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.
제공업체
여러 회사가 동일한 모델을 호스팅합니다. OpenRouter는 선택한 라우팅 모드인 Balanced(가격 + 속도), Nitro(가장 빠름), Floor(가장 저렴함)에 따라 그중 한 곳으로 요청을 라우팅합니다.
| US$0.050 | US$0.18 | US$0.010 | -- | -- | ||
| US$0.075 | US$0.25 | US$0.015 | -- | -- | ||
| US$0.120 | US$0.40 | US$0.024 | -- | -- |
- 입력 US$0.05 / 출력 US$0.18-- tok/s가동 시간 --
- 입력 US$0.075 / 출력 US$0.25-- tok/s가동 시간 --
입력 US$0.12 / 출력 US$0.40-- tok/s가동 시간 --
요금
고객이 이 모델에 실제로 지불하는 평균 가격을 제공업체가 게시한 가격과 나란히 표시합니다. 캐싱과 할인으로 인해 실제 지불 가격은 정가보다 훨씬 낮은 경우가 많습니다.
가중 평균
GLM 5.3 Flash (batch) — 가격 이력
| US$0.00 | US$0.00 | 56.6% | 97.0% | ||
| US$0.00 | US$0.00 | 0.0% | 3.0% | ||
| — | — | — | — |
- 적용 시점 US$0.00 / 실효 출력 US$0.00토큰 점유율97.0%
- 적용 시점 US$0.00 / 실효 출력 US$0.00토큰 점유율3.0%
- 적용 시점 — / 실효 출력 —토큰 점유율 —
성능
처리량은 모델의 출력 속도입니다(초당 토큰 수 — 높을수록 좋습니다). 지연 시간은 전체 왕복 시간입니다(낮을수록 좋습니다). TTFT는 첫 토큰까지 걸리는 시간, 즉 출력이 나타나기까지 걸리는 시간입니다(낮을수록 좋습니다).
가동 시간
가동 시간은 지난 3일 동안 하나 이상의 제공업체가 요청에 응답한 시간의 비율입니다. 가용성은 추론이 성공적으로 제공된 시간의 비율입니다. OpenRouter는 지속적으로 모니터링하며 제공업체가 오류를 반환하면 차선의 제공업체를 사용합니다.
아직 표시할 가동 시간 데이터가 충분하지 않습니다.
업스트림 제공업체에서 오류가 발생하면 요청 필터가 허용하는 경우 정상 상태인 다른 제공업체로 라우팅하여 복구할 수 있습니다. 제공업체별 가동 시간 데이터에 프로그래밍 방식으로 액세스할 때 사용하는 API는 엔드포인트 API입니다. 자세히 알아볼 수 있는 관련 옵션은 부하 분산 및 제공업체 라우팅 옵션입니다.
벤치마크
표준화된 평가 점수와 공통 벤치마크 프롬프트에 대한 이 모델 자체의 출력입니다. 백분율이 높을수록 좋으며, 각 순위는 해당 출처에서 평가한 모델 중 이 모델의 위치를 보여 줍니다.
| 출처 | 벤치마크 | 점수 |
|---|---|---|
| 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% |
앱
이 모델에 가장 많은 트래픽을 보내는 공개 앱입니다. 실제 프로덕션 워크로드의 모습을 보여주는 유용한 지표이자 이 모델이 어떤 사용 사례에 가장 적합한지 알려주는 단서입니다.
이 모델을 사용하는 앱에 대한 데이터가 아직 충분하지 않습니다.
활동
시간에 따른 이 모델의 토큰 사용량 및 요청 트래픽.
API
이 모델을 호출하는 데 바로 사용할 수 있는 코드입니다. OpenRouter의 API는 OpenAI와 호환되므로 대부분의 SDK는 기본 URL만 바꾸면 작동합니다. 모델 간에 달라지는 것은 아래 모델 슬러그뿐입니다.
현재 EU 역내 라우팅을 통해 사용할 수 없습니다. 리전 내 라우팅 문서
문서
OpenRouter에서 Z.ai: GLM 5.3 Flash (batch)을 활용해 개발하기 위한 가이드, 쿡북, 블로그 게시물 및 도구입니다.
자주 묻는 질문
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.
OpenRouter의 GLM 5.3 Flash (batch) 문서에는 Open-Weight vs Closed-Weight Models: What's the Difference? 블로그 게시물이 포함되어 있습니다. 빠른 시작에서는 API 키와 첫 요청을 다루며, API 참조에는 모든 매개변수가 나열되어 있습니다.
GLM 5.3 Flash (batch)의 비용은 US$0.05/M 입력 토큰 및 US$0.18/백만 출력 토큰, Cache Read: US$0.01/M tokens에는 별도 요금 적용입니다.
GLM 5.3 Flash (batch)의 컨텍스트 윈도우는 1,048,576토큰입니다. 최대 131,072개의 완성 토큰을 지원합니다.
예. GLM 5.3 Flash (batch)은(는) 함수 호출을 위해 tools와 tool_choice를 지원합니다. 또한 response_format의 JSON 스키마를 통해 구조화된 출력을 지원합니다.
GLM 5.3 Flash (batch)은(는) 텍스트, 이미지 및 동영상을(를) 입력으로 받아 텍스트을(를) 반환합니다.
GLM 5.3 Flash (batch)은 OpenRouter에서 3개 제공업체가 제공합니다: Sail Research, Together 및 DeepInfra. 요청은 사용 가능한 최적의 제공업체로 라우팅되며 장애 발생 시 다른 제공업체로 자동 전환되고, 제공업체 라우팅을 통해 제공업체를 고정하거나 제외할 수 있습니다.
GLM 5.3 Flash (batch)은 2026년 8월 26일에 출시되었습니다.