GLM-5.3 Flash API: ราคาและเริ่มใช้ฟรี

ราคาต่อ 1 ล้านโทเคน ณ วันที่ 2 พฤศจิกายน 2026:

บน OpenRouter GLM-5.3 Flash มีผู้ให้บริการมากกว่าสามสิบราย และราคาต่างกันหลายเท่า: หลายรายขายที่ราคา Z.ai — $0.15 และ $0.50 ส่วนรายที่ถูกที่สุดคือ Relace คิด $0.0285 และ $0.0923 เทียบกับรายนั้น: ต่างจากผู้ให้บริการที่ถูกที่สุดของโมเดลเดียวกันประมาณ ×5 ส่วน API ของ Z.ai ต่างกันประมาณ ×24 ที่อินพุต และ ×27 ที่เอาต์พุต

ที่ Z.ai และผู้ให้บริการหลายราย ส่วนของคำขอที่ส่งซ้ำ — ประวัติบทสนทนา พรอมป์ระบบ — อ่านจากแคชได้ถูกกว่าอินพุตปกติ ที่ JoinGonka ไม่มีราคาแคชแยก อินพุตทั้งหมดราคาเดียวกัน แต่ต่อให้เป็นอินพุตจากแคชของ Z.ai ก็ยังตกอยู่ที่ $0.03 ต่อล้าน ซึ่งแพงกว่าอินพุตปกติของเราหลายเท่า

ราคาของ JoinGonka บนหน้านี้เป็นราคาสด: ดึงมาจาก API ของ Gateway และเปลี่ยนตามอัตราแลกเปลี่ยน GNK ที่ทำให้มันถูกคือโครงสร้างของเครือข่าย Gonka: ราคาถูกกำหนดจากการคำนวณค่าตอบแทนงานประมวลผลของโฮสต์ ไม่ใช่ราคาตั้งของนักพัฒนาโมเดล

1. คีย์ สมัครที่ JoinGonka Gateway แล้วสร้างคีย์ jg-… ในแดชบอร์ด บัญชีใหม่รับโทเคนฟรี 3M

2. คำขอ ที่อยู่ API ที่เข้ากันได้กับ OpenAI คือ https://gate.joingonka.ai/v1 และไอดีโมเดลคือ 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"}]
  }'

แบบเดียวกันใน Python ผ่านไลบรารี 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. เครื่องมือเขียนโค้ด ตัวติดตั้งจะตั้งค่า Gateway และโมเดลในคอนฟิกของ Claude Code, Codex CLI, OpenCode และเครื่องมืออื่น ๆ ด้วยคำสั่งเดียว — มันจะถามชื่อโปรแกรมและคีย์เอง:

npx @joingonka/setup --model glm

สำหรับไคลเอนต์ Anthropic Messages API ที่อยู่คือ https://gate.joingonka.ai โดยไม่มี /v1 คู่มือทีละขั้นตามเครื่องมือต่าง ๆ อยู่ในหมวดเครื่องมือ

• โทเคนฟรี บัญชีใหม่รับ 3M โทเคน — คิดเป็นคำขอหลายร้อยครั้งกับ GLM-5.3 Flash: พอที่จะทดสอบโมเดลกับงานของตัวเองและเลือกงบการคิดได้ ไม่ต้องใช้บัตรหรือคริปโต
• แชตไม่ต้องสมัคร ในแชตฟรีบนเว็บของเรา เลือก GLM-5.3 Flash และดูว่ามันคิดอย่างไร: ลำดับความคิดจะแสดงเป็นบล็อกพับแยกต่างหาก
• หลังจากนั้นจ่ายตามโทเคน ไม่มี subscription: เติมเครดิตด้วย GNK, USDT หรือบัตร หักตามโทเคนที่ใช้จริง และดูการใช้จ่ายรายวันได้ในแดชบอร์ด

Z.ai ให้โมเดลเบา ๆ รุ่นเก่าฟรี — GLM-4.7-Flash และ GLM-4.5-Flash ส่วน GLM-5.3 Flash เป็นแบบเสียเงิน ดังนั้นถ้าอยากทดลองตัวนี้โดยไม่จ่าย ใช้โทเคนเริ่มต้นของ JoinGonka ได้

