GLM-5.3 API

Comparação de preços: oficial, OpenRouter e Wokey

USD por milhão de tokens. Os preços oficiais e do OpenRouter foram conferidos manualmente em 2026-10-01, sem impostos; o preço da Wokey é lido da tabela de preços em tempo real.

O host mais barato no OpenRouter é a implantação quantizada em fp8 de Baidu ($0.1554 de entrada / $0.4884 de saída). A saída quantizada pode diferir dos pesos oficiais, por isso não está na tabela.

Conferido em 2026-10-01 · Página oficial de preços · Lista de endpoints do OpenRouter

Usar no Claude Code

Este modelo oferece suporte a /v1/messages na Wokey. Defina estas variáveis e depois inicie o 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 em resumo

Data de lançamento

2026-08-14, para todos os usuários do GLM Coding Plan desde o primeiro dia; os pesos foram publicados no Hugging Face cerca de duas semanas depois (por volta de 2026-08-28). O modelo irmão GLM-5.3-Flash foi lançado em 2026-08-26

Modelo e pesos

Mesmo modelo base do GLM-5.2, com todo o ganho vindo do pós-treinamento; 753B parâmetros no total e 40B ativos; pesos em zai-org/GLM-5.3 em FP8 e BF16, sob licença própria

Contexto e saída

Contexto de 1M e saída máxima de 128K; apenas entrada de texto, então requisições com imagens retornam 400

Thinking e effort

O thinking fica sempre ativo e thinking.type aceita apenas enabled; reasoning_effort aceita low / high / max, com max como padrão e recomendado para programação; não existe medium

Preço oficial

$1.4 de entrada / $4.4 de saída por milhão de tokens, leitura de cache $0.26, armazenamento de cache grátis por tempo limitado; igual ao GLM-5.2, sem faixas por tamanho de contexto

GLM Coding Plan

Cota baseada em pontos, com entrada, entrada em cache e saída contadas separadamente; chamadas fora de 14:00–18:00 (UTC+8) em dias úteis usam metade dos pontos, e os fins de semana têm desconto o dia todo

API e ferramentas

A Z.ai oferece endpoints OpenAI Chat Completions, Responses e Anthropic Messages, com chamada de funções, cache de contexto, saída JSON estruturada e streaming; a Wokey oferece Chat Completions e Messages

Cibersegurança

84.5% no CyberGym, a maior pontuação nesse benchmark; a Z.ai e equipes de segurança chinesas o usaram para encontrar 2,436 vulnerabilidades em 269 projetos, 1,097 delas de severidade média a alta, que agora estão sendo divulgadas em um registro público

Verificado em 2026-10-01 · Fontes: Z.ai · API docs · Pricing · Hugging Face

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

Da página de lançamento do GLM-5.3 da Z.ai; são resultados divulgados pelo fornecedor, com o GDPval-AA executado pela Artificial Analysis. Os modelos de comparação são os vigentes no lançamento (2026-08): o DeepSeek-V4 Pro é o snapshot 0813 e a coluna do Fable 5 rodou com fallback.

A Z.ai rodou a maior parte das avaliações de programação e cibersegurança no Claude Code 2.1.207 com max effort. Na mesma tabela, o Claude Opus 4.8 marca 21.1% no Terminal Bench 3.0 e 58.0% no DeepSWE. A diferença aumenta ao longo da cadeia de exploração: no ExploitBench o GLM-5.3 marca 54.4% (GLM-5.2: 24.4%), contra 78.0% do Fable 5 e 76.5% do GPT-5.6 Sol. No Code Bench interno da Z.ai, o GLM-5.3 chega a 34.5% no max, contra 39.5% do Fable 5.

Qual usar: GLM-5.3, GLM-5.3-Flash, Kimi K3 ou Claude Opus 5.5

Comparado ao GLM-5.3-Flash

O GLM-5.3-Flash foi lançado em 2026-08-26 a $0.15 / $0.50, cerca de um nono do preço do GLM-5.3, e aceita entrada de imagens. No Intelligence Index da Artificial Analysis, o Flash marca 42 por $0.25 por tarefa e o GLM-5.3 45 no max por $2.01. A Z.ai informa 63.4% no DeepSWE v1.1 para o Flash contra 66.9% do GLM-5.3, e os dois ficam próximos no AutomationBench (48.8% vs 48.2%). Use o Flash para chamadas em alto volume, subagentes e tarefas com imagens, e o GLM-5.3 para a programação mais difícil e trabalhos de longo prazo.

