GLM-5.3-Flash API

Rufe GLM-5.3-Flash über Wokey auf: veröffentlichte Katalogpreise, native API-Formate des Upstreams, Kontext und Modellfähigkeiten im Überblick.

Modell-ID
glm-5.3-flash
Anbieter
zhipu, volcengine, opencode, ollama
Angebotsstatus
Derzeit aufrufbar

Aktuelle Katalogpreise

Preise pro 1 Mio. Token; abgerechnet wird zum Preis, der bei der Verarbeitung der Anfrage gilt.

PostenWokeyOffizielle ReferenzErsparnis
Input$0.075$0.1550%
Output$0.25$0.550%
Cache read$0.015$0.0350%
Cache write———

Offizielle Preisquelle: https://docs.z.ai/guides/overview/pricing

Gemessen auf Wokey

Letzte 28 Tage (2026-10-13 bis 2026-11-09), jeden Montag aktualisiert · Echte Anfragen von 100+ Konten

Zeit bis zum ersten Token, kurze Prompts
2,3 s (Median · Prompts unter 8K Token · P90 6,0 s)
Zeit bis zum ersten Token, Agent-Prompts
4,3 s (Median · Prompts mit 32K–128K Token)
Trefferquote des Prompt-Cache
94% (Anteil der Eingabe-Token, die aus dem Cache gelesen wurden)

Meistgenutzte Clients: DeepSeek Harness 55%, OpenCode 38%. Anteil an den Anfragen erkannter Clients; bei 55% der Anfragen wurde der Client erkannt.

So wird gemessen

Die Zeit bis zum ersten Token läuft vom Eingang der Anfrage am Wokey-Gateway bis zum ersten gestreamten Inhalt (Text, Zusammenfassung des Reasonings oder Ablehnung). Sie enthält Wartezeit in der Warteschlange, Wiederholungen über ein anderes Konto und die Denkzeit des Modells und ist deshalb länger als die eigene First-Token-Latenz des Upstreams. Gezählt werden nur erfolgreiche Streaming-Anfragen, gruppiert nach Prompt-Größe (Eingabe plus Cache-Lesen und Cache-Schreiben).

Cache-Trefferquote = aus dem Cache gelesene Token ÷ Eingabe-Token über erfolgreiche Anfragen. Sie hängt vom Client und von der Art der Nutzung ab; die Seiten zur Cache-Trefferquote schlüsseln sie nach Client auf.

Enterprise-Konten und Wokeys eigene Testkonten sind ausgenommen. Ein Modell wird angezeigt, sobald es in den letzten 28 Tagen von mindestens 20 Nutzern verwendet wurde und kein einzelner Nutzer mehr als 50 % der Anfragen gesendet hat; Konten, die über dieselbe Empfehlungskette registriert wurden, zählen als ein Nutzer. Jeder Wert für die Zeit bis zum ersten Token braucht mindestens 500 Anfragen.

Cache-Trefferquote nach Client

Modellfähigkeiten

Context
1,000,000 tokens
Maximale Ausgabe
131,072 tokens
Streaming
Unterstützt
Tools
Unterstützt
Vision
Unterstützt
Unterstützte API-Formate
/v1/chat/completions · /v1/messages

Anfrage senden

/v1/chat/completions

curl https://api.wokey.ai/v1/chat/completions \
  -H "Authorization: Bearer $WOKEY_API_KEY" \
  -H "Content-Type: application/json" \
  -d '{"model":"glm-5.3-flash","messages":[{"role":"user","content":"Hello"}]}'

/v1/messages

curl https://api.wokey.ai/v1/messages \
  -H "x-api-key: $WOKEY_API_KEY" \
  -H "anthropic-version: 2023-06-01" \
  -H "Content-Type: application/json" \
  -d '{"model":"glm-5.3-flash","max_tokens":1024,"messages":[{"role":"user","content":"Hello"}]}'

GLM-5.3-Flash in deinen Tools nutzen

Das Gateway ist https://api.wokey.ai (OpenAI-kompatible Clients erwarten meist https://api.wokey.ai/v1), die Modell-ID lautet glm-5.3-flash. Öffne die Einrichtung für deinen Client.

Häufige Fragen

Was kostet die GLM-5.3-Flash-API, und wie viel spare ich gegenüber der offiziellen API?

Wokey berechnet $0.075 pro 1 Mio. Eingabe-Token und $0.25 pro 1 Mio. Ausgabe-Token; die offiziellen Referenzpreise liegen bei $0.15 und $0.5. Das sind 50% weniger bei der Eingabe und 50% weniger bei der Ausgabe. Abgerechnet wird zum Preis, der bei der Verarbeitung der Anfrage gilt; die Preisquelle des Anbieters ist auf dieser Seite verlinkt.

