GLM-5.3 API

Comparación de precios: oficial, OpenRouter y Wokey

USD por millón de tokens. Las tarifas oficiales y de OpenRouter se revisaron a mano el 2026-10-01, sin impuestos; la tarifa de Wokey se lee de la lista de precios en vivo.

El host más barato en OpenRouter es el despliegue cuantizado en fp8 de Baidu ($0.1554 de entrada / $0.4884 de salida). La salida cuantizada puede diferir de los pesos oficiales, por eso no está en la tabla.

Revisado el 2026-10-01 · Página oficial de precios · Lista de endpoints de OpenRouter

Úsalo en Claude Code

Este modelo admite /v1/messages en Wokey. Configura estas variables y luego inicia 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 en resumen

Fecha de lanzamiento

2026-08-14, para todos los usuarios de GLM Coding Plan desde el primer día; los pesos se publicaron en Hugging Face unas dos semanas después (alrededor del 2026-08-28). Su modelo hermano GLM-5.3-Flash se lanzó el 2026-08-26

Modelo y pesos

Mismo modelo base que GLM-5.2, con toda la mejora proveniente del post-entrenamiento; 753B parámetros totales y 40B activos; pesos en zai-org/GLM-5.3 en FP8 y BF16, con licencia propia

Contexto y salida

Contexto de 1M y salida máxima de 128K; solo entrada de texto, así que las solicitudes con imágenes devuelven 400

Thinking y effort

El thinking está siempre activo y thinking.type solo acepta enabled; reasoning_effort acepta low / high / max, con max como predeterminado y recomendado para programar; no hay medium

Precio oficial

$1.4 de entrada / $4.4 de salida por millón de tokens, lectura de caché $0.26, almacenamiento de caché gratis por tiempo limitado; igual que GLM-5.2, sin tramos por longitud de contexto

GLM Coding Plan

Cuota basada en puntos, con entrada, entrada en caché y salida contadas por separado; las llamadas fuera de 14:00–18:00 (UTC+8) en días hábiles usan la mitad de los puntos, y los fines de semana tienen descuento todo el día

API y herramientas

Z.ai ofrece endpoints de OpenAI Chat Completions, Responses y Anthropic Messages, con llamadas a funciones, caché de contexto, salida JSON estructurada y streaming; Wokey ofrece Chat Completions y Messages

Ciberseguridad

84.5% en CyberGym, la puntuación más alta en ese benchmark; Z.ai y equipos de seguridad chinos lo usaron para encontrar 2,436 vulnerabilidades en 269 proyectos, 1,097 de ellas de severidad media a alta, que ahora se divulgan mediante un registro público

Verificado el 2026-10-01 · Fuentes: Z.ai · API docs · Pricing · Hugging Face

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

De la página de lanzamiento de GLM-5.3 de Z.ai; son resultados reportados por el proveedor, y GDPval-AA lo ejecutó Artificial Analysis. Los modelos de comparación son los vigentes en el lanzamiento (2026-08): DeepSeek-V4 Pro es la snapshot 0813 y la columna de Fable 5 se ejecutó con fallback.

Z.ai ejecutó la mayoría de las evaluaciones de programación y ciberseguridad en Claude Code 2.1.207 con max effort. En la misma tabla, Claude Opus 4.8 obtiene 21.1% en Terminal Bench 3.0 y 58.0% en DeepSWE. La brecha se amplía a lo largo de la cadena de explotación: en ExploitBench GLM-5.3 obtiene 54.4% (GLM-5.2: 24.4%), frente a 78.0% de Fable 5 y 76.5% de GPT-5.6 Sol. En el Code Bench interno de Z.ai, GLM-5.3 alcanza 34.5% en max, frente a 39.5% de Fable 5.

Cuál usar: GLM-5.3, GLM-5.3-Flash, Kimi K3 o Claude Opus 5.5

Frente a GLM-5.3-Flash

GLM-5.3-Flash se lanzó el 2026-08-26 a $0.15 / $0.50, alrededor de una novena parte del precio de GLM-5.3, y acepta entrada de imágenes. En el Intelligence Index de Artificial Analysis, Flash obtiene 42 por $0.25 por tarea y GLM-5.3 45 en max por $2.01. Z.ai reporta 63.4% en DeepSWE v1.1 para Flash frente a 66.9% de GLM-5.3, y ambos están cerca en AutomationBench (48.8% frente a 48.2%). Usa Flash para llamadas de gran volumen, subagentes y tareas con imágenes, y GLM-5.3 para la programación más difícil y el trabajo de largo plazo.