GLM-5.3 Flash — โมเดลขนาดเบาในซีรีส์ GLM-5.3 จาก Z.ai แบรนด์ระดับโลกของ Zhipu AI จากปักกิ่ง ที่ว่าขนาดเบานั้นเมื่อเทียบกันแล้ว: เป็นโมเดล MoE ที่มี 320 พันล้านพารามิเตอร์ โดยแต่ละโทเคนจะเรียกใช้ประมาณ 18 พันล้านพารามิเตอร์ กลไก attention เป็นแบบไฮบริด — บางเลเยอร์เป็นแบบ sparse บางเลเยอร์เป็นแบบ linear จึงประมวลผลคอนเท็กซ์ยาวได้ในต้นทุนที่ต่ำกว่า เปิดเผยน้ำหนักโมเดลภายใต้สัญญาอนุญาต MIT พารามิเตอร์การทำงานจริงใน JoinGonka ถูกกำหนดโดยการติดตั้งบนโฮสต์ของเครือข่าย:

• คอนเท็กซ์ — 390,000 โทเคน นี่คือค่าต่ำสุดที่ยืนยันได้จากการทดสอบจริง: ทั้ง Z.ai และผู้ให้บริการบน OpenRouter รองรับหน้าต่างสูงสุดถึง 1 ล้านโทเคน โฮสต์ของเครือข่ายตั้งค่าไว้ที่ 400,000 และเราเผยแพร่เฉพาะค่าที่พิสูจน์แล้วเท่านั้น
• คำตอบ — สูงสุด 8,192 โทเคน รวมกระบวนการคิด
• กระบวนการคิดจะส่งมาในฟิลด์แยกต่างหาก reasoning_content ส่วนการเรียกใช้เครื่องมืออยู่ใน tool_calls มาตรฐาน รวมถึงรอบที่สองเป็นต้นไป โหมด JSON (response_format) ใช้งานได้
• รองรับเฉพาะข้อความ: เครือข่ายยังไม่รองรับรูปภาพ

รายการโมเดล ตัวระบุ และขีดจำกัดต่างๆ ดูได้ที่ เอกสาร Gonka API ส่วนความพร้อมใช้งานและความหน่วงดูที่ หน้าสถานะเกตเวย์

GLM-5.3 Flash จะคิดก่อนแล้วจึงตอบ โดยทั้งสองขั้นตอนนับรวมอยู่ในขีดจำกัดเอาต์พุตเดียวกัน แม้แต่คำถามง่ายๆ กระบวนการคิดก็ใช้ 250–450 โทเคน ส่วนงานที่มีเนื้อหาสาระใช้ถึงหลายพันโทเคน ดังนั้นค่า max_tokens: 256 ที่คุ้นเคยจะทำให้ได้ finish_reason: "length" และ content ว่างเปล่า: โมเดลใช้โควตาหมดไปกับกระบวนการคิดและไปไม่ถึงขั้นตอนตอบ

กระบวนการคิดถูกคิดค่าบริการเป็นโทเคนเอาต์พุต หากไม่จำเป็นเลย สำหรับคำตอบสั้นๆ ที่ต้องการความเร็ว โมเดลอื่นในเครือข่ายจะตอบโจทย์กว่า ในเอเจนต์อย่าง Cline และ Cursor ให้ตรวจสอบขีดจำกัดเอาต์พุตของคำขอภายใน เช่น การบีบอัดคอนเท็กซ์ ชื่อเรื่องของบทสนทนา เพราะถ้าตั้งขีดจำกัดไว้แค่ไม่กี่ร้อยโทเคน GLM-5.3 Flash จะคืนคำตอบว่างเปล่า

ทั้งสองโมเดลมีให้ใช้ใน JoinGonka ในราคาเดียวกัน ดังนั้นควรเลือกจากลักษณะงาน ไม่ใช่จากงบประมาณ:

สรุปสั้นๆ: GLM-5.3 Flash — สำหรับงานที่ต้องคิดวิเคราะห์ตรรกะซับซ้อนและไม่ต้องการคำตอบยาว; DeepSeek V4 Flash — สำหรับคำตอบยาว เอกสารขนาดใหญ่ และเอเจนต์ที่ทำงานเป็นชั่วโมงๆ ส่วนโมเดลที่สามของเครือข่ายอย่าง MiniMax M2.7 เหมาะกับคำตอบสั้นที่ต้องการความเร็ว แต่ตัว MiniMax เองกำลังถอนโมเดลนี้ออกจาก API ของตน การสลับโมเดลก็แค่เปลี่ยนบรรทัด model ในคำขอ