Wie lautet die Modell-ID von GLM-5.3-Flash für die API?

Die Modell-ID von GLM-5.3-Flash auf Wokey lautet glm-5.3-flash. Verwende sie genau so im Feld model des Request-Bodys oder in der Modelleinstellung deines Clients (zum Beispiel ANTHROPIC_MODEL in Claude Code oder model in der config.toml von Codex CLI); auch GET https://api.wokey.ai/v1/models listet sie auf.

Welche API-Formate unterstützt GLM-5.3-Flash, und wie rufe ich das Modell über Wokey auf?

GLM-5.3-Flash unterstützt /v1/chat/completions (Chat-Completions-Anfragen) und /v1/messages (Messages-Anfragen). Setze die API-Base-URL auf https://api.wokey.ai, authentifiziere dich mit einem Wokey-API-Key und verwende die kanonische Modell-ID glm-5.3-flash; beginnen kannst du mit /v1/chat/completions. Der Abschnitt „Anfrage senden“ enthält ein curl-Beispiel für jedes unterstützte API-Format.

Wie nutze ich GLM-5.3-Flash in Claude Code?

Claude Code ruft GLM-5.3-Flash über /v1/messages auf. Setze ANTHROPIC_BASE_URL="https://api.wokey.ai", ANTHROPIC_AUTH_TOKEN auf deinen Wokey-API-Key und ANTHROPIC_MODEL="glm-5.3-flash" und starte dann claude. Claude Desktop nutzt ebenfalls /v1/messages; die Einrichtungsanleitungen beschreiben beide Schritt für Schritt.

Wie groß sind Kontextfenster und maximale Ausgabe von GLM-5.3-Flash?

Das Kontextfenster laut Katalog umfasst 1,000,000 Token, die maximale Ausgabe 131,072 Token. Das sind getrennte Limits; eine Anfrage muss außerdem die Upstream-Beschränkungen einhalten, die bei ihrer Verarbeitung gelten.

Wie werden Cache-Lesen und Cache-Schreiben bei GLM-5.3-Flash berechnet?

Cache-Lesen: Bei Wokey $0.015 pro 1 Mio. Token, der offizielle Referenzpreis beträgt $0.03 pro 1 Mio. Token. Cache-Schreiben: Der Anbieter veröffentlicht dafür keinen eigenen Preis, daher zeigt auch Wokey als öffentlichen Preis —.

Worin unterscheidet sich der Aufruf von GLM-5.3-Flash über Wokey von OpenRouter?

Wokey führt GLM-5.3-Flash für $0.075 (Eingabe) / $0.25 (Ausgabe) pro 1 Mio. Token, bei einem offiziellen Referenzpreis von $0.15 / $0.5. OpenRouter gibt an, keinen Aufschlag auf die Inferenz zu erheben, und berechnet seine Gebühr beim Kauf von Credits (5,5 % bei Kartenzahlung). Wokey bietet eine kuratierte Auswahl an Modellen und keine Routing-Parameter pro Provider; wenn du einen größeren Katalog brauchst, passt OpenRouter daher besser. Den vollständigen Vergleich findest du auf der Seite zur OpenRouter-Alternative.

Wie unterscheiden sich GLM-5.3-Flash und GLM-5.3 bei Preis und Kontext?

Im veröffentlichten Preisvergleich liegt GLM-5.3-Flash bei $0.075 / $0.25 (Eingabe/Ausgabe) mit einem Kontextfenster von 1,000,000 Token; GLM-5.3 liegt bei $0.21 / $0.66 mit einem Kontextfenster von 1,000,000 Token. Das ist ein sachlicher Vergleich von Preis und Kapazität, kein Qualitätsranking; vergleiche auch die unterstützten API-Formate und Fähigkeiten.

Wie schnell ist GLM-5.3-Flash auf Wokey?

Gemessen an echten Anfragen über das Wokey-Gateway vom 2026-10-13 bis 2026-11-09: Der Median der Zeit bis zum ersten Token lag bei 2,3 s für Prompts unter 8K Token (P90 6,0 s) und bei 4,3 s für Agent-Prompts mit 32K–128K Token. 94% der Eingabe-Token wurden aus dem Prompt-Cache gelesen. Die meistgenutzten Clients waren DeepSeek Harness und OpenCode. Die Zeit läuft ab dem Eingang der Anfrage am Gateway und enthält Warteschlange, Wiederholungen und Denkzeit.

Verwandte Modelle und Dokumentation

API-Key holen · glm-5.3-flash