GLM-5.3 API

Preisvergleich: offizielle API, OpenRouter und Wokey

USD pro 1 Mio. Token. Die Preise der offiziellen API und von OpenRouter wurden am 2026-10-01 von Hand geprüft, ohne Steuern; der Wokey-Preis stammt aus der aktuellen Preisliste.

Der günstigste Host auf OpenRouter ist Baidu mit einer fp8-quantisierten Version ($0.1554 Eingabe / $0.4884 Ausgabe). Die Ausgabe quantisierter Versionen kann von den offiziellen Gewichten abweichen, deshalb steht sie nicht in der Tabelle.

Geprüft am 2026-10-01 · Offizielle Preisseite · Endpunktliste von OpenRouter

In Claude Code verwenden

Dieses Modell unterstützt auf Wokey /v1/messages. Setze diese Umgebungsvariablen und starte dann claude.

export ANTHROPIC_BASE_URL="https://api.wokey.ai"
export ANTHROPIC_AUTH_TOKEN="$WOKEY_API_KEY"
export ANTHROPIC_MODEL="glm-5.3"

GLM-5.3 im Überblick

Veröffentlichung

2026-08-14, vom ersten Tag an für alle Nutzer des GLM Coding Plan; die Gewichte wurden etwa zwei Wochen später (um 2026-08-28) auf Hugging Face veröffentlicht. Das Schwestermodell GLM-5.3-Flash erschien am 2026-08-26

Modell und Gewichte

Dasselbe Basismodell wie GLM-5.2, der gesamte Zugewinn stammt aus dem Post-Training; 753B Parameter insgesamt, davon 40B aktiv; Gewichte unter zai-org/GLM-5.3 in FP8 und BF16, unter einer eigenen Lizenz

Kontext und Ausgabe

1 Mio. Kontext und maximale Ausgabe 128K; nur Texteingabe, Anfragen mit Bildern geben daher 400 zurück

Thinking und effort

Thinking ist immer aktiv, thinking.type akzeptiert nur enabled; reasoning_effort akzeptiert low / high / max, Standard ist max und wird fürs Coding empfohlen; eine Stufe medium gibt es nicht

Offizieller Preis

$1.4 Eingabe / $4.4 Ausgabe pro 1 Mio. Token, Cache-Lesen $0.26, Cache-Speicherung vorübergehend kostenlos; derselbe Preis wie bei GLM-5.2, ohne Preisstufen nach Kontextlänge

GLM Coding Plan

Kontingent in Punkten, wobei Eingabe, gecachte Eingabe und Ausgabe getrennt gezählt werden; Aufrufe an Werktagen außerhalb von 14:00–18:00 (UTC+8) verbrauchen die halben Punkte, am Wochenende gilt der Rabatt ganztägig

API und Tools

Z.ai bietet Endpunkte für OpenAI Chat Completions, Responses und Anthropic Messages, mit Function Calling, Kontext-Caching, strukturierter JSON-Ausgabe und Streaming; Wokey stellt Chat Completions und Messages bereit

Cybersicherheit

84.5 % bei CyberGym, der Bestwert in diesem Benchmark; Z.ai und chinesische Sicherheitsteams haben damit 2436 Schwachstellen in 269 Projekten gefunden, 1097 davon mit mittlerem bis hohem Schweregrad; sie werden derzeit über ein öffentliches Register offengelegt

Geprüft am 2026-10-01 · Quellen: Z.ai · API docs · Pricing · Hugging Face

Offizielle Benchmarks: GLM-5.3 vs GLM-5.2 vs Kimi K3 vs DeepSeek-V4 Pro vs Fable 5 vs GPT-5.6 Sol

Die Daten stammen von Z.ais Launch-Seite zu GLM-5.3; es sind Herstellerangaben, GDPval-AA hat Artificial Analysis gemessen. Verglichen wird mit den Modellen, die zum Launch (2026-08) aktuell waren: DeepSeek-V4 Pro ist der Snapshot 0813, und die Spalte Fable 5 lief mit Fallback.

