GLM API: как выбрать модель — GLM-5.3, Flash или FlashX

GLM API — платный доступ к моделям Z.ai (разработчик — Zhipu AI) из ваших программ: внутреннего помощника, обработки обращений и документов, ревью кода, агентов. В документации и в поиске его называют и Z.ai API — это одна платформа с оплатой за израсходованные токены. Ниже — чем отличаются три актуальные модели, GLM-5.3, GLM-5.3-Flash и GLM-5.3-FlashX, от чего зависит счёт и когда команде выгоднее подписка GLM Coding Plan. Всё — по документации docs.z.ai на 14 октября 2026 года. Расчёт под вашу нагрузку — на карточке GLM API для компании.

Какие модели есть в GLM API

Общее у всех трёх: контекст 1 млн токенов, ответ до 128 тыс. токенов, рассуждение включено всегда — выключить его нельзя, можно только выбрать глубину. Все три поддерживают вызов функций, потоковый вывод, структурированный ответ в JSON и кэш контекста.

Прежние модели — GLM-5.2, GLM-5.1, GLM-5, GLM-4.7 — по-прежнему есть на странице цен Z.ai, но GLM-5.2 стоит столько же, сколько GLM-5.3, поэтому новую интеграцию разумно начинать с актуальной линейки.

GLM-5.3 или GLM-5.3-Flash: чем отличаются

Это самый частый вопрос при выборе, и ответ зависит от задачи, а не от «какая модель лучше».

GLM-5.3 — флагман для программирования и длинных многошаговых задач. По данным Z.ai, на внутреннем тесте Z.ai Code Bench она решает задачи по коду на 50 % лучше GLM-5.2 и при этом тратит меньше выходных токенов. Ограничение — вход только текстовый: скриншот, PDF-скан или видео ей не передать.

GLM-5.3-Flash — первая нативно мультимодальная модель серии GLM-5: понимает изображения, видео и файлы, а в агентной среде с подключёнными инструментами сверяет результат по скриншоту и помогает готовить документы PPTX, DOCX, XLSX и PDF. Отвечает модель текстом. У неё 320 млрд параметров, из которых в работе одновременно 18 млрд, поэтому она дешевле: по ставкам Z.ai вход стоит примерно в 9 раз меньше, чем у GLM-5.3, выход — почти в 9 раз меньше. Z.ai позиционирует её как более сильную, чем GLM-5.2.

Простое правило:

• Агент для разработки, сложный рефакторинг, многошаговые задачи только с текстом — GLM-5.3.
• Разбор документов, сканов, интерфейсов, видео, массовые запросы с жёстким бюджетом — GLM-5.3-Flash.
• Можно и вместе: дешёвая Flash обрабатывает поток, GLM-5.3 подключается на сложных случаях. Модель выбирается в каждом запросе, баланс общий.

Flash или FlashX: за что платить больше

FlashX — та же модель, что и Flash, с ускоренным выводом: Z.ai указывает 200 токенов в секунду. Ставки у неё примерно в 2,5 раза выше, чем у Flash, — и по входу, и по выходу. Брать её стоит там, где пользователь ждёт ответа в реальном времени: чат на сайте, подсказки в интерфейсе, голосовой помощник. Для фоновой обработки документов и пакетных задач обычной Flash хватает.

Ставки GLM API за токены

Ставки — за 1 млн токенов, по странице цен docs.z.ai на 14 октября 2026 года. Хранение кэша Z.ai сейчас не тарифицирует — это ограниченная по времени акция. Встроенный веб-поиск оплачивается отдельно: $0,01 за вызов. Вендор вправе менять ставки, поэтому перед расчётом мы сверяем их заново.

Что влияет на стоимость GLM API

Вход и выход считаются отдельно, и выход у всех трёх моделей примерно втрое дороже входа. Дальше итог двигают четыре вещи.

• Глубина рассуждения. У GLM-5.3 три уровня: low, high и max, и по умолчанию стоит max. Рассуждение расходует дополнительные токены, поэтому уровень — главный рычаг бюджета. На тесте Z.ai Code Bench GLM-5.3 тратила около 75 тыс. выходных токенов на задачу при max и около 50 тыс. при high. Простые вопросы, перевод и классификацию Z.ai относит к задачам, где глубокое рассуждение не нужно, — для них хватает low.
• Кэш контекста. Платформа сама находит повторяющееся начало запросов — системный промпт, инструкции, документ, историю диалога — и считает совпавшую часть по ставке «вход из кэша». У GLM-5.3 это $0,26 вместо $1,40, у Flash — $0,03 вместо $0,15. Чтобы кэш срабатывал, неизменная часть должна стоять в начале запроса и не меняться даже в мелочах форматирования. Сколько токенов попало в кэш, видно в ответе в поле cached_tokens.
• Инструменты. Веб-поиск оплачивается за каждый вызов, сверх токенов. Результаты инструментов, которые модель читает, возвращаются в запрос и тоже становятся входом.
• Картинки, видео и файлы. У Flash и FlashX это вход модели: чем больше материала в запросе, тем больше входных токенов.

