Загрузка...

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).
Поддерживает:
  • 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.

Intelligence Index 41,8 № 21 из 155 — выше 86 % моделей
слабее все модели каталога умнее →
Цена ↔ Интеллект топ 2 % индекс 41,8 при 11 ₽ за 1М токенов
хуже все модели каталога лучше →
Скорость генерации 62 ток/с быстрее 18 % моделей, медиана — 100
0 все модели каталога ≥ 362 ток/с

GLM Flash Latest и модели его класса

Модель Intelligence Coding SciCode GPQA HLE Скорость Отклик Цена Убрать
GPT-5.6 Terra OpenAI 42,1 76,7 55,0 % 92,5 % 42,9 % 106 ток/с 102,7 с 763 ₽
Claude Opus 4.8 Anthropic 41,8 74,3 54,4 % 92,0 % 48,7 % — — 1637 ₽
GLM 5.3 Flash эта модель 41,8 71,5 51,6 % 91,2 % 39,9 % 62 ток/с 2,4 с 11 ₽
Ling 3.1 Flash Inclusionai 41,1 — 54,1 % — 39,4 % 214 ток/с 1,1 с 16 ₽
Gemini 3.8 Flash Google 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.

Как выбрать провайдера через API
Провайдер Вход Выход Кэш: чтение Контекст
Серверы: США (по штаб-квартире) OpenInference fp4 4,32 ₽ 108 ₽ 1,35 ₽ 1M
Relace 4,80 ₽ 60 ₽ 1,50 ₽ 1M
Серверы: Китай (по штаб-квартире) StreamLake fp8 5,22 ₽ 17 ₽ 1,04 ₽ 1M
Серверы: США (по штаб-квартире) Sail Research fp4 5,40 ₽ 72 ₽ 3,42 ₽ 1M
Reka 8 ₽ 216 ₽ 4,80 ₽ 262K
Серверы: США (по штаб-квартире) DeepInfra fp4 9 ₽ 30 ₽ 1,80 ₽ 1M
Серверы: США Morph fp8 9 ₽ 120 ₽ 3,72 ₽ 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.

POST https://routerai.ru/api/v1/chat/completions
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)

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.

POST https://routerai.ru/api/v1/chat/completions
Документация
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.

Частые вопросы о GLM Flash Latest

Попробуйте GLM Flash Latest

В чате или по API — доступ из России за пару минут, оплата в рублях.

Открыть в чате