Z.ai hat die meisten Coding- und Cyber-Evaluierungen in Claude Code 2.1.207 auf max effort ausgeführt. In derselben Tabelle erreicht Claude Opus 4.8 21.1 % bei Terminal Bench 3.0 und 58.0 % bei DeepSWE. Weiter hinten in der Exploit-Kette wird der Abstand größer: Bei ExploitBench erreicht GLM-5.3 54.4 % (GLM-5.2: 24.4 %), gegenüber 78.0 % bei Fable 5 und 76.5 % bei GPT-5.6 Sol. In Z.ais hauseigenem Code Bench erreicht GLM-5.3 auf max 34.5 %, gegenüber 39.5 % bei Fable 5.

Welches Modell: GLM-5.3, GLM-5.3-Flash, Kimi K3 oder Claude Opus 5.5

Im Vergleich zu GLM-5.3-Flash

GLM-5.3-Flash ist am 2026-08-26 für $0.15 / $0.50 erschienen, etwa ein Neuntel des Preises von GLM-5.3, und akzeptiert Bildeingabe. Im Intelligence Index von Artificial Analysis erreicht Flash 42 Punkte bei $0.25 pro Aufgabe und GLM-5.3 auf max 45 bei $2.01. Z.ai meldet für Flash 63.4 % bei DeepSWE v1.1 gegenüber 66.9 % für GLM-5.3, bei AutomationBench liegen beide dicht beieinander (48.8 % vs 48.2 %). Nimm Flash für große Aufrufmengen, Subagenten und Aufgaben mit Bildern, und GLM-5.3 für das schwierigste Coding und lang laufende Aufgaben.

Im Vergleich zu Kimi K3

Kimi K3 kostet laut Liste $3 / $15, mehr als das Doppelte von GLM-5.3, und akzeptiert Bild- und Videoeingabe. Im Intelligence Index von Artificial Analysis erreicht GLM-5.3 auf max 45 Punkte und Kimi K3 44, bei fast gleichen Kosten pro Aufgabe ($2.01 vs $2.00); GLM-5.3 gibt rund 68 Token/s aus, Kimi K3 etwa 34. In Z.ais Tabelle liegen beide bei DeepSWE dicht beieinander (66.9 % vs 67.5 %), GLM-5.3 führt bei Terminal Bench 3.0 (28.3 % vs 17.4 %), Kimi K3 bei SWE-Marathon und Toolathlon. Für reines Text-Coding eignen sich beide; brauchst du multimodale Eingabe, nimm Kimi K3.

Im Vergleich zu Claude Opus 5.5 / GPT-6.1 Sol

Im Intelligence Index von Artificial Analysis erreicht Opus 5.5 auf max 58 Punkte bei $5.98 pro Aufgabe, GPT-6.1 Sol 52 bei $0.72 und GLM-5.3 45 bei $2.01. GLM-5.3 hat den niedrigsten Token-Preis, schreibt aber lange Ausgaben: Für den gesamten Index hat es 210 Mio. Ausgabe-Token verbraucht, bei einem Median von 140 Mio. für vergleichbare Modelle, eine Aufgabe kostet deshalb mehr als mit GPT-6.1 Sol. Seine Vorteile sind die offenen Gewichte, die Möglichkeit zum Self-Hosting und das Abo-Kontingent des GLM Coding Plan.

Den richtigen effort wählen

GLM-5.3 kennt nur low, high und max, Standard ist max. Artificial Analysis hat für low 34 Punkte bei $0.85 pro Aufgabe und für max 45 bei $2.01 gemessen, wobei die Ausgabe-Token von 88 Mio. auf 210 Mio. steigen. In Z.ais Code Bench erreicht max 34.5 % bei rund 75K Ausgabe-Token pro Aufgabe und high 31.4 % bei rund 50K. Nutze fürs Coding max, wie Z.ai empfiehlt, high, um die Ausgabe um etwa ein Drittel zu kürzen, und low für einfache Fragen und Formatumwandlungen.