Frente a Kimi K3

Kimi K3 tiene un precio de lista de $3 / $15, más del doble que GLM-5.3, y acepta entrada de imagen y video. En el Intelligence Index de Artificial Analysis, GLM-5.3 obtiene 45 en max y Kimi K3 44, con casi el mismo costo por tarea ($2.01 frente a $2.00); GLM-5.3 genera unos 68 tokens/s frente a unos 34 de Kimi K3. En la tabla de Z.ai están cerca en DeepSWE (66.9% frente a 67.5%), GLM-5.3 lidera en Terminal Bench 3.0 (28.3% frente a 17.4%) y Kimi K3 lidera en SWE-Marathon y Toolathlon. Cualquiera sirve para programación solo con texto; elige Kimi K3 cuando necesites entrada multimodal.

Frente a Claude Opus 5.5 / GPT-6.1 Sol

En el Intelligence Index de Artificial Analysis, Opus 5.5 obtiene 58 en max por $5.98 por tarea, GPT-6.1 Sol 52 por $0.72 y GLM-5.3 45 por $2.01. GLM-5.3 tiene el precio por token más bajo, pero escribe salidas largas: usó 210M tokens de salida en todo el índice, frente a una mediana de 140M en modelos comparables, así que una tarea cuesta más que en GPT-6.1 Sol. Sus ventajas son los pesos abiertos, el autoalojamiento y la cuota de suscripción de GLM Coding Plan.

Cómo elegir el effort

GLM-5.3 solo tiene low, high y max, con max como predeterminado. Artificial Analysis midió low en 34 por $0.85 por tarea y max en 45 por $2.01, con los tokens de salida subiendo de 88M a 210M. En el Code Bench de Z.ai, max alcanza 34.5% con unos 75K tokens de salida por tarea y high 31.4% con unos 50K. Usa max para programar, como recomienda Z.ai, high para reducir la salida alrededor de un tercio y low para preguntas y respuestas simples y conversión de formatos.

Documentación de la API de Z.ai

Opiniones de terceros y de la comunidad

• Artificial Analysis: En el Intelligence Index v4.3 obtiene 45 en max y 34 en low, segundo entre los modelos de pesos abiertos de tamaño similar. Usó 210M tokens de salida en todo el índice, muy por encima de la mediana de 140M, a $2.01 por tarea, y genera unos 68 tokens/s con unos 3.3 segundos hasta el primer token. En su lanzamiento, en la versión anterior del índice, obtuvo 60, empatado con Kimi K3 en el primer lugar de pesos abiertos y 7 puntos por encima de GLM-5.2, y su Elo en GDPval-AA subió de 1524 a 1770. Cada concepto facturado en Wokey es el 15% de la tarifa oficial, así que la misma tarea cuesta alrededor de $0.30 en max y $0.13 en low.
• Investigación de seguridad de Anthropic: Anthropic publicó el 2026-09-29 una evaluación independiente de las capacidades cibernéticas de GLM-5.3: tuvo éxito en el 12% (50/410) de las ejecuciones de ExploitBench de Anthropic, cerca del 14% de Claude Mythos Preview, mientras que GLM-5.2 y Opus 4.6 estuvieron cerca del 0%. El modelo rechaza más del 90% de las solicitudes dañinas por defecto, pero esas salvaguardas se pueden eludir y cualquiera puede descargar los pesos. Anthropic recomienda que los defensores tengan acceso a modelos de capacidad equivalente y que los gobiernos sometan a pruebas de seguridad a los modelos de pesos abiertos capaces.
• Hacker News (hilo de 1,171 puntos): Muchos desarrolladores dicen que se acerca a Claude y GPT en tareas simples a medias a un costo mucho menor; otros señalan que necesita más turnos para resolver problemas, así que se siente más lento, aunque el resultado final suele ser igual de bueno. Varios confirmaron que conectarlo a Claude Code siguiendo la documentación de Z.ai funciona sin problemas. Cuando los pesos se retrasaron dos semanas, a algunos les preocupó que el refuerzo de seguridad debilitara el modelo.

Migrar desde GLM-5.2 y usarlo en Claude Code

Estos cambios provienen de la página de lanzamiento y la documentación de la API de Z.ai. El precio y el modelo base coinciden con GLM-5.2, pero los parámetros de thinking cambiaron de forma incompatible, así que revísalos antes de cambiar el modelo.

