GLM Flash Latest
- Разработчик:
- Z AI
- Релиз:
- Идентификатор:
-
~z-ai/glm-flash-latest
Это алиас: сейчас указывает на z-ai/glm-5.3-flash . При выходе новой версии указатель переедет на неё, а идентификатор останется прежним.
Цены GLM Flash Latest в рублях — от 4,32 ₽ за 1 млн токенов
Доступно
31
провайдер,
цены от
4,32 ₽
до
30 ₽
за 1 млн токенов.
Провайдер подбирается автоматически — по доступности, затем по цене.
| Тип операции | Стоимость |
|---|---|
|
Вход
За 1 млн токенов
Токены, полученные и обработанные моделью при анализе пользовательского запроса и контекста. Включают текст сообщения, предыдущую историю диалога и все передаваемые данные.
|
5,22 ₽ |
|
Выход
За 1 млн токенов
Токены, генерируемые моделью в виде ответа пользователю. Каждый символ, слово или часть ответа, созданные моделью, включаются в подсчёт выходных токенов.
|
17 ₽ |
|
Кэш: чтение
За 1 млн токенов
Повторное использование кэшированного контента снижает затраты благодаря применению пониженного тарифа на эти токены.
|
1,04 ₽ |
|
Кэш: запись
не поддерживается
|
— |
Возможности GLM Flash Latest
GLM-5.3-Flash — это нативная мультимодальная модель от Z.ai. Она подходит для эффективного кодирования и задач агентов с долгосрочным горизонтом. Ее гибридная архитектура с разреженным и линейным вниманием сохраняет точное поведение в длинном контексте, одновременно снижая вычислительную нагрузку.
Характеристики GLM Flash Latest
Контекстное окно
- Всего
- 1M токенов
- На выход
- 944K токенов
Скорость генерации
- Генерация
- 62 ток/с
- Отклик
- 2,4 с
Модальности
- Вход
- Текст Изображения Видео
- Выход
- Текст
Сильные стороны
- Кодинг
-
Coding Index: 71,5
Сводный индекс Artificial Analysis по кодовым бенчмаркам.
- Рассуждения
-
GPQA Diamond: 91,2 %
Вопросы уровня PhD по биологии, физике и химии (подвыборка Diamond).
- Режим рассуждений
- Вызов инструментов
- Структурированный вывод
- Кэш промпта
Сравнение GLM Flash Latest с другими нейросетями: бенчмарки и рейтинг
Независимые замеры, а не цифры из пресс-релиза: место в рейтинге, сравнение с моделями класса и сколько интеллекта вы получаете за рубль.
GLM Flash Latest и модели его класса
| Модель | Intelligence | Coding | SciCode | GPQA | HLE | Скорость | Отклик | Цена | Убрать |
|---|---|---|---|---|---|---|---|---|---|
|
|
42,1 | 76,7 | 55,0 % | 92,5 % | 42,9 % | 106 ток/с | 102,7 с | 763 ₽ | |
|
|
41,8 | 74,3 | 54,4 % | 92,0 % | 48,7 % | — | — | 1637 ₽ | |
|
|
41,8 | 71,5 | 51,6 % | 91,2 % | 39,9 % | 62 ток/с | 2,4 с | 11 ₽ | |
Ling 3.1 Flash
|
41,1 | — | 54,1 % | — | 39,4 % | 214 ток/с | 1,1 с | 16 ₽ | |
|
|
40,9 | 76,3 | 56,6 % | 95,3 % | 47,8 % | 129 ток/с | 16,3 с | 245 ₽ |
Зелёным — лучшее значение в столбце, цена — среднее входа и выхода за 1М токенов. Данные независимых замеров — Artificial Analysis (замерено 15 октября 2026).
Все замеры модели 7
- Intelligence Index
- 41,8
- Coding Index
- 71,5
- SciCode
- 51,6 %
- GPQA Diamond
- 91,2 %
- Humanity's Last Exam
- 39,9 %
- Скорость генерации
- 62 ток/с
- Время до первого токена
- 2,41 с
Провайдеры GLM Flash Latest
Модель развёрнута у
31
провайдера:
вход 4,32–30 ₽, выход 17–216 ₽
за 1 млн токенов.
