほど優れています)。
稼働率
稼働率は、過去 3 日間に少なくとも一社のプロバイダーがリクエストに応答していた時間の割合です。可用性は、推論が正常に提供された時間の割合です。OpenRouter は継続的に監視し、プロバイダーがエラーを返すと、次に最適なプロバイダーを使用します。
表示するのに十分な稼働率データがまだありません。
上流のプロバイダーでエラーが発生した場合、リクエストフィルターが許可していれば、別の正常なプロバイダーにルーティングして復旧できます。プロバイダーごとの稼働率データにプログラムでアクセスするには Endpoints APIを利用できます。詳しくは、 負荷分散とプロバイダールーティングのオプションをご覧ください。
ベンチマーク
標準化された評価のスコアと、共通のベンチマークプロンプトに対するこのモデル自身の出力です。パーセンテージが高いほど優れており、各順位は、その情報源で評価されたモデルの中でのこのモデルの位置を示します。
| 出典 | ベンチマーク | スコア |
|---|---|---|
| Artificial Analysis | GLM-5.3-Flash Intelligence Index | 27.8 |
| Artificial Analysis | GLM-5.3-Flash Coding Index | 71.5 |
| Artificial Analysis | GLM-5.3-Flash Agentic Index | 50.9 |
| Artificial Analysis | GLM-5.3-Flash GPQA Diamond | 91.2% |
| Artificial Analysis | GLM-5.3-Flash HLE | 39.9% |
| Artificial Analysis | GLM-5.3-Flash AA-LCR | 80.0% |
| Artificial Analysis | GLM-5.3-Flash τ-Bench Banking | 47.2% |
| Artificial Analysis | GLM-5.3-Flash GDPval-AA | 57.4% |
| Artificial Analysis | GLM-5.3-Flash CritPt | 15.4% |
| Artificial Analysis | GLM-5.3-Flash SciCode | 51.6% |
| Artificial Analysis | GLM-5.3-Flash Terminal-Bench 4.0 | 32.8% |
| Artificial Analysis | GLM-5.3-Flash Terminal-Bench 2.1 | 84.3% |
| Artificial Analysis | GLM-5.3-Flash AA-Omniscience Accuracy | 28.2% |
| Artificial Analysis | GLM-5.3-Flash AA-Omniscience Non-Hallucination Rate | 61.7% |
| Design Arena | GLM-5.3-Flash Models Arena 3D Elo | 1293 |
| Design Arena | GLM-5.3-Flash Models Arena Asciiart Elo | 1259 |
| Design Arena | GLM-5.3-Flash Models Arena Code Categories Elo | 1267 |
| Design Arena | GLM-5.3-Flash Models Arena Data Visualization Elo | 1258 |
| Design Arena | GLM-5.3-Flash Models Arena Game Development Elo | 1266 |
| Design Arena | GLM-5.3-Flash Models Arena SVG Elo | 1270 |
| Design Arena | GLM-5.3-Flash Models Arena UI Component Elo | 1296 |
| Design Arena | GLM-5.3-Flash Models Arena Website Elo | 1257 |
| Vals AI | GLM 5.3 Flash Access to Justice Benchmark | 71.1% |
| Vals AI | GLM 5.3 Flash Code Migration v1.1 | 51.6% |
| Vals AI | GLM 5.3 Flash CyberBench v1.1 | 67.9% |
| Vals AI | GLM 5.3 Flash CyberOffense | 18.3% |
| Vals AI | GLM 5.3 Flash EMB v1.1 | 66.3% |
| Vals AI | GLM 5.3 Flash Finance Agent v2.1 | 60.6% |
| Vals AI | GLM 5.3 Flash Vals Finance Index | 55.8% |
| Vals AI | GLM 5.3 Flash GPQA Diamond | 86.4% |
| Vals AI | GLM 5.3 Flash HLAB-Vals-1.1 | 10.4% |
| Vals AI | GLM 5.3 Flash IOI | 52.5% |
| Vals AI | GLM 5.3 Flash LiveCodeBench | 80.5% |