Comparado ao Kimi K3

O Kimi K3 custa $3 / $15 na tabela, mais que o dobro do GLM-5.3, e aceita entrada de imagem e vídeo. No Intelligence Index da Artificial Analysis, o GLM-5.3 marca 45 no max e o Kimi K3 44, com custo por tarefa quase igual ($2.01 vs $2.00); o GLM-5.3 gera cerca de 68 tokens/s contra cerca de 34 do Kimi K3. Na tabela da Z.ai, os dois ficam próximos no DeepSWE (66.9% vs 67.5%), o GLM-5.3 lidera no Terminal Bench 3.0 (28.3% vs 17.4%) e o Kimi K3 lidera no SWE-Marathon e no Toolathlon. Qualquer um serve para programação só com texto; escolha o Kimi K3 quando precisar de entrada multimodal.

Comparado ao Claude Opus 5.5 / GPT-6.1 Sol

No Intelligence Index da Artificial Analysis, o Opus 5.5 marca 58 no max por $5.98 por tarefa, o GPT-6.1 Sol 52 por $0.72 e o GLM-5.3 45 por $2.01. O GLM-5.3 tem o menor preço por token, mas escreve saídas longas: usou 210M tokens de saída em todo o índice, contra uma mediana de 140M em modelos comparáveis, então uma tarefa custa mais do que no GPT-6.1 Sol. As vantagens dele são os pesos abertos, a hospedagem própria e a cota da assinatura GLM Coding Plan.

Como escolher o effort

O GLM-5.3 tem apenas low, high e max, com max como padrão. A Artificial Analysis mediu low em 34 por $0.85 por tarefa e max em 45 por $2.01, com os tokens de saída subindo de 88M para 210M. No Code Bench da Z.ai, o max chega a 34.5% com cerca de 75K tokens de saída por tarefa e o high a 31.4% com cerca de 50K. Use max para programação, como a Z.ai recomenda, high para cortar a saída em cerca de um terço e low para perguntas e respostas simples e conversão de formatos.

Documentação da API da Z.ai

Avaliações de terceiros e da comunidade

• Artificial Analysis: No Intelligence Index v4.3 marca 45 no max e 34 no low, em segundo lugar entre os modelos de pesos abertos de porte semelhante. Usou 210M tokens de saída em todo o índice, bem acima da mediana de 140M, a $2.01 por tarefa, e gera cerca de 68 tokens/s com cerca de 3.3 segundos até o primeiro token. No lançamento, na versão anterior do índice, marcou 60, empatado com o Kimi K3 na liderança dos pesos abertos e 7 pontos acima do GLM-5.2, e o Elo no GDPval-AA subiu de 1524 para 1770. Cada item cobrado na Wokey é 15% da tarifa oficial, então a mesma tarefa sai por cerca de $0.30 no max e $0.13 no low.
• Pesquisa de segurança da Anthropic: A Anthropic publicou em 2026-09-29 uma avaliação independente das capacidades cibernéticas do GLM-5.3: ele teve sucesso em 12% (50/410) das execuções do ExploitBench da Anthropic, perto dos 14% do Claude Mythos Preview, enquanto o GLM-5.2 e o Opus 4.6 ficaram perto de 0%. O modelo recusa mais de 90% das requisições nocivas por padrão, mas essas salvaguardas podem ser contornadas e qualquer pessoa pode baixar os pesos. A Anthropic recomenda que os defensores tenham acesso a modelos de capacidade equivalente e que os governos façam testes de segurança em modelos de pesos abertos capazes.
• Hacker News (thread de 1,171 pontos): Muitos desenvolvedores dizem que ele se aproxima do Claude e do GPT em tarefas simples a médias por um custo muito menor; outros observam que ele precisa de mais turnos para resolver problemas, então parece mais lento, embora o resultado final muitas vezes seja tão bom quanto. Vários confirmaram que conectá-lo ao Claude Code seguindo a documentação da Z.ai funciona sem problemas. Quando os pesos atrasaram duas semanas, alguns temeram que o reforço de segurança enfraquecesse o modelo.

