GLM-5.3 API

So sánh giá: API chính thức, OpenRouter và Wokey

USD cho mỗi triệu token. Giá API chính thức và OpenRouter được kiểm tra thủ công vào 2026-10-01, chưa gồm thuế; giá Wokey được đọc từ bảng giá trực tiếp.

Host rẻ nhất trên OpenRouter là bản triển khai lượng tử hóa fp8 của Baidu ($0.1554 đầu vào / $0.4884 đầu ra). Đầu ra của bản lượng tử hóa có thể khác với trọng số chính thức nên không được đưa vào bảng.

Kiểm tra ngày 2026-10-01 · Trang giá chính thức · Danh sách endpoint OpenRouter

Dùng trong Claude Code

Mô hình này hỗ trợ /v1/messages trên Wokey. Đặt các biến môi trường sau rồi chạy claude.

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

Tổng quan GLM-5.3

Ngày ra mắt

2026-08-14, có sẵn cho mọi người dùng GLM Coding Plan ngay từ ngày đầu; trọng số được công khai trên Hugging Face khoảng hai tuần sau (khoảng 2026-08-28). Mô hình anh em GLM-5.3-Flash ra mắt ngày 2026-08-26

Mô hình và trọng số

Cùng mô hình nền với GLM-5.2, mọi cải thiện đến từ post-training; tổng 753B tham số, 40B tham số kích hoạt; trọng số tại zai-org/GLM-5.3 ở dạng FP8 và BF16, theo giấy phép riêng

Ngữ cảnh và output

Ngữ cảnh 1M và output tối đa 128K; chỉ hỗ trợ input văn bản, nên request có hình ảnh trả về 400

Thinking và effort

Thinking luôn bật và thinking.type chỉ chấp nhận enabled; reasoning_effort chấp nhận low / high / max, với max là mặc định và được khuyên dùng cho lập trình; không có medium

Giá chính thức

$1.4 input / $4.4 output cho mỗi triệu token, đọc cache $0.26, lưu trữ cache miễn phí trong thời gian có hạn; giống GLM-5.2, không có bậc giá theo độ dài ngữ cảnh

GLM Coding Plan

Hạn mức tính theo điểm, input, input từ cache và output được tính riêng; các lệnh gọi ngoài khung 14:00–18:00 (UTC+8) ngày thường chỉ tốn một nửa số điểm, và cuối tuần được giảm cả ngày

API và công cụ

Z.ai cung cấp các endpoint OpenAI Chat Completions, Responses và Anthropic Messages, với gọi hàm, cache ngữ cảnh, output JSON có cấu trúc và streaming; Wokey cung cấp Chat Completions và Messages

An ninh mạng

84.5% trên CyberGym, điểm cao nhất trên benchmark này; Z.ai và các đội bảo mật Trung Quốc đã dùng mô hình để tìm ra 2,436 lỗ hổng trong 269 dự án, 1,097 lỗ hổng trong số đó ở mức nghiêm trọng trung bình đến cao, hiện đang được công bố qua một sổ công khai

Kiểm tra ngày 2026-10-01 · Nguồn: Z.ai · API docs · Pricing · Hugging Face

Benchmark chính thức: GLM-5.3 vs GLM-5.2 vs Kimi K3 vs DeepSeek-V4 Pro vs Fable 5 vs GPT-5.6 Sol

Lấy từ trang ra mắt GLM-5.3 của Z.ai; đây là kết quả do nhà cung cấp công bố, riêng GDPval-AA do Artificial Analysis chạy. Các mô hình so sánh là những mô hình hiện hành lúc ra mắt (2026-08): DeepSeek-V4 Pro là snapshot 0813 và cột Fable 5 chạy với fallback.

Z.ai chạy phần lớn bài đánh giá lập trình và an ninh mạng trong Claude Code 2.1.207 ở max effort. Trong cùng bảng, Claude Opus 4.8 đạt 21.1% trên Terminal Bench 3.0 và 58.0% trên DeepSWE. Khoảng cách càng rộng hơn khi đi sâu vào chuỗi khai thác: trên ExploitBench GLM-5.3 đạt 54.4% (GLM-5.2: 24.4%), so với 78.0% của Fable 5 và 76.5% của GPT-5.6 Sol. Trên Code Bench nội bộ của Z.ai, GLM-5.3 đạt 34.5% ở max, so với 39.5% của Fable 5.

Nên dùng mô hình nào: GLM-5.3, GLM-5.3-Flash, Kimi K3 hay Claude Opus 5.5

So với GLM-5.3-Flash

GLM-5.3-Flash ra mắt ngày 2026-08-26 với giá $0.15 / $0.50, khoảng một phần chín giá GLM-5.3, và hỗ trợ input hình ảnh. Trên Intelligence Index của Artificial Analysis, Flash đạt 42 với $0.25 mỗi tác vụ và GLM-5.3 đạt 45 ở max với $2.01. Z.ai báo cáo Flash đạt 63.4% trên DeepSWE v1.1 so với 66.9% của GLM-5.3, và hai mô hình gần nhau trên AutomationBench (48.8% so với 48.2%). Hãy dùng Flash cho lệnh gọi khối lượng lớn, sub-agent và tác vụ có hình ảnh, còn GLM-5.3 cho lập trình khó nhất và công việc dài hạn.

