API GLM-5.3 Flash: harga dan awal gratis

Harga per 1 juta token pada 2 November 2026:

Di OpenRouter, GLM-5.3 Flash punya lebih dari tiga puluh penyedia, dan harganya berbeda-beda hingga berkali lipat: banyak yang mematok harga Z.ai — $0,15 dan $0,50 — sementara yang termurah, Relace, memasang $0,0285 dan $0,0923. Mari bandingkan dengannya: selisih dengan penyedia termurah untuk model yang sama sekitar ×5, sedangkan dengan API Z.ai sekitar ×24 untuk masukan dan ×27 untuk keluaran.

Di Z.ai dan banyak penyedia, bagian permintaan yang dikirim ulang — riwayat percakapan, prompt sistem — dibaca dari cache dengan harga lebih murah daripada masukan biasa. Di JoinGonka tidak ada tarif cache terpisah: semua masukan berharga sama. Tapi masukan dari cache di Z.ai pun tetap $0,03 per juta — beberapa kali lebih mahal daripada masukan biasa kami.

Harga JoinGonka di halaman ini bersifat langsung: berasal dari API gateway dan berubah mengikuti kurs GNK. Harganya bisa rendah berkat cara kerja jaringan Gonka: di sana harga ditentukan oleh penyelesaian komputasi host, bukan oleh daftar harga pengembang model.

1. Kunci. Daftar di JoinGonka Gateway dan buat kunci jg-… di dasbor Anda. Akun baru mendapat 3M token gratis.

2. Permintaan. Alamat API yang kompatibel dengan OpenAI adalah https://gate.joingonka.ai/v1, dan ID modelnya 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"}]
  }'

Hal yang sama di Python lewat pustaka 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. Alat untuk menulis kode. Penginstal akan menuliskan gateway dan model ke config Claude Code, Codex CLI, OpenCode, dan lainnya hanya dengan satu perintah — program dan kuncinya akan ditanyakan sendiri:

npx @joingonka/setup --model glm

Untuk klien Anthropic Messages API, alamatnya https://gate.joingonka.ai, tanpa /v1. Panduan langkah demi langkah per alat ada di bagian "Alat".

• Token gratis. Akun baru mendapat 3M token — itu ratusan permintaan ke GLM-5.3 Flash: cukup untuk menguji model pada tugas Anda sendiri dan menyetel anggaran penalaran. Tidak perlu kartu atau mata uang kripto.
• Chat tanpa registrasi. Di chat gratis di situs kami, Anda bisa memilih GLM-5.3 Flash dan melihat cara ia bernalar: alur pemikirannya ditampilkan dalam blok terlipat tersendiri.
• Selanjutnya, bayar per token. Tanpa langganan: saldo diisi ulang dengan GNK, USDT, atau kartu, yang dibebankan hanya token yang benar-benar terpakai, dan pengeluaran harian terlihat di dasbor.

Z.ai menyediakan model ringan lama secara gratis — GLM-4.7-Flash dan GLM-4.5-Flash. GLM-5.3 Flash di sana berbayar, jadi untuk mengujinya secara khusus tanpa membayar, gunakan token awal JoinGonka.

GLM-5.3 Flash — model ringan dari lini GLM-5.3 milik Z.ai, merek internasional dari Zhipu AI yang berbasis di Beijing. Ringan itu relatif: ini model MoE dengan 320 miliar parameter, di mana sekitar 18 miliar aktif per token. Atennya hibrida — sebagian lapisan sparse, sebagian linear — sehingga konteks panjang lebih murah diproses. Bobotnya terbuka di bawah lisensi MIT. Parameter operasional di JoinGonka ditentukan oleh penerapan di host jaringan:

• Konteks — 390.000 token. Ini minimum yang sudah diverifikasi lewat permintaan: di Z.ai dan penyedia OpenRouter, jendelanya mencapai hingga 1 juta token, host jaringan dikonfigurasi pada 400.000, dan kami hanya menerbitkan yang sudah terkonfirmasi.
• Respons — hingga 8.192 token, termasuk penalaran.
• Penalaran datang di kolom terpisah reasoning_content, pemanggilan alat di tool_calls standar, termasuk putaran kedua dan seterusnya; mode JSON (response_format) berfungsi.
• Hanya teks: jaringan belum menerima gambar.

Model, ID-nya, dan batasannya ada di dokumentasi Gonka API, ketersediaan dan latensi di halaman status gateway.

GLM-5.3 Flash bernalar dulu, baru menjawab, dan kedua tahap itu masuk ke satu batas output yang sama. Bahkan untuk pertanyaan sederhana, penalaran memakan 250–450 token, dan untuk tugas yang berbobot bisa ribuan. Karena itu, max_tokens: 256 yang biasa dipakai menghasilkan finish_reason: "length" dan content kosong: model menghabiskan batasnya untuk bernalar dan tidak sampai ke jawaban.

Penalaran ditagih sebagai token output. Kalau sama sekali tidak perlu, untuk jawaban singkat dan cepat lebih praktis pakai model lain di jaringan. Di agen seperti Cline dan Cursor, periksa batas output untuk permintaan internal — pemadatan konteks, judul percakapan: dengan batas beberapa ratus token, GLM-5.3 Flash akan mengembalikan respons kosong.

Kedua model tersedia di JoinGonka dengan harga yang sama, jadi pilih berdasarkan tugas, bukan anggaran:

Singkatnya: GLM-5.3 Flash — saat perlu berpikir untuk logika rumit dan tidak butuh jawaban panjang; DeepSeek V4 Flash — untuk jawaban panjang, dokumen besar, dan agen yang bekerja berjam-jam. Model ketiga di jaringan, MiniMax M2.7, cocok untuk jawaban singkat dan cepat, tetapi MiniMax sendiri menariknya dari API mereka. Beralih antar model cukup satu baris model di permintaan.