GLM-5.3-Flash API

Chame o GLM-5.3-Flash pela Wokey e confira os preços publicados do catálogo, as formas de API nativas do upstream, o contexto e os recursos do modelo.

ID do modelo
glm-5.3-flash
Fornecedores
zhipu, volcengine, opencode, ollama
Status da oferta
Disponível para chamada

Preços atuais do catálogo

Preços por 1M de tokens; a liquidação segue o preço vigente no momento da solicitação.

ItemWokeyReferência oficialEconomia
Input$0.075$0.1550%
Output$0.25$0.550%
Cache read$0.015$0.0350%
Cache write———

Fonte do preço oficial: https://docs.z.ai/guides/overview/pricing

Medido na Wokey

Últimos 28 dias (2026-10-13 a 2026-11-09), atualizado toda segunda-feira · Requisições reais de mais de 100 contas

Tempo até o primeiro token, prompts curtos
2,3 s (Mediana · prompts com menos de 8K tokens · p90 6,0 s)
Tempo até o primeiro token, prompts de agente
4,3 s (Mediana · prompts de 32K–128K tokens)
Taxa de acerto do cache de prompt
94% (Parcela dos tokens de entrada lidos do cache)

Clientes mais usados: DeepSeek Harness 55%, OpenCode 38%. Parcela das requisições de clientes identificados; 55% das requisições tiveram o cliente identificado.

Como medimos

O tempo até o primeiro token vai do recebimento da requisição pelo gateway da Wokey até o primeiro conteúdo transmitido (texto, resumo do raciocínio ou recusa). Inclui a espera na fila, as novas tentativas em outra conta e o tempo de raciocínio do modelo, por isso é maior que a latência de primeiro token do próprio upstream. Só contam as requisições em streaming bem-sucedidas, agrupadas pelo tamanho do prompt (entrada mais leituras e gravações de cache).

Taxa de acerto de cache = tokens lidos do cache ÷ tokens de entrada nas requisições bem-sucedidas. Ela depende do cliente e da forma de uso; as páginas de taxa de acerto de cache detalham por cliente.

Contas empresariais e as contas de teste da própria Wokey ficam de fora. Um modelo aparece quando pelo menos 20 usuários o usaram nos últimos 28 dias e nenhum usuário enviou mais de 50% das requisições; contas cadastradas por uma mesma cadeia de indicação contam como um único usuário. Cada número de tempo até o primeiro token precisa de pelo menos 500 requisições.

Taxa de acerto de cache por cliente

Recursos do modelo

Context
1,000,000 tokens
Saída máxima
131,072 tokens
Streaming
Compatível
Tools
Compatível
Vision
Compatível
Formas de API aceitas
/v1/chat/completions · /v1/messages

Enviar uma solicitação

/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"}]}'

Use o GLM-5.3-Flash nas suas ferramentas

O gateway é https://api.wokey.ai (clientes compatíveis com OpenAI costumam usar https://api.wokey.ai/v1) e o ID do modelo é glm-5.3-flash. Abra o guia do cliente que você usa.

Perguntas frequentes

Quanto custa a API do GLM-5.3-Flash e quanto ela economiza em relação à API oficial?

A Wokey cobra a entrada a $0.075 por 1M de tokens e a saída a $0.25 por 1M de tokens; as referências oficiais são $0.15 e $0.5. Isso é 50% menos na entrada e 50% menos na saída. A liquidação segue o preço vigente no processamento da solicitação, e a fonte de preços do fornecedor está linkada nesta página.

Qual é o ID de modelo da API do GLM-5.3-Flash?

O ID de modelo do GLM-5.3-Flash na Wokey é glm-5.3-flash. Use-o exatamente como está no campo model do corpo da solicitação ou na configuração de modelo do seu cliente (por exemplo ANTHROPIC_MODEL no Claude Code, ou model no config.toml do Codex CLI); GET https://api.wokey.ai/v1/models também o lista.

Quais formas de API o GLM-5.3-Flash aceita e como chamá-lo pela Wokey?

O GLM-5.3-Flash aceita /v1/chat/completions (solicitações Chat Completions) e /v1/messages (solicitações Messages). Defina a URL base da API como https://api.wokey.ai, autentique com uma chave de API da Wokey e use o ID de modelo canônico glm-5.3-flash; você pode começar com /v1/chat/completions. A seção Enviar uma solicitação inclui um exemplo de curl para cada forma de API aceita.

Como usar o GLM-5.3-Flash no Claude Code?

O Claude Code chama o GLM-5.3-Flash via /v1/messages. Defina ANTHROPIC_BASE_URL="https://api.wokey.ai", coloque sua chave de API da Wokey em ANTHROPIC_AUTH_TOKEN e ANTHROPIC_MODEL="glm-5.3-flash", e depois inicie o claude. O Claude Desktop também usa /v1/messages; os guias de configuração explicam os dois passo a passo.

Qual é a janela de contexto e a saída máxima do GLM-5.3-Flash?

A janela de contexto do catálogo é de 1,000,000 tokens e a saída máxima é de 131,072 tokens. São limites separados, e a solicitação também precisa atender às restrições do upstream em vigor no momento do processamento.

Como são cobradas as leituras e gravações de cache do GLM-5.3-Flash?

Leitura de cache: a Wokey cobra $0.015 por 1M de tokens e a referência oficial é $0.03 por 1M de tokens. Gravação de cache: o fornecedor não publica um item de cobrança separado, então a Wokey também mostra — como preço público.

Qual é a diferença entre chamar o GLM-5.3-Flash pela Wokey e pelo OpenRouter?

A Wokey oferece o GLM-5.3-Flash a $0.075 de entrada / $0.25 de saída por 1M de tokens, contra uma referência oficial de $0.15 / $0.5. O OpenRouter afirma que não adiciona margem à inferência e cobra sua taxa na compra de créditos (5.5% no cartão). A Wokey oferece uma seleção curada de modelos e não tem parâmetros de roteamento por fornecedor, então o OpenRouter é mais adequado se você precisa de um catálogo mais amplo. A página de alternativa ao OpenRouter traz a comparação completa.

Como o GLM-5.3-Flash e o GLM-5.3 se diferenciam em preço e contexto?

Na comparação de preços publicada, o GLM-5.3-Flash tem entrada/saída a $0.075 / $0.25 com janela de contexto de 1,000,000 tokens; o GLM-5.3 tem $0.21 / $0.66 com janela de contexto de 1,000,000 tokens. É uma comparação objetiva de preço e capacidade, não um ranking de qualidade; compare também as formas de API e os recursos aceitos.

Qual a velocidade do GLM-5.3-Flash na Wokey?

Medido em requisições reais do gateway da Wokey de 2026-10-13 a 2026-11-09: a mediana do tempo até o primeiro token foi de 2,3 s para prompts com menos de 8K tokens (p90 6,0 s) e de 4,3 s para prompts de agente de 32K–128K tokens. 94% dos tokens de entrada foram lidos do cache de prompt. Os clientes mais usados foram DeepSeek Harness e OpenCode. Os tempos contam a partir do recebimento da requisição pelo gateway e incluem fila, novas tentativas e raciocínio.

Modelos e documentação relacionados

Obter chave de API · glm-5.3-flash