So với Kimi K3

Kimi K3 có giá niêm yết $3 / $15, hơn gấp đôi giá GLM-5.3, và hỗ trợ input hình ảnh và video. Trên Intelligence Index của Artificial Analysis, GLM-5.3 đạt 45 ở max và Kimi K3 đạt 44, với chi phí mỗi tác vụ gần như bằng nhau ($2.01 so với $2.00); GLM-5.3 xuất khoảng 68 token/s so với khoảng 34 của Kimi K3. Trong bảng của Z.ai, hai mô hình gần nhau trên DeepSWE (66.9% so với 67.5%), GLM-5.3 dẫn trên Terminal Bench 3.0 (28.3% so với 17.4%), còn Kimi K3 dẫn trên SWE-Marathon và Toolathlon. Với lập trình chỉ có văn bản, mô hình nào cũng được; hãy chọn Kimi K3 khi bạn cần input đa phương thức.

So với Claude Opus 5.5 / GPT-6.1 Sol

Trên Intelligence Index của Artificial Analysis, Opus 5.5 đạt 58 ở max với $5.98 mỗi tác vụ, GPT-6.1 Sol đạt 52 với $0.72, và GLM-5.3 đạt 45 với $2.01. GLM-5.3 có giá mỗi token thấp nhất nhưng viết output dài: mô hình dùng 210M token output trên toàn bộ chỉ số, so với trung vị 140M của các mô hình tương đương, nên mỗi tác vụ tốn hơn trên GPT-6.1 Sol. Lợi thế của mô hình là trọng số mở, tự lưu trữ và hạn mức gói đăng ký GLM Coding Plan.

Chọn effort

GLM-5.3 chỉ có low, high và max, với max là mặc định. Artificial Analysis đo được low đạt 34 với $0.85 mỗi tác vụ và max đạt 45 với $2.01, với token output tăng từ 88M lên 210M. Trên Code Bench của Z.ai, max đạt 34.5% với khoảng 75K token output mỗi tác vụ và high đạt 31.4% với khoảng 50K. Hãy dùng max cho lập trình như Z.ai khuyên, high để cắt output khoảng một phần ba, và low cho hỏi đáp đơn giản và chuyển đổi định dạng.

Tài liệu API của Z.ai

Đánh giá của bên thứ ba và cộng đồng

• Artificial Analysis: Trên Intelligence Index v4.3, mô hình đạt 45 ở max và 34 ở low, đứng thứ hai trong các mô hình trọng số mở có kích thước tương đương. Mô hình dùng 210M token output trên toàn bộ chỉ số, cao hơn nhiều so với trung vị 140M, với $2.01 mỗi tác vụ, và xuất khoảng 68 token/s với khoảng 3.3 giây đến token đầu tiên. Lúc ra mắt, trên phiên bản chỉ số trước, mô hình đạt 60, đồng hạng với Kimi K3 dẫn đầu nhóm trọng số mở và cao hơn GLM-5.2 7 điểm, và Elo GDPval-AA tăng từ 1524 lên 1770. Mọi hạng mục tính phí trên Wokey đều bằng 15% giá chính thức, nên cùng một tác vụ tốn khoảng $0.30 ở max và $0.13 ở low.
• Nghiên cứu bảo mật của Anthropic: Anthropic công bố đánh giá độc lập về năng lực an ninh mạng của GLM-5.3 ngày 2026-09-29: mô hình thành công trong 12% (50/410) lần chạy ExploitBench của Anthropic, gần mức 14% của Claude Mythos Preview, trong khi GLM-5.2 và Opus 4.6 gần 0%. Mặc định mô hình từ chối hơn 90% request có hại, nhưng các cơ chế bảo vệ này có thể bị vượt qua và ai cũng có thể tải trọng số về. Anthropic khuyến nghị bên phòng thủ được tiếp cận các mô hình có năng lực tương đương và các chính phủ kiểm thử an toàn những mô hình trọng số mở có năng lực cao.
• Hacker News (thảo luận 1,171 điểm): Nhiều nhà phát triển cho biết mô hình gần với Claude và GPT ở các tác vụ đơn giản đến trung bình với chi phí thấp hơn nhiều; những người khác nhận thấy mô hình cần nhiều lượt hơn để giải quyết vấn đề nên có cảm giác chậm hơn, dù kết quả cuối cùng thường tốt không kém. Nhiều người xác nhận việc kết nối mô hình với Claude Code theo tài liệu của Z.ai hoạt động trơn tru. Khi trọng số bị trì hoãn hai tuần, một số người lo rằng việc gia cố an toàn sẽ làm mô hình yếu đi.