Migrando do GLM-5.2 e usando no Claude Code

Estas mudanças vêm da página de lançamento e da documentação da API da Z.ai. Preço e modelo base são os mesmos do GLM-5.2, mas os parâmetros de thinking mudaram de forma incompatível, então confira-os antes de trocar o modelo.

• thinking.type não aceita mais disabled, e requisições com disabled falham. A Z.ai orienta trocar para enabled e definir reasoning_effort como low antes de trocar o modelo para glm-5.3.
• reasoning_effort aceita apenas low, high e max, com max como padrão. Código que depende de medium ou de outros níveis precisa passar para um desses três; max produz a saída mais longa e é o que mais custa na cobrança por token.
• O GLM-5.3 aceita apenas entrada de texto, e requisições com imagens retornam 400. Envie tarefas com imagens para o GLM-5.3-Flash ou outro modelo de visão.
• Saída estruturada: alguns canais upstream rejeitam o tipo json_schema em response_format, e a Wokey já viu esses 400 em produção. O caminho seguro é usar json_object e descrever o schema no prompt.
• Com contexto de 1M e saída máxima de 128K, tarefas longas podem usar um max_tokens alto; a Z.ai mediu cerca de 75K tokens de saída por tarefa do Code Bench no max, menos que os 96K do GLM-5.2.
• Usando no Claude Code: a Z.ai rodou as próprias avaliações no Claude Code. Pela Wokey, defina ANTHROPIC_BASE_URL como https://api.wokey.ai, ANTHROPIC_AUTH_TOKEN como a sua chave de API da Wokey e ANTHROPIC_MODEL como glm-5.3; o custo é $0.21 de entrada / $0.66 de saída por milhão de tokens. O OpenCode e outros clientes compatíveis com OpenAI usam /v1/chat/completions.
• Usuários do GLM Coding Plan: das 14:00 às 18:00 (UTC+8) em dias úteis é horário de pico, e chamadas em outros horários e nos fins de semana usam metade dos pontos, então agende trabalhos longos fora do pico quando puder.

Corpo da requisição após a migração (/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" }]
}

Preços atuais do catálogo

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

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

Recursos do modelo

Context

1,000,000 tokens

Saída máxima

131,072 tokens

Streaming

Compatível

Tools

Compatível

Vision

Não 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","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"}]}'

Use o GLM-5.3 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. Abra o guia do cliente que você usa.

• Usar o GLM-5.3 no Claude Code: Anthropic Messages · configuração de base URL e chave de API
• Usar o GLM-5.3 no Claude Desktop: Anthropic Messages · configuração de base URL e chave de API
• Usar o GLM-5.3 no opencode: OpenAI Chat Completions · configuração de base URL e chave de API
• Usar o GLM-5.3 no pi: Anthropic Messages · configuração de base URL e chave de API
• Usar o GLM-5.3 no DeepSeek Harness: OpenAI Chat Completions · configuração de base URL e chave de API
• Usar o GLM-5.3 no Z Code: Anthropic Messages · configuração de base URL e chave de API
• Usar o GLM-5.3 no Cherry Studio: OpenAI Chat Completions · configuração de base URL e chave de API
• Usar o GLM-5.3 no WorkBuddy: OpenAI Chat Completions · configuração de base URL e chave de API
• Usar o GLM-5.3 no OpenClaw: OpenAI Chat Completions · configuração de base URL e chave de API
• Usar o GLM-5.3 no Hermes Agent: OpenAI Chat Completions · configuração de base URL e chave de API
• Usar o GLM-5.3 no Magpie: OpenAI Chat Completions · configuração de base URL e chave de API
• Alternativa ao OpenRouter: Wokey vs. OpenRouter: Compare preços por token, taxas de pagamento, formatos de API e origens upstream.
• API de IA verificável: quais modelos e formatos de API trazem provas de resposta: Por enquanto, as provas de resposta cobrem apenas respostas de Claude Messages e GPT Responses repassadas sem alteração em rotas oficiais.

Perguntas frequentes

Modelos e documentação relacionados

• GLM-5.3-Flash
• Documentação da API
• Todos os modelos e preços
• Provider Node