GLM 5.3 Flash es el modelo de chat de contexto largo de Z.ai tras una llamada compatible con OpenAI. Lee hasta 1.048.576 tokens, responde hasta 131.072 y ofrece tres niveles de esfuerzo de razonamiento, 128 esquemas de herramientas por solicitud y salida JSON.
Playground
Estos ejemplos se escribieron para este endpoint. Cambia el prompt y las URL de ejemplo por archivos tuyos accesibles y, antes de enviar, revisa la estimación al día y la disponibilidad del modelo.
- Tipos de entrada
- Texto
- Tipos de salida
- Texto
- Entrada
- $0.1275 / 1 millón de tokens
- Entrada en caché
- $0.0255 / 1 millón de tokens
- Salida
- $0.425 / 1 millón de tokens
- Contexto
- 1,048,576
- Salida máx.
- 131,072
$0.128/0.425por 1 millón de tokens · entrada / salida
source-review Una lectura larga con una respuesta corta y estructurada: la forma para la que se hizo esta ventana.
- 6000
- 0.2
- high
- Tipos de entrada
- Texto
- Tipos de salida
- Texto
- Entrada
- $0.1275 / 1 millón de tokens
- Entrada en caché
- $0.0255 / 1 millón de tokens
- Salida
- $0.425 / 1 millón de tokens
- Contexto
- 1,048,576
- Salida máx.
- 131,072
$0.128/0.425por 1 millón de tokens · entrada / salida
million-token-digest El caso corpus: miles de tickets en una llamada, con el modelo buscando patrones en vez de resumir cada uno.
- 12000
- 0
- high
- Tipos de entrada
- Texto
- Tipos de salida
- Texto
- Entrada
- $0.1275 / 1 millón de tokens
- Entrada en caché
- $0.0255 / 1 millón de tokens
- Salida
- $0.425 / 1 millón de tokens
- Contexto
- 1,048,576
- Salida máx.
- 131,072
$0.128/0.425por 1 millón de tokens · entrada / salida
json-brief response_format más temperature en 0: eso es lo que vuelve segura la respuesta para entregarla a un parser.
- 16000
- 0
- high
Este ejemplo parte de Entrada $0.1275 / Salida $0.425 por 1 millón de tokens. El Playground actualiza la estimación cada vez que cambias los ajustes.