GLM-5.3 Flash API: цена и бесплатный старт

Цены за 1 млн токенов на 2 ноября 2026 года:

На OpenRouter у GLM-5.3 Flash больше тридцати поставщиков, и цены у них расходятся в разы: многие держат цену Z.ai — $0.15 и $0.50, а самый дешёвый, Relace, берёт $0.0285 и $0.0923. Сравниваем с ним: разница с самым дешёвым поставщиком той же модели — около ×5, с API Z.ai — около ×24 на входе и ×27 на выходе.

У Z.ai и многих поставщиков повторно отправленная часть запроса — история диалога, системный промпт — читается из кэша дешевле обычного входа. У JoinGonka отдельной цены кэша нет, весь вход стоит одинаково. Но и вход из кэша у Z.ai обходится в $0.03 за миллион — это в несколько раз дороже обычного входа у нас.

Цена JoinGonka на этой странице живая: она приходит из API шлюза и меняется вместе с курсом GNK. Низкой её делает устройство сети Gonka: цену там задаёт расчёт за вычислительную работу хостов, а не прайс разработчика модели.

1. Ключ. Зарегистрируйтесь в JoinGonka Gateway и создайте в кабинете ключ jg-…. Новым аккаунтам начисляется 3M бесплатных токенов.

2. Запрос. Адрес OpenAI-совместимого API — https://gate.joingonka.ai/v1, идентификатор модели — 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"}]
  }'

То же на Python через библиотеку 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. Программы для кода. Установщик пропишет шлюз и модель в конфиг Claude Code, Codex CLI, OpenCode и других программ одной командой — программу и ключ он спросит сам:

npx @joingonka/setup --model glm

Для клиентов Anthropic Messages API адрес — https://gate.joingonka.ai, без /v1. Пошаговые гайды по программам — в разделе «Инструменты».

• Бесплатные токены. Новый аккаунт получает 3M токенов — это сотни запросов к GLM-5.3 Flash: хватит, чтобы проверить модель на своих задачах и подобрать бюджет рассуждений. Карта и криптовалюта для этого не нужны.
• Чат без регистрации. В бесплатном чате на нашем сайте можно выбрать GLM-5.3 Flash и посмотреть, как она рассуждает: ход мысли показывается отдельным свёрнутым блоком.
• Дальше — оплата за токены. Подписки нет: баланс пополняется в GNK, USDT или картой, списываются фактические токены, расход по дням виден в кабинете.

Бесплатно Z.ai отдаёт старые лёгкие модели — GLM-4.7-Flash и GLM-4.5-Flash. GLM-5.3 Flash у неё платная, поэтому проверить именно её без оплаты можно на стартовых токенах JoinGonka.

GLM-5.3 Flash — лёгкая модель линейки GLM-5.3 от Z.ai, международного бренда пекинской Zhipu AI. Лёгкая относительно: это MoE-модель на 320 млрд параметров, из которых на каждый токен работают около 18 млрд. Внимание гибридное — часть слоёв разреженная, часть линейная, поэтому длинный контекст ей обходится дешевле. Веса открыты под лицензией MIT. Рабочие параметры в JoinGonka задаёт развёртывание на хостах сети:

• Контекст — 390 000 токенов. Это проверенный запросами минимум: у Z.ai и поставщиков OpenRouter окно до 1 млн токенов, хосты сети настроены на 400 000, а мы публикуем то, что подтверждено.
• Ответ — до 8 192 токенов, вместе с рассуждениями.
• Рассуждения приходят отдельным полем reasoning_content, вызовы инструментов — в стандартном tool_calls, включая второй и следующие раунды; режим JSON (response_format) работает.
• Только текст: картинки сеть пока не принимает.

Модели, их идентификаторы и лимиты — в документации Gonka API, доступность и задержки — на странице статуса шлюза.

GLM-5.3 Flash сначала рассуждает, потом отвечает, и оба этапа входят в один лимит вывода. Даже на простой вопрос рассуждение занимает 250–450 токенов, на содержательной задаче — тысячи. Поэтому привычный max_tokens: 256 даёт finish_reason: "length" и пустой content: модель потратила лимит на рассуждения и до ответа не дошла.

Рассуждения оплачиваются как выходные токены. Если они не нужны вовсе, для коротких быстрых ответов удобнее другая модель сети. В агентах вроде Cline и Cursor проверьте лимит вывода у служебных запросов — сжатия контекста, заголовка диалога: с лимитом в пару сотен токенов GLM-5.3 Flash вернёт пустой ответ.

Обе модели есть в JoinGonka по одной цене, поэтому выбирать стоит по задаче, а не по бюджету:

Коротко: GLM-5.3 Flash — когда нужно подумать над сложной логикой и не нужен длинный ответ; DeepSeek V4 Flash — для длинных ответов, больших документов и агентов, которые работают часами. Третья модель сети, MiniMax M2.7, подходит для быстрых коротких ответов, но сама MiniMax выводит её из своего API. Переключение между моделями — одна строка model в запросе.