GLM-5.3-Flash API

Panggil GLM-5.3-Flash melalui Wokey dan tinjau harga katalog publik, format API native upstream, konteks, serta kemampuan model.

ID model
glm-5.3-flash
Vendor
zhipu, volcengine, opencode, ollama
Status pasokan
Saat ini dapat dipanggil

Cuplikan harga katalog

Harga per 1 juta token; penagihan mengikuti harga saat request diproses.

KomponenWokeyReferensi resmiPenghematan
Input$0.075$0.1550%
Output$0.25$0.550%
Cache read$0.015$0.0350%
Cache write———

Sumber harga resmi: https://docs.z.ai/guides/overview/pricing

Hasil pengukuran di Wokey

28 hari terakhir (2026-10-13 hingga 2026-11-09), diperbarui setiap Senin · Request nyata dari 100+ akun

Waktu hingga token pertama, prompt pendek
2.3 detik (Median · prompt di bawah 8K token · p90 6.0 detik)
Waktu hingga token pertama, prompt agent
4.3 detik (Median · prompt 32K–128K token)
Tingkat cache hit prompt
94% (Porsi token input yang dibaca dari cache)

Klien paling banyak dipakai: DeepSeek Harness 55%, OpenCode 38%. Porsi dari request dengan klien yang teridentifikasi; kliennya teridentifikasi pada 55% request.

Cara pengukuran

Waktu hingga token pertama dihitung sejak gateway Wokey menerima request sampai konten streaming pertama (teks, ringkasan reasoning, atau penolakan). Angka ini mencakup antrean, percobaan ulang di akun lain, dan waktu berpikir model, sehingga lebih lama daripada latensi token pertama milik upstream sendiri. Hanya request streaming yang berhasil yang dihitung, dikelompokkan menurut ukuran prompt (input ditambah baca dan tulis cache).

Tingkat cache hit = token yang dibaca dari cache ÷ token input pada request yang berhasil. Angkanya bergantung pada klien dan cara pemakaiannya; halaman tingkat cache hit merincinya per klien.

Akun enterprise dan akun uji milik Wokey tidak disertakan. Sebuah model ditampilkan setelah dipakai minimal 20 pengguna dalam 28 hari terakhir dan tidak ada satu pengguna pun yang mengirim lebih dari 50% request-nya; akun yang terdaftar melalui satu rantai referral dihitung sebagai satu pengguna. Setiap angka waktu hingga token pertama memerlukan minimal 500 request.

Tingkat cache hit per klien

Kemampuan model

Context
1,000,000 tokens
Output maksimum
131,072 tokens
Streaming
Didukung
Tools
Didukung
Vision
Didukung
Format API yang didukung
/v1/chat/completions · /v1/messages

Kirim request

/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"}]}'

Pakai GLM-5.3-Flash di tool Anda

Gateway-nya adalah https://api.wokey.ai (klien yang kompatibel dengan OpenAI biasanya memakai https://api.wokey.ai/v1), dan ID modelnya glm-5.3-flash. Buka panduan untuk klien yang Anda pakai.

Pertanyaan umum

Berapa harga API GLM-5.3-Flash, dan berapa penghematannya dibanding API resmi?

Wokey mencantumkan input $0.075 per 1 juta token dan output $0.25 per 1 juta token; harga referensi resminya $0.15 dan $0.5. Artinya 50% lebih murah untuk input dan 50% lebih murah untuk output. Penagihan mengikuti harga saat permintaan diproses, dan sumber harga vendor ditautkan di halaman ini.

Apa ID model API GLM-5.3-Flash?

ID model untuk GLM-5.3-Flash di Wokey adalah glm-5.3-flash. Gunakan persis seperti tertulis di field model pada body permintaan atau di pengaturan model klien Anda (misalnya ANTHROPIC_MODEL di Claude Code, atau model di config.toml Codex CLI); GET https://api.wokey.ai/v1/models juga mencantumkannya.

API apa saja yang didukung GLM-5.3-Flash, dan bagaimana cara memanggilnya lewat Wokey?

GLM-5.3-Flash mendukung /v1/chat/completions (permintaan Chat Completions) dan /v1/messages (permintaan Messages). Atur base URL API ke https://api.wokey.ai, autentikasi dengan API key Wokey, dan gunakan ID model kanonis glm-5.3-flash; Anda bisa mulai dengan /v1/chat/completions. Bagian "Kirim permintaan" memuat contoh curl untuk setiap bentuk API yang didukung.

Bagaimana cara menggunakan GLM-5.3-Flash di Claude Code?

Claude Code memanggil GLM-5.3-Flash melalui /v1/messages. Atur ANTHROPIC_BASE_URL="https://api.wokey.ai", isi ANTHROPIC_AUTH_TOKEN dengan API key Wokey Anda, dan ANTHROPIC_MODEL="glm-5.3-flash", lalu jalankan claude. Claude Desktop juga menggunakan /v1/messages; panduan penyiapan menjelaskan keduanya langkah demi langkah.

Berapa jendela konteks dan output maksimum GLM-5.3-Flash?

Jendela konteks menurut katalog adalah 1,000,000 token dan output maksimumnya 131,072 token. Keduanya adalah batas yang terpisah, dan permintaan juga harus memenuhi batasan upstream yang berlaku saat diproses.

Bagaimana harga cache read dan cache write untuk GLM-5.3-Flash?

Cache read: Wokey mencantumkan $0.015 per 1 juta token dan harga referensi resmi adalah $0.03 per 1 juta token. Cache write: vendor tidak memublikasikan tarif terpisah, sehingga Wokey juga menampilkan — sebagai harga publik.

Apa bedanya memanggil GLM-5.3-Flash lewat Wokey dengan lewat OpenRouter?

Wokey mencantumkan GLM-5.3-Flash seharga $0.075 input / $0.25 output per 1 juta token, dibanding harga referensi resmi $0.15 / $0.5. OpenRouter menyatakan tidak menambah markup pada inferensi dan memungut biayanya saat Anda membeli kredit (5.5% dengan kartu). Wokey menyediakan sekumpulan model pilihan dan tidak memiliki parameter routing per provider, jadi OpenRouter lebih cocok jika Anda membutuhkan katalog yang lebih luas. Perbandingan lengkapnya ada di halaman alternatif OpenRouter.

Apa perbedaan harga dan konteks antara GLM-5.3-Flash dan GLM-5.3?

Dalam perbandingan harga yang dipublikasikan, GLM-5.3-Flash mencantumkan input/output $0.075 / $0.25 dengan jendela konteks 1,000,000 token; GLM-5.3 mencantumkan $0.21 / $0.66 dengan jendela konteks 1,000,000 token. Ini adalah perbandingan faktual atas harga dan kapasitas, bukan peringkat kualitas; bandingkan juga bentuk API dan kemampuan yang didukung masing-masing.

Seberapa cepat GLM-5.3-Flash di Wokey?

Diukur dari request nyata di gateway Wokey dari 2026-10-13 hingga 2026-11-09: median waktu hingga token pertama adalah 2.3 detik untuk prompt di bawah 8K token (p90 6.0 detik) dan 4.3 detik untuk prompt agent 32K–128K token. 94% token input dibaca dari cache prompt. Klien yang paling banyak dipakai adalah DeepSeek Harness dan OpenCode. Waktu dihitung sejak gateway menerima request dan mencakup antrean, percobaan ulang, dan waktu berpikir.

Model dan dokumentasi terkait

Dapatkan API key · glm-5.3-flash