API de GLM-5.3 Flash: precio y arranque gratis

Precios por 1 millón de tokens a 2 de noviembre de 2026:

En OpenRouter, GLM-5.3 Flash tiene más de treinta proveedores y sus precios varían enormemente: muchos mantienen el precio de Z.ai — $0.15 y $0.50 —, mientras que el más barato, Relace, cobra $0.0285 y $0.0923. Comparamos con él: la diferencia con el proveedor más barato del mismo modelo es de aproximadamente ×5, y con la API de Z.ai, de aproximadamente ×24 en entrada y ×27 en salida.

En Z.ai y en muchos proveedores, la parte del request que se reenvía — el historial de la conversación, el prompt del sistema — se lee desde caché más barata que la entrada normal. En JoinGonka no hay un precio de caché aparte: toda la entrada cuesta lo mismo. Pero la entrada desde caché de Z.ai cuesta $0.03 por millón, varias veces más que nuestra entrada normal.

El precio de JoinGonka en esta página es dinámico: llega desde la API de la pasarela y cambia junto con el tipo de cambio de GNK. Lo mantiene bajo el diseño de la red Gonka: allí el precio lo fija el cálculo por el trabajo computacional de los hosts, no la lista de precios del desarrollador del modelo.

1. La clave. Regístrate en JoinGonka Gateway y crea en tu panel una clave jg-…. Las cuentas nuevas reciben 3M tokens gratis.

2. La petición. La dirección de la API compatible con OpenAI es https://gate.joingonka.ai/v1 y el identificador del modelo es zai-org/GLM-5.3-Flash:

curl https://gate.joingonka.ai/v1/chat/completions \
  -H "Authorization: Bearer jg-your-key" \
  -H "Content-Type: application/json" \
  -d '{
    "model": "zai-org/GLM-5.3-Flash",
    "max_tokens": 2000,
    "messages": [{"role": "user", "content": "Find the bug: def avg(xs): return sum(xs) / len(xs) - 1"}]
  }'

Lo mismo en Python con la librería openai:

from openai import OpenAI

client = OpenAI(api_key="jg-your-key", base_url="https://gate.joingonka.ai/v1")
response = client.chat.completions.create(
    model="zai-org/GLM-5.3-Flash",
    max_tokens=2000,
    messages=[{"role": "user", "content": "Explain in two sentences what a race condition is"}],
)
print(response.choices[0].message.content)

3. Programas para programar. El instalador configurará la pasarela y el modelo en Claude Code, Codex CLI, OpenCode y otros programas con un solo comando; él mismo te preguntará el programa y la clave:

npx @joingonka/setup --model glm

Para los clientes de Anthropic Messages API, la dirección es https://gate.joingonka.ai, sin /v1. Encontrarás guías paso a paso por programa en la sección «Herramientas».

• Tokens gratis. Una cuenta nueva recibe 3M tokens: son cientos de peticiones a GLM-5.3 Flash, suficientes para probar el modelo con tus tareas y ajustar el presupuesto de razonamiento. No necesitas tarjeta ni criptomonedas.
• Chat sin registro. En el chat gratuito de nuestra web puedes elegir GLM-5.3 Flash y ver cómo razona: su cadena de pensamiento se muestra en un bloque plegado aparte.
• Después, pago por tokens. No hay suscripción: el saldo se recarga en GNK, USDT o con tarjeta, se descuentan los tokens reales y el gasto por días se ve en tu panel.

Z.ai ofrece gratis sus modelos ligeros antiguos: GLM-4.7-Flash y GLM-4.5-Flash. GLM-5.3 Flash es de pago, así que la única forma de probarlo sin pagar es con los tokens de bienvenida de JoinGonka.

GLM-5.3 Flash es el modelo ligero de la familia GLM-5.3 de Z.ai, la marca internacional de la china Zhipu AI. Ligero es un decir: se trata de un modelo MoE de 320 mil millones de parámetros, de los cuales unos 18 mil millones se activan por token. La atención es híbrida: algunas capas son dispersas y otras lineales, así que el contexto largo le sale más barato. Los pesos son abiertos bajo licencia MIT. En JoinGonka los parámetros operativos los define el despliegue en los hosts de la red:

• Contexto: 390 000 tokens. Es el mínimo verificado con peticiones: Z.ai y los proveedores de OpenRouter ofrecen ventanas de hasta 1 millón de tokens, los hosts de la red están configurados para 400 000, y nosotros publicamos solo lo que está confirmado.
• Respuesta: hasta 8 192 tokens, razonamiento incluido.
• El razonamiento llega en un campo aparte reasoning_content; las llamadas a herramientas, en el tool_calls estándar, incluidas la segunda ronda y las siguientes; el modo JSON (response_format) funciona.
• Solo texto: la red todavía no acepta imágenes.

Los modelos, sus identificadores y sus límites están en la documentación de Gonka API; la disponibilidad y las latencias, en la página de estado de la pasarela.

GLM-5.3 Flash primero razona y después responde, y ambas fases entran dentro de un mismo límite de salida. Incluso ante una pregunta sencilla, el razonamiento consume entre 250 y 450 tokens; en una tarea con sustancia, miles. Por eso el clásico max_tokens: 256 devuelve finish_reason: "length" y un content vacío: el modelo agotó el límite en razonar y no llegó a responder.

El razonamiento se paga como tokens de salida. Si no lo necesitas en absoluto, para respuestas cortas y rápidas es más cómodo otro modelo de la red. En agentes como Cline y Cursor, revisa el límite de salida de las peticiones auxiliares —compresión de contexto, título del diálogo—: con un límite de un par de cientos de tokens, GLM-5.3 Flash devolverá una respuesta vacía.

Ambos modelos están disponibles en JoinGonka al mismo precio, así que conviene elegir según la tarea, no según el presupuesto:

En resumen: GLM-5.3 Flash es para cuando hay que pensar una lógica compleja y no hace falta una respuesta larga; DeepSeek V4 Flash, para respuestas largas, documentos grandes y agentes que trabajan durante horas. El tercer modelo de la red, MiniMax M2.7, sirve para respuestas cortas y rápidas, pero la propia MiniMax lo está retirando de su API. Cambiar de modelo es una sola línea model en la petición.