| Vals AI | GLM 5.3 Flash LegalBench | 83.9% |
| Vals AI | GLM 5.3 Flash Vals Legal Index | 71.1% |
| Vals AI | GLM 5.3 Flash Legal Research Bench | 45.2% |
| Vals AI | GLM 5.3 Flash MedScribe | 88.9% |
| Vals AI | GLM 5.3 Flash MMLU Pro | 86.1% |
| Vals AI | GLM 5.3 Flash MMMU Pro | 86.0% |
| Vals AI | GLM 5.3 Flash ProgramBench | 0.0% |
| Vals AI | GLM 5.3 Flash ProofBench v1.1 | 21.0% |
| Vals AI | GLM 5.3 Flash SAGE | 89.3% |
| Vals AI | GLM 5.3 Flash SkillsBench | 40.2% |
| Vals AI | GLM 5.3 Flash SRE Bench | 0.8% |
| Vals AI | GLM 5.3 Flash SWE-bench | 92.0% |
| Vals AI | GLM 5.3 Flash Tax Agent Bench | 31.6% |
| Vals AI | GLM 5.3 Flash TaxEval v2 | 75.6% |
| Vals AI | GLM 5.3 Flash Terminal-Bench 4.0 | 37.4% |
| Vals AI | GLM 5.3 Flash Terminal-Bench-Science | 2.9% |
| Vals AI | GLM 5.3 Flash Vals Index | 50.9% |
| Vals AI | GLM 5.3 Flash Vibe Code Bench 1-100 | 16.0% |
| Vals AI | GLM 5.3 Flash Vibe Code Bench v1.1 | 30.8% |
アプリ
このモデルに最も多くのトラフィックを送信している公開アプリです。実際の本番ワークロードを把握するための有力な指標であり、このモデルに最も適したユースケースを知る手がかりにもなります。
このモデルを使用するアプリのデータは、まだ十分にありません。
アクティビティ
このモデルのトークン量とリクエストトラフィックの経時変化です。
API
このモデルを呼び出すために、そのまま使えるコードです。OpenRouter の API は OpenAI 互換のため、ほとんどの SDK はベース URL を変更するだけで動作します。モデル間で変わるのは、下記のモデルスラッグだけです。
現在、EU 域内ルーティングでは利用できません。 リージョン内ルーティングのドキュメント
ドキュメント
OpenRouter で Z.ai: GLM 5.3 Flash (batch) を使った開発に役立つガイド、クックブック、ブログ記事、ツールです。
よくある質問
Yes, the stealth model Ox Alpha was revealed to be ZAI's new model, GLM-5.3 Flash.
GLM-5.3-Flash is a native multimodal model from Z.ai. It is suited for efficient coding and long-horizon agent tasks. Its hybrid sparse and linear attention architecture maintains accurate long-context behavior while reducing compute overhead.
OpenRouter の GLM 5.3 Flash (batch) ドキュメントには ブログ記事 Open-Weight vs Closed-Weight Models: What's the Difference? が含まれています。クイックスタートでは APIキーと最初のリクエストについて説明し、API リファレンスではすべてのパラメーターを一覧で確認できます。
GLM 5.3 Flash (batch) の料金は $0.05/M 入力トークン と $0.18/M 出力トークン、Cache Read:$0.01/M tokens には別料金が適用されます です。
GLM 5.3 Flash (batch) のコンテキストウィンドウは 1,048,576 トークンです。最大 131,072 トークンの補完に対応しています。
はい。GLM 5.3 Flash (batch) は関数呼び出し用の tools と tool_choice を受け付けます。 response_format の JSON スキーマによる構造化出力にも対応しています。
GLM 5.3 Flash (batch) は テキスト、画像、動画 を入力として受け取り、テキスト を返します。
GLM 5.3 Flash (batch) は OpenRouter 上で 3 社のプロバイダー(Sail Research、Together、DeepInfra)によって提供されています。 リクエストは利用可能な最適なプロバイダーにルーティングされ、他のプロバイダーへの自動フェイルオーバーに対応しており、プロバイダールーティングでプロバイダーを固定または除外できます。
GLM 5.3 Flash (batch) は 2026年8月26日 にリリースされました。