Chuyển đổi từ GLM-5.2 và dùng trong Claude Code

Các thay đổi này lấy từ trang ra mắt và tài liệu API của Z.ai. Giá và mô hình nền giống GLM-5.2, nhưng các tham số thinking đã thay đổi theo cách không tương thích, nên hãy kiểm tra trước khi đổi mô hình.

• thinking.type không còn chấp nhận disabled, và request có disabled sẽ lỗi. Z.ai hướng dẫn đổi sang enabled và đặt reasoning_effort là low trước khi đổi mô hình sang glm-5.3.
• reasoning_effort chỉ chấp nhận low, high và max, với max là mặc định. Mã dựa vào medium hoặc các mức khác phải chuyển sang một trong ba mức này; max tạo output dài nhất và tốn nhiều nhất khi tính phí theo token.
• GLM-5.3 chỉ chấp nhận input văn bản, và request có hình ảnh trả về 400. Hãy gửi tác vụ hình ảnh tới GLM-5.3-Flash hoặc một mô hình thị giác khác.
• Output có cấu trúc: một số kênh upstream từ chối kiểu json_schema trong response_format, và Wokey đã gặp các lỗi 400 này trong production. Cách an toàn là dùng json_object và mô tả schema trong prompt.
• Với ngữ cảnh 1M và output tối đa 128K, tác vụ dài có thể dùng max_tokens cao; Z.ai đo được khoảng 75K token output mỗi tác vụ Code Bench ở max, ít hơn mức 96K của GLM-5.2.
• Dùng trong Claude Code: Z.ai chạy các bài đánh giá của mình trong Claude Code. Qua Wokey, đặt ANTHROPIC_BASE_URL là https://api.wokey.ai, ANTHROPIC_AUTH_TOKEN là khóa API Wokey của bạn và ANTHROPIC_MODEL là glm-5.3; giá là $0.21 input / $0.66 output cho mỗi triệu token. OpenCode và các client tương thích OpenAI khác dùng /v1/chat/completions.
• Người dùng GLM Coding Plan: 14:00–18:00 (UTC+8) ngày thường là giờ cao điểm, và lệnh gọi vào thời gian khác và cuối tuần chỉ tốn một nửa số điểm, nên hãy xếp các tác vụ dài vào giờ thấp điểm khi có thể.

Body request sau khi chuyển đổi (/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" }]
}

Ảnh chụp bảng giá danh mục

Giá tính cho mỗi 1 triệu token; việc quyết toán dựa trên giá tại thời điểm yêu cầu.

Nguồn giá chính thức: https://docs.z.ai/guides/overview/pricing

Khả năng của mô hình

Context

1,000,000 tokens

Đầu ra tối đa

131,072 tokens

Streaming

Được hỗ trợ

Tools

Được hỗ trợ

Vision

Không được hỗ trợ

Các dạng API được hỗ trợ

/v1/chat/completions · /v1/messages

Gửi yêu cầu

/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"}]}'

Dùng GLM-5.3 trong công cụ của bạn

Gateway là https://api.wokey.ai (client tương thích OpenAI thường dùng https://api.wokey.ai/v1), và ID mô hình là glm-5.3. Mở hướng dẫn cho client bạn đang dùng.

• Dùng GLM-5.3 trong Claude Code: Anthropic Messages · cài đặt base URL và khóa API
• Dùng GLM-5.3 trong Claude Desktop: Anthropic Messages · cài đặt base URL và khóa API
• Dùng GLM-5.3 trong opencode: OpenAI Chat Completions · cài đặt base URL và khóa API
• Dùng GLM-5.3 trong pi: Anthropic Messages · cài đặt base URL và khóa API
• Dùng GLM-5.3 trong DeepSeek Harness: OpenAI Chat Completions · cài đặt base URL và khóa API
• Dùng GLM-5.3 trong Z Code: Anthropic Messages · cài đặt base URL và khóa API
• Dùng GLM-5.3 trong Cherry Studio: OpenAI Chat Completions · cài đặt base URL và khóa API
• Dùng GLM-5.3 trong WorkBuddy: OpenAI Chat Completions · cài đặt base URL và khóa API
• Dùng GLM-5.3 trong OpenClaw: OpenAI Chat Completions · cài đặt base URL và khóa API
• Dùng GLM-5.3 trong Hermes Agent: OpenAI Chat Completions · cài đặt base URL và khóa API
• Dùng GLM-5.3 trong Magpie: OpenAI Chat Completions · cài đặt base URL và khóa API
• Giải pháp thay thế OpenRouter: Wokey so với OpenRouter: So sánh giá token, phí thanh toán, định dạng API và nguồn upstream.
• API AI có thể xác minh: những mô hình và định dạng API nào có bằng chứng phản hồi: Bằng chứng phản hồi hiện chỉ áp dụng cho phản hồi Claude Messages và GPT Responses được chuyển tiếp nguyên trạng trên tuyến chính thức.

Câu hỏi thường gặp

Mô hình và tài liệu liên quan

• GLM-5.3-Flash
• Tài liệu API
• Tất cả mô hình và bảng giá
• Provider Node