Порядок выбора по умолчанию:
сначала приоритетный провайдер, при его сбое — самый дешёвый из остальных.
| Провайдер | Вход | Выход | Кэш: чтение | Контекст |
|---|---|---|---|---|
|
|
4,32 ₽ | 108 ₽ | 1,35 ₽ | 1M |
| Relace | 4,80 ₽ | 60 ₽ | 1,50 ₽ | 1M |
|
|
5,22 ₽ | 17 ₽ | 1,04 ₽ | 1M |
|
|
5,40 ₽ | 72 ₽ | 3,42 ₽ | 1M |
| Reka | 8 ₽ | 216 ₽ | 4,80 ₽ | 262K |
|
|
9 ₽ | 30 ₽ | 1,80 ₽ | 1M |
|
|
9 ₽ | 120 ₽ | 3,72 ₽ | 1M |
| Near AI fp8 | 9 ₽ | 60 ₽ | 1,44 ₽ | 1M |
|
|
9 ₽ | 42 ₽ | 3,60 ₽ | 1M |
|
|
10 ₽ | 33 ₽ | 2,02 ₽ | 1M |
|
|
10 ₽ | 36 ₽ | 2,16 ₽ | 1M |
|
|
11 ₽ | 37 ₽ | 2,23 ₽ | 1M |
|
|
12 ₽ | 66 ₽ | 11 ₽ | 1M |
|
|
13 ₽ | 45 ₽ | 2,70 ₽ | 1M |
|
|
14 ₽ | 60 ₽ | 7 ₽ | 1M |
|
|
15 ₽ | 52 ₽ | 3,60 ₽ | 1M |
| Makora | 16 ₽ | 56 ₽ | 2,88 ₽ | 1M |
|
|
18 ₽ | 60 ₽ | 3,60 ₽ | 1M |
|
|
18 ₽ | 60 ₽ | 3,60 ₽ | 1M |
|
|
18 ₽ | 60 ₽ | 3,60 ₽ | 1M |
|
|
18 ₽ | 60 ₽ | 2,40 ₽ | 1M |
|
|
18 ₽ | 60 ₽ | 3,60 ₽ | 1M |
|
|
18 ₽ | 60 ₽ | 3,60 ₽ | 1M |
|
|
18 ₽ | 60 ₽ | 3,60 ₽ | 1M |
|
|
18 ₽ | 60 ₽ | 3,60 ₽ | 1M |
|
|
18 ₽ | 60 ₽ | 3,60 ₽ | 1M |
|
|
18 ₽ | 60 ₽ | 3,60 ₽ | 1M |
|
|
18 ₽ | 60 ₽ | 3,60 ₽ | 1M |
|
|
18 ₽ | 60 ₽ | 3,60 ₽ | 1M |
|
|
18 ₽ | 60 ₽ | 3,60 ₽ | 1M |
|
|
30 ₽ | 84 ₽ | 9 ₽ | 1M |
Цены считаются по провайдеру, который фактически обработал запрос. Порядок в таблице — по возрастанию цены. Прочерк — провайдер не поддерживает операцию. «Приоритетный» — провайдер, который выбирается всегда, если провайдер не указан в запросе явно. Флаг — страна серверов или штаб-квартиры провайдера (на мобильном нажмите на первый столбец, на большом экране — на строку).
API GLM Flash Latest:
подключение и примеры кода
API RouterAI совместим с OpenAI SDK: в существующем коде достаточно заменить
base_url
и ключ, идентификатор модели передаётся в поле
model.
Один ключ открывает доступ ко всем моделям каталога, лимиты и расход — в личном кабинете.
from openai import OpenAI
client = OpenAI(
api_key="YOUR_API_KEY",
base_url="https://routerai.ru/api/v1"
)
response = client.chat.completions.create(
model="~z-ai/glm-flash-latest",
messages=[
{"role": "user", "content": "Hello, how are you?"}
]
)
print(response.choices[0].message.content)
import requests
import json
url = "https://routerai.ru/api/v1/chat/completions"
headers = {
"Authorization": "Bearer YOUR_API_KEY",
"Content-Type": "application/json"
}
data = {
"model": "~z-ai/glm-flash-latest",
"messages": [
{"role": "user", "content": "Hello, how are you?"}
]
}
response = requests.post(url, headers=headers, json=data)
result = response.json()
print(json.dumps(result, indent=2))
curl -X POST "https://routerai.ru/api/v1/chat/completions" \
-H "Authorization: Bearer YOUR_API_KEY" \
-H "Content-Type: application/json" \
-d '{
"model": "~z-ai/glm-flash-latest",
"messages": [
{"role": "user", "content": "Hello, how are you?"}
]
}'
Эндпоинты API для GLM Flash Latest
Схемы запроса и ответа повторяют OpenAI — существующие клиенты и SDK работают без изменений.