API-Dokumentation von Z.ai

Unabhängige Tests und Stimmen aus der Community

• Artificial Analysis: Im Intelligence Index v4.3 erreicht es 45 Punkte auf max und 34 auf low, Platz 2 unter den Modellen mit offenen Gewichten vergleichbarer Größe. Für den gesamten Index hat es 210 Mio. Ausgabe-Token verbraucht, deutlich über dem Median von 140 Mio., bei $2.01 pro Aufgabe; die Ausgabe liegt bei rund 68 Token/s, die Zeit bis zum ersten Token bei etwa 3.3 Sekunden. Zum Launch erreichte es nach der vorherigen Index-Version 60 Punkte, gleichauf mit Kimi K3 an der Spitze der offenen Modelle und 7 Punkte vor GLM-5.2, und sein Elo-Wert bei GDPval-AA stieg von 1524 auf 1770. Bei Wokey liegt jede Abrechnungsposition bei 15 % des offiziellen Preises, dieselbe Aufgabe kostet also etwa $0.30 auf max und $0.13 auf low.
• Sicherheitsforschung von Anthropic: Anthropic hat am 2026-09-29 eine unabhängige Bewertung der Cyber-Fähigkeiten von GLM-5.3 veröffentlicht: Das Modell war in 12 % (50/410) der Läufe von Anthropics ExploitBench erfolgreich, nahe an den 14 % von Claude Mythos Preview, während GLM-5.2 und Opus 4.6 bei nahezu 0 % lagen. Standardmäßig lehnt das Modell über 90 % der schädlichen Anfragen ab, diese Schutzmechanismen lassen sich aber umgehen, und die Gewichte kann jeder herunterladen. Anthropic empfiehlt, dass Verteidiger Zugang zu Modellen mit vergleichbaren Fähigkeiten erhalten und dass Regierungen leistungsfähige Modelle mit offenen Gewichten Sicherheitstests unterziehen.
• Hacker News (Thread mit 1171 Punkten): Viele Entwickler sehen es bei einfachen bis mittelschweren Aufgaben nahe an Claude und GPT, bei deutlich niedrigeren Kosten; andere merken an, dass es mehr Turns braucht, um ein Problem zu lösen, und sich deshalb langsamer anfühlt, auch wenn das Ergebnis oft genauso gut ist. Mehrere bestätigten, dass die Anbindung an Claude Code nach der Dokumentation von Z.ai reibungslos klappt. Als sich die Gewichte um zwei Wochen verzögerten, befürchteten einige, die Sicherheitshärtung könnte das Modell schwächen.

Migration von GLM-5.2 und Nutzung in Claude Code

Diese Änderungen stammen von Z.ais Launch-Seite und aus der API-Dokumentation. Preis und Basismodell entsprechen GLM-5.2, die Thinking-Parameter haben sich aber inkompatibel geändert – prüfe sie, bevor du das Modell umstellst.

