GLM-5.3-Flash

Наша флагманская модель с разреженной архитектурой MoE и 328 млрд параметров, цензура в которой снята на уровне тензоров. Рассуждения на уровне ведущих моделей для сложных задач программирования, длительной работы агентов и глубокого анализа. Поддерживает обработку изображений, вызов инструментов и полное контекстное окно на 262 тыс. токенов на любом тарифе.

Наша самая мощная модель для сложных задач программирования, длительной работы агентов, глубоких рассуждений и анализа. Полное контекстное окно на 262 тыс. токенов доступно на любом тарифе. Работает с любым клиентом, в котором можно задать собственный базовый URL API, совместимого с OpenAI, и идентификатор модели.

Кратко о модели

• Семейство моделей: GLM-5.3-Flash
• Идентификатор модели: glm-5.3-flash
• Тарифы от $109 / месяц
• Использование: токены и сообщения без ограничений
• Контекст: 262 144 токена на любом тарифе
• Цензура снята на уровне тензоров, поддерживаются обработка изображений и вызов инструментов
• Доступ: закрытая бета-версия · по приглашениям

Подписки на GLM-5.3-Flash

• GLM Standard: $109/месяц · токены и сообщения без ограничений · контекст 262 тыс. токенов · 1 поток запросов
• GLM Pro: $199/месяц · токены и сообщения без ограничений · контекст 262 тыс. токенов · 2 параллельных потока запросов
• GLM Ultra: $399/месяц · токены и сообщения без ограничений · контекст 262 тыс. токенов · 4 параллельных потока запросов
• GLM Dedicated: $5 999/месяц · токены и сообщения без ограничений · контекст 262 тыс. токенов · 8 параллельных потоков запросов

Сравнить тарифы · Запросить доступ к бета-версии · Читать документацию

Для каких задач создана GLM-5.3-Flash

• Сложные задачи программирования: Изменения в нескольких файлах, рефакторинг и отладка с учётом всего репозитория в контексте.
• Агенты: Вызов инструментов и настраиваемая глубина рассуждений для длительных многошаговых задач в Claude Code, Codex или OpenCode.
• Анализ: Работа с полными текстами договоров, исследований и объёмных документов.
• Сложная художественная проза: Создание объёмных произведений с насыщенным сюжетом и сохранением логики повествования на протяжении сотен сообщений.

Характеристики

• Параметры: 328 млрд (разреженная смесь экспертов)
• Контекст: 262 тыс. токенов (на любом тарифе)
• Входные данные: текст + изображения (встроенная поддержка обработки изображений)
• Рассуждения: 4 уровня (отключены · низкий · высокий · максимальный)
• Идентификатор модели: glm-5.3-flash
• Базовая модель: GLM-5.3-Flash от Z.ai, с открытыми весами
• Выходные данные: текст, рассуждения возвращаются отдельно
• API: совместимость с OpenAI и Anthropic
• Вызов инструментов, обработка изображений, потоковая выдача ответов, вывод в формате JSON, API OpenAI и Anthropic, снятие цензуры на уровне весов, токены без ограничений

Подключитесь за минуту

Подойдёт любой клиент, совместимый с OpenAI. Пример на Python:

from openai import OpenAI

client = OpenAI(base_url="https://api.unquant.io/v1", api_key="YOUR_UNQUANT_KEY")
reply = client.chat.completions.create(
    model="glm-5.3-flash",
    messages=[{"role": "user", "content": "Hello!"}],
)
print(reply.choices[0].message.content)

Инструкции по настройке: SillyTavern · Janitor AI · Open WebUI · Claude Code · Документация API

Частые вопросы о GLM-5.3-Flash

В GLM-5.3-Flash действительно нет цензуры?

Да. Склонность отказывать в выполнении запросов устранена в весах модели — цензура снята на уровне тензоров. Поэтому вам не нужно подбирать и обновлять промпт для обхода ограничений. Обработка изображений, вызов инструментов и рассуждения полностью сохранены.

Это действительно безлимит?

Да. На любом тарифе GLM-5.3-Flash токены и сообщения доступны без ограничений и учёта потребления. Тарифы отличаются только количеством запросов, которые могут выполняться одновременно.

Какой объём контекста мне доступен?

Полное окно на 262 144 токена на любом тарифе, без дополнительных ограничений объёма контекста для отдельного запроса.

Можно ли отключить рассуждения?

Да. Чтобы получать ответы без рассуждений, передайте значение "none" в параметре reasoning_effort. Также доступны значения "low", "high" (по умолчанию) и "max".