GLM-5.3 Flash API: ціна та безкоштовний старт

Ціни за 1 млн токенів на 2 листопада 2026 року:

На OpenRouter у GLM-5.3 Flash понад тридцять постачальників, і ціни в них різняться в рази: багато хто тримає ціну Z.ai — $0.15 і $0.50, а найдешевший, Relace, бере $0.0285 і $0.0923. Порівнюємо з ним: різниця з найдешевшим постачальником тієї самої моделі — близько ×5, з API Z.ai — близько ×24 на вході та ×27 на виході.

У Z.ai та багатьох постачальників повторно надіслана частина запиту — історія діалогу, системний промпт — читається з кешу дешевше за звичайний вхід. У JoinGonka окремої ціни кешу немає, весь вхід коштує однаково. Але й вхід з кешу в Z.ai обходиться в $0.03 за мільйон — це в кілька разів дорожче за звичайний вхід у нас.

Ціна JoinGonka на цій сторінці жива: вона надходить з API шлюзу й змінюється разом з курсом GNK. Низькою її робить устрій мережі Gonka: ціну там задає розрахунок за обчислювальну роботу хостів, а не прайс розробника моделі.

1. Ключ. Зареєструйтеся в JoinGonka Gateway і створіть у кабінеті ключ jg-…. Новим акаунтам нараховується 3M безкоштовних токенів.

2. Запит. Адреса OpenAI-сумісного API — https://gate.joingonka.ai/v1, ідентифікатор моделі — 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"}]
  }'

Те саме на Python через бібліотеку 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. Програми для коду. Інсталятор прописує шлюз і модель у конфіг Claude Code, Codex CLI, OpenCode та інших програм однією командою — програму й ключ він запитає сам:

npx @joingonka/setup --model glm

Для клієнтів Anthropic Messages API адреса — https://gate.joingonka.ai, без /v1. Покрокові гайди по програмах — у розділі «Інструменти».

• Безкоштовні токени. Новий акаунт отримує 3M токенів — це сотні запитів до GLM-5.3 Flash: вистачить, щоб перевірити модель на своїх задачах і підібрати бюджет міркувань. Картка й криптовалюта для цього не потрібні.
• Чат без реєстрації. У безкоштовному чаті на нашому сайті можна вибрати GLM-5.3 Flash і подивитися, як вона міркує: хід думки показується окремим згорнутим блоком.
• Далі — оплата за токени. Підписки немає: баланс поповнюється в GNK, USDT або карткою, списуються фактичні токени, витрати за днями видно в кабінеті.

Безкоштовно Z.ai віддає старі легкі моделі — GLM-4.7-Flash і GLM-4.5-Flash. GLM-5.3 Flash у неї платна, тому перевірити саме її без оплати можна на стартових токенах JoinGonka.

GLM-5.3 Flash — легка модель лінійки GLM-5.3 від Z.ai, міжнародного бренду пекінської Zhipu AI. Легка відносно: це MoE-модель на 320 млрд параметрів, з яких на кожен токен працюють близько 18 млрд. Увага гібридна — частина шарів розріджена, частина лінійна, тому довгий контекст їй обходиться дешевше. Ваги відкриті за ліцензією MIT. Робочі параметри в JoinGonka задає розгортання на хостах мережі:

• Контекст — 390 000 токенів. Це перевірений запитами мінімум: у Z.ai та постачальників OpenRouter вікно до 1 млн токенів, хости мережі налаштовані на 400 000, а ми публікуємо те, що підтверджено.
• Відповідь — до 8 192 токенів, разом із міркуваннями.
• Міркування надходять окремим полем reasoning_content, виклики інструментів — у стандартному tool_calls, включно з другим і наступними раундами; режим JSON (response_format) працює.
• Лише текст: зображень мережа поки не приймає.

Моделі, їхні ідентифікатори та ліміти — у документації Gonka API, доступність і затримки — на сторінці статусу шлюзу.

GLM-5.3 Flash спершу міркує, потім відповідає, і обидва етапи входять в один ліміт виводу. Навіть на просте питання міркування займає 250–450 токенів, на змістовному завданні — тисячі. Тому звичний max_tokens: 256 дає finish_reason: "length" і порожній content: модель витратила ліміт на міркування й до відповіді не дійшла.

Міркування оплачуються як вихідні токени. Якщо вони не потрібні зовсім, для коротких швидких відповідей зручніша інша модель мережі. В агентах на кшталт Cline і Cursor перевірте ліміт виводу у службових запитах — стиснення контексту, заголовка діалогу: з лімітом у пару сотень токенів GLM-5.3 Flash поверне порожню відповідь.

Обидві моделі є в JoinGonka за однією ціною, тож обирати варто за завданням, а не за бюджетом:

Коротко: GLM-5.3 Flash — коли потрібно подумати над складною логікою і не потрібна довга відповідь; DeepSeek V4 Flash — для довгих відповідей, великих документів і агентів, які працюють годинами. Третя модель мережі, MiniMax M2.7, підходить для швидких коротких відповідей, але сама MiniMax виводить її зі свого API. Перемикання між моделями — один рядок model у запиті.