GLM-5.3 Flash API: cena i darmowy start

Ceny za 1 mln tokenów na 2 listopada 2026 roku:

Na OpenRouter GLM-5.3 Flash ma ponad trzydziestu dostawców, a ich ceny różnią się wielokrotnie: wielu trzyma cenę Z.ai — $0.15 i $0.50, a najtańszy, Relace, bierze $0.0285 i $0.0923. Porównujemy z nim: różnica względem najtańszego dostawcy tego samego modelu to około ×5, względem API Z.ai — około ×24 na wejściu i ×27 na wyjściu.

U Z.ai i wielu dostawców ponownie wysłana część zapytania — historia rozmowy, prompt systemowy — jest odczytywana z cache taniej niż zwykłe wejście. U JoinGonka nie ma osobnej ceny cache, całe wejście kosztuje tyle samo. Ale samo wejście z cache u Z.ai kosztuje $0.03 za milion — to kilkukrotnie drożej niż zwykłe wejście u nas.

Cena JoinGonka na tej stronie jest dynamiczna: pochodzi z API bramy i zmienia się wraz z kursem GNK. Niską czyni ją konstrukcja sieci Gonka: cenę wyznacza tam rozliczenie za pracę obliczeniową hostów, a nie cennik twórcy modelu.

1. Klucz. Zarejestruj się w JoinGonka Gateway i utwórz w panelu klucz jg-…. Nowym kontom przyznajemy 3M darmowych tokenów.

2. Zapytanie. Adres API zgodnego z OpenAI — https://gate.joingonka.ai/v1, identyfikator modelu — 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"}]
  }'

To samo w Pythonie przez bibliotekę 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. Programy do kodu. Instalator wpisze bramę i model do konfiguracji Claude Code, Codex CLI, OpenCode i innych programów jedną komendą — o program i klucz zapyta sam:

npx @joingonka/setup --model glm

Dla klientów Anthropic Messages API adres to https://gate.joingonka.ai, bez /v1. Przewodniki krok po kroku po programach — w sekcji „Narzędzia”.

• Darmowe tokeny. Nowe konto otrzymuje 3M tokenów — to setki zapytań do GLM-5.3 Flash: wystarczy, by sprawdzić model na własnych zadaniach i dobrać budżet rozumowania. Karta i kryptowaluty nie są do tego potrzebne.
• Czat bez rejestracji. W darmowym czacie na naszej stronie można wybrać GLM-5.3 Flash i zobaczyć, jak rozumuje: tok myślenia pokazywany jest w osobnym zwiniętym bloku.
• Dalej — płatność za tokeny. Nie ma subskrypcji: saldo doładowuje się w GNK, USDT lub kartą, pobierane są faktyczne tokeny, a wydatki według dni widać w panelu.

Za darmo Z.ai udostępnia stare lekkie modele — GLM-4.7-Flash i GLM-4.5-Flash. GLM-5.3 Flash jest u niej płatny, więc właśnie jego bez opłat można sprawdzić na startowych tokenach JoinGonka.

GLM-5.3 Flash — lekki model z linii GLM-5.3 od Z.ai, międzynarodowej marki pekińskiego Zhipu AI. Lekki w sensie względnym: to model MoE z 320 mld parametrów, z których na każdy token pracuje około 18 mld. Uwaga jest hybrydowa — część warstw jest rzadka, część liniowa, dzięki czemu długi kontekst kosztuje go mniej. Wagi są otwarte na licencji MIT. Parametry robocze w JoinGonka ustala wdrożenie na hostach sieci:

• Kontekst — 390 000 tokenów. To minimum potwierdzone zapytaniami: u Z.ai i dostawców OpenRouter okno sięga do 1 mln tokenów, hosty sieci są skonfigurowane na 400 000, a my publikujemy to, co zostało potwierdzone.
• Odpowiedź — do 8 192 tokenów, razem z rozumowaniem.
• Rozumowanie przychodzi w osobnym polu reasoning_content, wywołania narzędzi — w standardowym tool_calls, w tym w drugiej i kolejnych rundach; tryb JSON (response_format) działa.
• Tylko tekst: obrazków sieć na razie nie przyjmuje.

Modele, ich identyfikatory i limity — w dokumentacji Gonka API, dostępność i opóźnienia — na stronie statusu bramy.

GLM-5.3 Flash najpierw rozumuje, potem odpowiada, a oba etapy mieszczą się w jednym limicie wyjścia. Nawet na proste pytanie rozumowanie zajmuje 250–450 tokenów, a przy merytorycznym zadaniu — tysiące. Dlatego typowe max_tokens: 256 daje finish_reason: "length" i puste content: model zużył limit na rozumowanie i nie dotarł do odpowiedzi.

Rozumowanie jest rozliczane jako tokeny wyjściowe. Jeśli nie jest w ogóle potrzebne, do krótkich szybkich odpowiedzi wygodniejszy będzie inny model sieci. W agentach takich jak Cline i Cursor sprawdź limit wyjścia dla zapytań pomocniczych — kompresji kontekstu, tytułu rozmowy: z limitem rzędu kilkuset tokenów GLM-5.3 Flash zwróci pustą odpowiedź.

Oba modele są dostępne w JoinGonka w tej samej cenie, więc wybierać warto według zadania, a nie budżetu:

Krótko: GLM-5.3 Flash — gdy trzeba pomyśleć nad zawiłą logiką i nie potrzeba długiej odpowiedzi; DeepSeek V4 Flash — do długich odpowiedzi, dużych dokumentów i agentów pracujących godzinami. Trzeci model sieci, MiniMax M2.7, nadaje się do szybkich krótkich odpowiedzi, ale sam MiniMax wycofuje go ze swojego API. Przełączanie między modelami to jedna linia model w zapytaniu.