• thinking.type akzeptiert disabled nicht mehr, Anfragen mit disabled schlagen fehl. Z.ai empfiehlt, zuerst auf enabled umzustellen und reasoning_effort auf low zu setzen und erst dann das Modell auf glm-5.3 zu wechseln.
• reasoning_effort akzeptiert nur low, high und max, Standard ist max. Code, der auf medium oder andere Stufen setzt, muss auf eine dieser drei umgestellt werden; max erzeugt die längste Ausgabe und kostet bei Abrechnung pro Token am meisten.
• GLM-5.3 akzeptiert nur Texteingabe, Anfragen mit Bildern geben 400 zurück. Schicke Bildaufgaben an GLM-5.3-Flash oder ein anderes Modell mit Vision-Unterstützung.
• Strukturierte Ausgabe: Manche Upstream-Kanäle lehnen den Typ json_schema in response_format ab, solche 400-Fehler hat Wokey im Produktivbetrieb gesehen. Sicherer ist json_object mit einem im Prompt beschriebenen Schema.
• Mit 1 Mio. Kontext und maximaler Ausgabe von 128K kannst du für lange Aufgaben ein hohes max_tokens setzen; Z.ai hat auf max rund 75K Ausgabe-Token pro Code-Bench-Aufgabe gemessen, weniger als die 96K von GLM-5.2.
• Nutzung in Claude Code: Z.ai hat seine eigenen Evaluierungen in Claude Code ausgeführt. Setze über Wokey ANTHROPIC_BASE_URL auf https://api.wokey.ai, ANTHROPIC_AUTH_TOKEN auf deinen Wokey API-Key und ANTHROPIC_MODEL auf glm-5.3; der Preis liegt bei $0.21 Eingabe / $0.66 Ausgabe pro 1 Mio. Token. OpenCode und andere OpenAI-kompatible Clients verwenden /v1/chat/completions.
• Für Nutzer des GLM Coding Plan: Werktags 14:00–18:00 (UTC+8) ist Spitzenzeit, Aufrufe zu anderen Zeiten und am Wochenende verbrauchen die halben Punkte – lege lange Aufgaben nach Möglichkeit außerhalb der Spitzenzeit.

Request-Body nach der Migration (/v1/chat/completions)

{
  "model": "glm-5.3",
  "thinking": { "type": "enabled" },
  "reasoning_effort": "high",
  "messages": [{ "role": "user", "content": "Find and fix the flaky test in this repo" }]
}

Aktuelle Katalogpreise

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

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

Modellfähigkeiten

Context

1,000,000 tokens

Maximale Ausgabe

131,072 tokens

Streaming

Unterstützt

Tools

Unterstützt

Vision

Nicht 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","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","max_tokens":1024,"messages":[{"role":"user","content":"Hello"}]}'

GLM-5.3 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. Öffne die Einrichtung für deinen Client.

• GLM-5.3 in Claude Code nutzen: Anthropic Messages · Base URL und API-Key einrichten
• GLM-5.3 in Claude Desktop nutzen: Anthropic Messages · Base URL und API-Key einrichten
• GLM-5.3 in opencode nutzen: OpenAI Chat Completions · Base URL und API-Key einrichten
• GLM-5.3 in pi nutzen: Anthropic Messages · Base URL und API-Key einrichten
• GLM-5.3 in DeepSeek Harness nutzen: OpenAI Chat Completions · Base URL und API-Key einrichten
• GLM-5.3 in Z Code nutzen: Anthropic Messages · Base URL und API-Key einrichten
• GLM-5.3 in Cherry Studio nutzen: OpenAI Chat Completions · Base URL und API-Key einrichten
• GLM-5.3 in WorkBuddy nutzen: OpenAI Chat Completions · Base URL und API-Key einrichten
• GLM-5.3 in OpenClaw nutzen: OpenAI Chat Completions · Base URL und API-Key einrichten
• GLM-5.3 in Hermes Agent nutzen: OpenAI Chat Completions · Base URL und API-Key einrichten
• GLM-5.3 in Magpie nutzen: OpenAI Chat Completions · Base URL und API-Key einrichten
• OpenRouter-Alternative: Wokey und OpenRouter im Vergleich: Vergleiche Token-Preise, Zahlungsgebühren, API-Formate und Upstream-Quellen.
• Verifizierbare KI-API: welche Modelle und API-Formate Antwortnachweise tragen: Antwortnachweise gibt es derzeit nur für unverändert durchgereichte Claude-Messages- und GPT-Responses-Antworten auf offiziellen Routen.

Häufige Fragen

Verwandte Modelle und Dokumentation

• GLM-5.3-Flash
• API-Dokumentation
• Alle Modelle und Preise
• Provider Node