GLM-5.3-Prime is the high-speed variant of Z.ai's GLM-5.3, inheriting its full capabilities while delivering 1.5–2× the output throughput through inference acceleration. It supports text input and output with a 1M-token context window and up to 128K output tokens, and targets coding and agentic workloads, including long-horizon multi-turn agent orchestration, real-time conversation, and streaming code generation.
Reasoning is always on and cannot be disabled. Reasoning efforts low, high, and max are supported; max is the default.
Provedores
Este modelo é hospedado por um provedor. O OpenRouter encaminha todas as solicitações sem roteamento.
| US$ 2,80 | US$ 8,80 | US$ 0,56 | 0,69s | 111 tok/s |
- Entrada US$ 2,80 / Saída US$ 8,80111 tok/s99,67% 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 Prime — Histórico de preços
| US$ 0,708 | US$ 8,80 | 93,4% | 100,0% |
- Em vigor em US$ 0,708 / Saída efetiva US$ 8,80Participação em tokens100,0%
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).
P50, melhor entre os provedores
P50, melhor provedor
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.
Disponibilidade nos últimos 3 dias
Últimas 72 horasDisponibilidade nas últimas 24 horas
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.
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.
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
Perguntas frequentes
GLM-5.3-Prime is the high-speed variant of Z.ai's GLM-5.3, inheriting its full capabilities while delivering 1.5–2× the output throughput through inference acceleration. It supports text input and output with a 1M-token context window and up to 128K output tokens, and targets coding and agentic workloads, including long-horizon multi-turn agent orchestration, real-time conversation, and...
GLM 5.3 Prime custa US$ 2,80/M de tokens de entrada e US$ 8,80/M de tokens de saída, com taxas separadas para Cache Read por US$ 0,56/M tokens.
GLM 5.3 Prime tem uma janela de contexto de 1.000.000 tokens. Ele aceita até 131.072 tokens de conclusão.
Sim. GLM 5.3 Prime aceita tools e tool_choice para chamadas de função. Oferece suporte a response_format para saída JSON, sem impor conformidade com um esquema JSON.
GLM 5.3 Prime é servido por 1 provedor no OpenRouter: Alibaba Cloud Int..
GLM 5.3 FlashX Legal, GLM 5.3 FlashX, GLM 5.3 Flash e mais 13 são outros modelos de texto de Z.ai.
GLM 5.3 Prime foi lançado em 23 de setembro de 2026.