API GLM-5.3 Flash: prezzo e partenza gratuita

Prezzi per 1 milione di token al 2 novembre 2026:

Su OpenRouter GLM-5.3 Flash ha più di trenta fornitori, e i loro prezzi variano di parecchie volte: molti mantengono il prezzo di Z.ai — $0.15 e $0.50 — mentre il più economico, Relace, chiede $0.0285 e $0.0923. Confrontiamoci con lui: la differenza rispetto al fornitore più economico dello stesso modello è di circa ×5, mentre rispetto all'API di Z.ai è di circa ×24 in input e ×27 in output.

Da Z.ai e presso molti fornitori la parte di richiesta inviata di nuovo — la cronologia della conversazione, il prompt di sistema — si legge dalla cache a un prezzo inferiore rispetto all'input normale. JoinGonka non ha un prezzo cache separato: tutto l'input costa uguale. Ma anche l'input da cache di Z.ai costa $0.03 al milione, diverse volte più del nostro input normale.

Il prezzo di JoinGonka su questa pagina è in tempo reale: arriva dall'API del gateway e cambia con il cambio di GNK. A renderlo basso è la struttura della rete Gonka: lì il prezzo lo determina il compenso per il lavoro di calcolo degli host, non il listino dello sviluppatore del modello.

1. Chiave. Registrati su JoinGonka Gateway e crea nella dashboard una chiave jg-…. Ai nuovi account vengono accreditati 3M token gratuiti.

2. Richiesta. L'indirizzo dell'API compatibile con OpenAI è https://gate.joingonka.ai/v1, l'identificativo del modello è 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 stesso in Python con la libreria 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. Strumenti per il codice. L'installer configura il gateway e il modello in Claude Code, Codex CLI, OpenCode e altri strumenti con un solo comando: chiederà da sé il programma e la chiave:

npx @joingonka/setup --model glm

Per i client Anthropic Messages API l'indirizzo è https://gate.joingonka.ai, senza /v1. Le guide passo passo per i vari strumenti sono nella sezione Strumenti.

• Token gratuiti. Un nuovo account riceve 3M token: sono centinaia di richieste a GLM-5.3 Flash, abbastanza per provare il modello sui propri compiti e scegliere il budget di ragionamento. Non servono carta né criptovaluta.
• Chat senza registrazione. Nella chat gratuita sul nostro sito puoi scegliere GLM-5.3 Flash e vedere come ragiona: il filo del pensiero viene mostrato in un blocco richiudibile separato.
• Poi si paga a token. Nessun abbonamento: il saldo si ricarica in GNK, USDT o con carta, si scalano i token effettivi e la spesa giornaliera è visibile nella dashboard.

Z.ai offre gratuitamente i modelli leggeri più vecchi — GLM-4.7-Flash e GLM-4.5-Flash. GLM-5.3 Flash da lei è a pagamento, quindi per provare proprio questo senza pagare puoi usare i token iniziali di JoinGonka.

GLM-5.3 Flash è il modello leggero della linea GLM-5.3 di Z.ai, brand internazionale di Zhipu AI con sede a Pechino. Leggero, sì, ma relativamente: è un modello MoE da 320 miliardi di parametri, di cui circa 18 miliardi attivi per ogni token. L'attenzione è ibrida — alcuni layer sono sparsi, altri lineari — e questo gli permette di gestire il contesto lungo a un costo inferiore. I pesi sono aperti con licenza MIT. I parametri operativi su JoinGonka li definisce il deployment sugli host della rete:

• Contesto — 390.000 token. È il minimo verificato con richieste reali: su Z.ai e presso i provider di OpenRouter la finestra arriva fino a 1 milione di token, gli host della rete sono configurati a 400.000, e noi pubblichiamo solo ciò che è confermato.
• Risposta — fino a 8.192 token, ragionamento incluso.
• Il ragionamento arriva in un campo separato reasoning_content, le chiamate agli strumenti nel classico tool_calls, incluso il secondo giro e quelli successivi; la modalità JSON (response_format) funziona.
• Solo testo: la rete non accetta ancora immagini.

I modelli, i loro identificatori e i limiti sono nella documentazione di Gonka API; disponibilità e latenze nella pagina di stato del gateway.

GLM-5.3 Flash prima ragiona, poi risponde, e entrambe le fasi rientrano nello stesso limite di output. Anche su una domanda semplice il ragionamento consuma 250–450 token, su un compito sostanzioso si arriva a migliaia. Perciò il solito max_tokens: 256 restituisce finish_reason: "length" e un content vuoto: il modello ha esaurito il limite nel ragionamento e non è mai arrivato alla risposta.

Il ragionamento si paga come token di output. Se non serve affatto, per risposte brevi e rapide conviene un altro modello della rete. In agenti come Cline e Cursor controllate il limite di output delle richieste di servizio — compressione del contesto, titolo della conversazione: con un limite di un paio di centinaia di token GLM-5.3 Flash restituirà una risposta vuota.

Entrambi i modelli sono disponibili su JoinGonka allo stesso prezzo, quindi la scelta va fatta in base al compito, non al budget:

In breve: GLM-5.3 Flash è la scelta quando bisogna ragionare su una logica complessa e non serve una risposta lunga; DeepSeek V4 Flash è per risposte lunghe, documenti grandi e agenti che lavorano per ore. Il terzo modello della rete, MiniMax M2.7, è adatto a risposte brevi e rapide, ma MiniMax stessa lo sta ritirando dalla propria API. Passare da un modello all'altro è una sola riga model nella richiesta.