Chat Completions
Основной эндпоинт: принимает историю сообщений и возвращает ответ модели. Поддерживает потоковый (SSE) и обычный режимы.
- Authorization
- Bearer YOUR_API_KEY
- Content-Type
- application/json
- Model
- ~z-ai/glm-flash-latest
Поддерживаемые параметры запроса
| Параметр | Тип | По умолчанию | Описание |
|---|---|---|---|
| max_tokens | integer | — | Верхний предел количества токенов, которые модель может сгенерировать в ответе. |
| temperature | float | 1 | Влияет на разнообразие ответов модели: чем выше, тем более случайным будет вывод. |
| top_p | float | 1 | Ограничивает выбор модели долей наиболее вероятных токенов: учитываются только токены, чьи вероятности в сумме дают P. |
| seed | integer | — | Если задан, инференс выполняется детерминированно — повторные запросы с тем же seed и параметрами должны давать одинаковый результат. |
| logprobs | boolean | — | Возвращать ли логарифмы вероятностей выходных токенов. |
| top_logprobs | integer | — | Число от 0 до 20: сколько наиболее вероятных токенов возвращать на каждой позиции, каждый с логарифмом вероятности. |
| response_format | map | — | Заставляет модель выдавать ответ в определённом формате. |
| stop | array | — | Немедленно останавливает генерацию, если модель встречает любой из токенов, указанных в массиве stop. |
| frequency_penalty | float | 0 | Управляет повторением токенов в зависимости от того, как часто они встречаются во входных данных. |
| presence_penalty | float | 0 | Регулирует, насколько часто модель повторяет токены, уже встречавшиеся во входных данных. |
| repetition_penalty | float | — | Снижает вероятность повторения токенов из входных данных, пропорционально тому, как часто они встречаются. |
| top_k | integer | — | Ограничивает выбор модели K наиболее вероятными токенами на каждом шаге. |
| min_p | float | — | Минимальная вероятность токена относительно вероятности самого вероятного токена, чтобы он был рассмотрен. |
| logit_bias | map | — | Изменяет вероятность появления указанных токенов в ответе. |
| structured_outputs | boolean | — | Поддержка ответа по строгой JSON-схеме. |
| tool_choice | map | — | Управляет тем, какую функцию (инструмент) вызовет модель, если они переданы. |
| tools | array | — | Список инструментов (функций), которые модель может вызвать. |
| reasoning | map | — | Настройки рассуждений модели (бюджет токенов, уровень усилий). |
| include_reasoning | boolean | — | Возвращать ли в ответе цепочку рассуждений модели. |
Responses API
Создаёт ответ в формате OpenAI Responses API — для агентных сценариев и работы с инструментами. Поддерживает потоковый и обычный режимы.
- Authorization
- Bearer YOUR_API_KEY
- Content-Type
- application/json
- Model
- ~z-ai/glm-flash-latest
Поддерживаемые параметры запроса
| Параметр | Тип | По умолчанию | Описание |
|---|---|---|---|
| max_tokens | integer | — | Верхний предел количества токенов, которые модель может сгенерировать в ответе. |
| temperature | float | 1 | Влияет на разнообразие ответов модели: чем выше, тем более случайным будет вывод. |
| top_p | float | 1 | Ограничивает выбор модели долей наиболее вероятных токенов: учитываются только токены, чьи вероятности в сумме дают P. |
| seed | integer | — | Если задан, инференс выполняется детерминированно — повторные запросы с тем же seed и параметрами должны давать одинаковый результат. |
| logprobs | boolean | — | Возвращать ли логарифмы вероятностей выходных токенов. |
| top_logprobs | integer | — | Число от 0 до 20: сколько наиболее вероятных токенов возвращать на каждой позиции, каждый с логарифмом вероятности. |
| response_format | map | — | Заставляет модель выдавать ответ в определённом формате. |
| stop | array | — | Немедленно останавливает генерацию, если модель встречает любой из токенов, указанных в массиве stop. |
| frequency_penalty | float | 0 | Управляет повторением токенов в зависимости от того, как часто они встречаются во входных данных. |
| presence_penalty | float | 0 | Регулирует, насколько часто модель повторяет токены, уже встречавшиеся во входных данных. |
| repetition_penalty | float | — | Снижает вероятность повторения токенов из входных данных, пропорционально тому, как часто они встречаются. |
| top_k | integer | — | Ограничивает выбор модели K наиболее вероятными токенами на каждом шаге. |
| min_p | float | — | Минимальная вероятность токена относительно вероятности самого вероятного токена, чтобы он был рассмотрен. |
| logit_bias | map | — | Изменяет вероятность появления указанных токенов в ответе. |
| structured_outputs | boolean | — | Поддержка ответа по строгой JSON-схеме. |
| tool_choice | map | — | Управляет тем, какую функцию (инструмент) вызовет модель, если они переданы. |
| tools | array | — | Список инструментов (функций), которые модель может вызвать. |
| reasoning | map | — | Настройки рассуждений модели (бюджет токенов, уровень усилий). |
| include_reasoning | boolean | — | Возвращать ли в ответе цепочку рассуждений модели. |
Messages API
Создаёт сообщение в формате Anthropic Messages API. Поддерживает текст, изображения, инструменты и размышления (thinking).