• thinking.type ya no acepta disabled, y las solicitudes con disabled fallan. Z.ai indica cambiarlo a enabled y establecer reasoning_effort en low antes de cambiar el modelo a glm-5.3.
• reasoning_effort solo acepta low, high y max, con max como predeterminado. El código que depende de medium u otros niveles debe pasar a uno de estos tres; max produce la salida más larga y es el que más cuesta con facturación por token.
• GLM-5.3 solo acepta entrada de texto, y las solicitudes con imágenes devuelven 400. Envía las tareas con imágenes a GLM-5.3-Flash u otro modelo de visión.
• Salida estructurada: algunos canales upstream rechazan el tipo json_schema en response_format, y Wokey ha visto estos 400 en producción. Lo seguro es usar json_object e indicar el esquema en el prompt.
• Con contexto de 1M y salida máxima de 128K, las tareas largas pueden usar un max_tokens alto; Z.ai midió unos 75K tokens de salida por tarea de Code Bench en max, menos que los 96K de GLM-5.2.
• Usarlo en Claude Code: Z.ai ejecutó sus propias evaluaciones en Claude Code. A través de Wokey, establece ANTHROPIC_BASE_URL en https://api.wokey.ai, ANTHROPIC_AUTH_TOKEN en tu clave de API de Wokey y ANTHROPIC_MODEL en glm-5.3; cuesta $0.21 de entrada / $0.66 de salida por millón de tokens. OpenCode y otros clientes compatibles con OpenAI usan /v1/chat/completions.
• Usuarios de GLM Coding Plan: de 14:00 a 18:00 (UTC+8) en días hábiles es horario pico, y las llamadas en otros horarios y los fines de semana usan la mitad de los puntos, así que programa los trabajos largos fuera del horario pico cuando puedas.

Cuerpo de la solicitud después de migrar (/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" }]
}

Precios actuales del catálogo

Precios por 1M de tokens; la liquidación se rige por el precio vigente al momento de la solicitud.

Fuente del precio oficial: https://docs.z.ai/guides/overview/pricing

Capacidades del modelo

Context

1,000,000 tokens

Salida máxima

131,072 tokens

Streaming

Compatible

Tools

Compatible

Vision

No compatible

Formas de API compatibles

/v1/chat/completions · /v1/messages

Enviar una solicitud

/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"}]}'

Usa GLM-5.3 en tus herramientas

El gateway es https://api.wokey.ai (los clientes compatibles con OpenAI suelen usar https://api.wokey.ai/v1) y el ID del modelo es glm-5.3. Abre la guía del cliente que usas.

• Usar GLM-5.3 en Claude Code: Anthropic Messages · configuración de base URL y clave de API
• Usar GLM-5.3 en Claude Desktop: Anthropic Messages · configuración de base URL y clave de API
• Usar GLM-5.3 en opencode: OpenAI Chat Completions · configuración de base URL y clave de API
• Usar GLM-5.3 en pi: Anthropic Messages · configuración de base URL y clave de API
• Usar GLM-5.3 en DeepSeek Harness: OpenAI Chat Completions · configuración de base URL y clave de API
• Usar GLM-5.3 en Z Code: Anthropic Messages · configuración de base URL y clave de API
• Usar GLM-5.3 en Cherry Studio: OpenAI Chat Completions · configuración de base URL y clave de API
• Usar GLM-5.3 en WorkBuddy: OpenAI Chat Completions · configuración de base URL y clave de API
• Usar GLM-5.3 en OpenClaw: OpenAI Chat Completions · configuración de base URL y clave de API
• Usar GLM-5.3 en Hermes Agent: OpenAI Chat Completions · configuración de base URL y clave de API
• Usar GLM-5.3 en Magpie: OpenAI Chat Completions · configuración de base URL y clave de API
• Alternativa a OpenRouter: Wokey vs. OpenRouter: Compara precios por token, comisiones de pago, formatos de API y orígenes upstream.
• API de IA verificable: qué modelos y formatos de API llevan pruebas de respuesta: Por ahora, las pruebas de respuesta solo cubren respuestas de Claude Messages y GPT Responses reenviadas sin cambios por rutas oficiales.

Preguntas frecuentes

Modelos y documentación relacionados

• GLM-5.3-Flash
• Documentación de la API
• Todos los modelos y precios
• Provider Node