Z.ai: GLM 5.3 Flash (batch)
z-ai/glm-5.3-flash:batch
Pesos do modeloGLM-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.
Provedores
Diferentes empresas hospedam o mesmo modelo. O OpenRouter roteia sua solicitação para uma delas com base no modo de roteamento escolhido: Balanced (preço + velocidade), Nitro (mais rápido) ou Floor (mais barato).
| 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 | -- | -- |
- Entrada US$ 0,05 / Saída US$ 0,18-- tok/s-- de disponibilidade
- Entrada US$ 0,075 / Saída US$ 0,25-- tok/s-- de disponibilidade
Entrada US$ 0,12 / Saída US$ 0,40-- tok/s-- de disponibilidade
Preços
O preço médio que os clientes realmente pagam por este modelo, ao lado dos preços publicados pelos provedores. O cache e os descontos fazem com que o preço efetivamente pago seja frequentemente bem inferior ao preço anunciado.
Média ponderada
GLM 5.3 Flash (batch) — Histórico de preços
| US$ 0,00 | US$ 0,00 | 21,6% | 99,9% | ||
| US$ 0,00 | US$ 0,00 | 0,0% | 0,1% | ||
| — | — | — | — |
- Em vigor em US$ 0,00 / Saída efetiva US$ 0,00Participação em tokens99,9%
- Em vigor em US$ 0,00 / Saída efetiva US$ 0,00Participação em tokens0,1%
- Em vigor em — / Saída efetiva —Participação em tokens —
Desempenho
A vazão indica a velocidade com que o modelo escreve (tokens por segundo — quanto maior, melhor). A latência é o tempo total de ida e volta (quanto menor, melhor). TTFT é o tempo até o primeiro token — quanto tempo leva para você ver algo aparecer (quanto menor, melhor).
Disponibilidade
A disponibilidade é a porcentagem dos últimos 3 dias em que pelo menos um provedor estava respondendo às solicitações. A disponibilidade é a porcentagem de tempo em que a inferência foi realizada com sucesso. O OpenRouter monitora continuamente e usa o próximo melhor provedor quando um deles retorna um erro.
Ainda não há dados de disponibilidade suficientes para exibição.
Quando ocorre um erro em um provedor upstream, podemos nos recuperar roteando para outro provedor saudável, se os filtros da sua solicitação permitirem. Você pode acessar os dados de disponibilidade por provedor de forma programática pela API de endpoints. Saiba mais sobre nossas opções de balanceamento de carga e roteamento de provedores.
Avaliações de desempenho
Pontuações em avaliações padronizadas e as próprias saídas deste modelo para prompts compartilhados de testes de desempenho. Porcentagens maiores são melhores — e cada posição mostra onde este modelo fica entre os modelos avaliados naquela fonte.
| Fonte | Avaliação comparativa | Pontuação |
|---|---|---|
| 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% |
Aplicativos
Aplicativos públicos que enviam mais tráfego para este modelo. Um bom indicador de como são as cargas de trabalho reais em produção — e uma pista sobre os casos de uso para os quais este modelo é mais adequado.
Ainda não há dados suficientes sobre aplicativos que usam este modelo.
Atividade
Volume de tokens e tráfego de requisições para este modelo ao longo do tempo.
API
Código pronto para chamar este modelo. A API do OpenRouter é compatível com a OpenAI — a maioria dos SDKs funciona apenas trocando a URL base. A única coisa que muda entre os modelos é o slug do modelo abaixo.
Atualmente indisponível por meio do roteamento intrarregional da UE. Documentação de roteamento na região
Documentação
Guias, receitas práticas, publicações de blog e ferramentas para desenvolver com Z.ai: GLM 5.3 Flash (batch) na OpenRouter.
Perguntas frequentes
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.
A documentação de GLM 5.3 Flash (batch) no OpenRouter inclui a publicação Open-Weight vs Closed-Weight Models: What's the Difference? no blog. O guia de início rápido aborda chaves de API e sua primeira requisição, e a referência da API lista todos os parâmetros.
GLM 5.3 Flash (batch) custa US$ 0,05/M de tokens de entrada e US$ 0,18/M de tokens de saída, com taxas separadas para Cache Read por US$ 0,01/M tokens.
GLM 5.3 Flash (batch) tem uma janela de contexto de 1.048.576 tokens. Ele aceita até 131.072 tokens de conclusão.
Sim. GLM 5.3 Flash (batch) aceita tools e tool_choice para chamadas de função. Também oferece suporte a saídas estruturadas por meio de um esquema JSON em response_format.
GLM 5.3 Flash (batch) aceita texto, imagens e vídeo como entrada e retorna texto.
GLM 5.3 Flash (batch) é servido por 3 provedores no OpenRouter: Sail Research, Together e DeepInfra. As solicitações são roteadas para o melhor provedor disponível, com failover automático para os demais, e você pode fixar ou excluir provedores com o roteamento de provedores.
GLM 5.3 Flash (batch) foi lançado em 26 de agosto de 2026.