- Authorization
- Bearer YOUR_API_KEY
- Content-Type
- application/json
- Model
- ~z-ai/glm-flash-latest
Поддерживаемые параметры запроса
| Параметр | Тип | По умолчанию | Описание |
|---|---|---|---|
| max_tokens | integer | — | Верхний предел количества токенов, которые модель может сгенерировать в ответе. |
| temperature | float | 1 | Влияет на разнообразие ответов модели: чем выше, тем более случайным будет вывод. |
| top_p | float | 1 | Ограничивает выбор модели долей наиболее вероятных токенов: учитываются только токены, чьи вероятности в сумме дают P. |
| seed | integer | — | Если задан, инференс выполняется детерминированно — повторные запросы с тем же seed и параметрами должны давать одинаковый результат. |
| logprobs | boolean | — | Возвращать ли логарифмы вероятностей выходных токенов. |
| top_logprobs | integer | — | Число от 0 до 20: сколько наиболее вероятных токенов возвращать на каждой позиции, каждый с логарифмом вероятности. |
| response_format | map | — | Заставляет модель выдавать ответ в определённом формате. |
| stop | array | — | Немедленно останавливает генерацию, если модель встречает любой из токенов, указанных в массиве stop. |
| frequency_penalty | float | 0 | Управляет повторением токенов в зависимости от того, как часто они встречаются во входных данных. |
| presence_penalty | float | 0 | Регулирует, насколько часто модель повторяет токены, уже встречавшиеся во входных данных. |
| repetition_penalty | float | — | Снижает вероятность повторения токенов из входных данных, пропорционально тому, как часто они встречаются. |
| top_k | integer | — | Ограничивает выбор модели K наиболее вероятными токенами на каждом шаге. |
| min_p | float | — | Минимальная вероятность токена относительно вероятности самого вероятного токена, чтобы он был рассмотрен. |
| logit_bias | map | — | Изменяет вероятность появления указанных токенов в ответе. |
| structured_outputs | boolean | — | Поддержка ответа по строгой JSON-схеме. |
| tool_choice | map | — | Управляет тем, какую функцию (инструмент) вызовет модель, если они переданы. |
| tools | array | — | Список инструментов (функций), которые модель может вызвать. |
| reasoning | map | — | Настройки рассуждений модели (бюджет токенов, уровень усилий). |
| include_reasoning | boolean | — | Возвращать ли в ответе цепочку рассуждений модели. |
Частые вопросы о GLM Flash Latest
-
Работает ли GLM Flash Latest из России без VPN?
Да. Прямой доступ через веб-чат и API RouterAI — без VPN, прокси и зарубежных карт, оплата в рублях.
-
Сколько стоит GLM Flash Latest?
Вход — 5,22 ₽ за 1 млн токенов, выход — 17 ₽ за 1 млн токенов. Списывается только фактическое использование, без подписки.
-
Какой контекст у GLM Flash Latest?
Контекстное окно — 1M токенов на запрос, длина ответа — до 944K токенов.
-
Поддерживает ли GLM Flash Latest вызов инструментов?
Да: модель вызывает функции (параметр tools) и умеет отвечать по строгой JSON-схеме — через API в формате OpenAI.
-
Что с данными в запросах к GLM Flash Latest?
Содержимое запросов RouterAI передаёт только провайдеру модели для обработки и не использует для обучения моделей. Email, телефон и платёжные данные провайдерам не передаются, учётные данные хранятся на серверах в России. Политика конфиденциальности
-
Чем RouterAI отличается от сервиса Z AI?
Один ключ и единый баланс в рублях для всех моделей каталога, API в формате OpenAI, а при сбое провайдера запрос автоматически уходит к одному из 31 остальных.
Попробуйте GLM Flash Latest
В чате или по API — доступ из России за пару минут, оплата в рублях.