Пример: сколько токенов уйдёт за месяц

Внутренний помощник по базе знаний получает 2 000 запросов в день. В каждом — 6 000 входных токенов, из них 5 000 занимают неизменные инструкции и документы, и 800 выходных вместе с рассуждением. За 30 дней это 60 млн новых входных токенов, 300 млн токенов из кэша и 48 млн выходных.

Из примера видны две вещи. Кэш почти вдвое снижает счёт при любой модели. А разница между GLM-5.3 и Flash — почти девятикратная, поэтому модель стоит выбирать под задачу, а не по умолчанию брать флагман. Расчёт условный: реальный расход зависит от длины ответов и глубины рассуждения, поэтому для вашей нагрузки мы считаем его по присланным объёмам.

GLM API или GLM Coding Plan: что выгоднее

Это разные продукты с разной оплатой и разными ключами.

• GLM API — оплата по факту с баланса аккаунта Z.ai. Подходит для своих сервисов: интеграций, ботов, обработки документов, собственных агентов.
• GLM Coding Plan — подписка с квотой для разработчиков, которые работают в поддерживаемых инструментах: Claude Code, Codex, Cursor, Cline, OpenCode, ZCode и других из списка Z.ai. Вне этих инструментов ключ подписки использовать запрещено, а ключ Team Plan не совпадает с ключами API.

Если задача — дать разработчикам GLM-5.3 в их редакторе или агенте, подписку стоит посчитать первой. Z.ai оценивает экономию до 92 % по сравнению с оплатой тех же вызовов GLM-5.3 по API — при работе вне часов пик, когда кредиты расходуются вдвое медленнее (часы пик — с 09:00 до 13:00 по Москве в будни). При эпизодической нагрузке оплата по токенам может выйти дешевле фиксированной цены места, поэтому сравните стоимость мест с ожидаемым расходом API. У командного тарифа Team квота задаётся на каждое место: Standard — 15 000 кредитов на 5 часов и 66 000 в неделю, заказ от 2 мест. Чтобы работа не вставала после исчерпания квоты, администратор может заранее включить оплату перерасхода — сейчас со скидкой 10 % от ставок API — и задать лимит трат на участника. Код, промпты и диалоги команды на Team по умолчанию в обучение моделей не идут.

Место Team Standard на месяц стоит 14 187,97 ₽. Если вашим сотрудникам нужен GLM в инструментах разработки, а сервисам — в коде, это две покупки: подписка для людей и баланс API для интеграций. Подробнее — на карточке GLM Coding Plan для команд.

Совместимость с OpenAI SDK: что учесть

API Z.ai совместим с форматом OpenAI Chat Completions: существующий код на OpenAI SDK переводится на GLM заменой ключа, базового адреса https://api.z.ai/api/paas/v4/ и имени модели (glm-5.3, glm-5.3-flash, glm-5.3-flashx). Документация требует OpenAI SDK версии 1.0 или новее и предупреждает, что в отдельных сценариях интерфейсы различаются. Для GLM-5.3 платформа принимает и формат Anthropic Messages, у Z.ai есть свои SDK для Python и Java. Оговорка: если у аккаунта когда-либо была подписка GLM Coding Plan, даже истёкшая, API этого аккаунта пока работает только в формате OpenAI Chat Completions.

Перед переносом проверьте три места: параметры рассуждения (thinking можно только включить, глубина — reasoning_effort), передачу изображений во Flash (блоки image_url в сообщении) и учёт кэша в ответах. Подробная настройка — в документации Z.ai; для закупки важно одно: переписывать интеграцию с нуля не придётся.

Как оформить GLM API на компанию

Мигсофт официально поставляет Z.ai в России как реселлер. Работать с GLM API можно без зарубежной карты: баланс API мы пополняем на аккаунте Z.ai вашей компании по рублёвому счёту. Порядок такой:

1. Вы присылаете задачу: какие модели нужны, ожидаемое число запросов и объём токенов, долю повторяющегося контекста.
2. Мы считаем нагрузку по актуальным ставкам Z.ai и готовим коммерческое предложение в рублях на согласованную сумму пополнения.
3. Выставляем счёт на организацию; НДС 22 % включён.
4. Аккаунт и API-ключи компания создаёт на z.ai и хранит у себя, мы пополняем баланс этого аккаунта.
5. Бухгалтерия получает закрывающие документы.

Ключей лучше заводить несколько — по сервисам и сотрудникам: так проще видеть расход и закрыть доступ, если человек уходит.

Рекомендуем в статье GLM API (Z.ai) — пополнение баланса по запросу

ZAI-API-REQ

Цена по запросу Запросить КП

Подробнее →

Если API нужен в паре с другими моделями, сравните условия Kimi API. Как юрлицу оплачивать зарубежные сервисы в целом, разобрано в статье «Как оплатить зарубежный софт из России». Все продукты вендора — на странице Z.ai.

Частые вопросы