GLM-5.3-FlashX: что это такое, как быстро он работает и сколько стоит

Что такое GLM-5.3-FlashX?

GLM-5.3-FlashX — это оптимизированная по скорости конечная точка семейства GLM-5.3-Flash. Zhipu анонсировала её 18 сентября 2026 года, описав как более быструю и плавную для предприятий и разработчиков, с API и официальным центром опыта, открытыми при запуске.

Стоит разделить две вещи:

• Модель — GLM-5.3-Flash, нативная мультимодальная модель 320B-A18B, которую Zhipu открыла 26 августа 2026 года. Архитектура, веса, длина контекста и возможности общие.
• Уровень обслуживания — FlashX, конфигурация инференса, настроенная на пропускную способность. Zhipu сообщает о скоростях до 200 токенов/с и приписывает выигрыш инфраструктурной работе, а не другому чекпоинту.

Это различие важно при оценке. Бенчмарки, ограничения контекста и мультимодальное поведение, описанные для GLM-5.3-Flash, применимы к FlashX, потому что это одна и та же модель. Задержка и цена — нет: они меняются в зависимости от уровня обслуживания.

Характеристики модели

Характеристика	GLM-5.3-FlashX
ID модели в API	glm-5.3-flashx
ID родственной модели	glm-5.3-flash
Дата выпуска	18 сентября 2026
Общие / активируемые параметры	320B / 18B
Слои	45
Контекстное окно	1M токенов
Максимум выходных токенов	128K
Модальности ввода	Видео, изображение, текст, файл
Модальность вывода	Текст
Заявленная пиковая скорость	200 токенов/с
Режим мышления	Только thinking.type: enabled; его нельзя отключить
Основные функции API	Стриминг, вызов функций, кэширование контекста, структурированный вывод, стриминг инструментов

Zhipu рекомендует temperature: 1, top_p: 0.95 и reasoning_effort: max. Для многоходовой работы рекомендуется сохранять историю мышления, а не очищать её (clear_thinking: false), а для стриминговых запросов рекомендуется включать как stream: true, так и tool_stream: true.

GLM-5.3-FlashX против GLM-5.3-Flash

Измерение	GLM-5.3-Flash	GLM-5.3-FlashX
Базовая модель	GLM-5.3-Flash	GLM-5.3-Flash
Заявленная пиковая скорость	Стандартный уровень	До 200 токенов/с
Прайс-лист за ввод / 1M	$0.15	$0.37
Прайс-лист за вывод / 1M	$0.50	$1.25
Ограничения контекста и вывода	1M / 128K	1M / 128K
Мультимодальный ввод	Да	Да
Открытые веса	Да, с 26 августа 2026	Та же базовая модель
GLM Coding Plan	Включён, с 3× квоты GLM-5.3	Не включён при запуске

Формат запроса идентичен. Переход с одного уровня на другой — это изменение поля model, а не переписывание вашей интеграции, что делает FlashX разумным кандидатом для A/B-тестирования рабочих нагрузок, где время за ход является узким местом.

Что «200 токенов/с» говорит и чего не говорит

Zhipu публикует 200 токенов/с как максимум. Читайте это как потолок скорости генерации, а не как обещание о вашей рабочей нагрузке:

• Это пиковое значение. Реальная пропускная способность зависит от длины промпта, попаданий в кэш, параллелизма и выбранного провайдера.
• Это не время до первого токена. Быстрая скорость декодирования всё равно ощущается медленной, если модель думает несколько секунд, прежде чем что-то выдать. Для интерактивных продуктов измеряйте оба показателя.
• Это не общая задержка задачи. Агентный ход, вызывающий три инструмента, ограничен выполнением инструментов, а не скоростью токенов.
• Длинный контекст меняет картину. При 1M токенов префилл и поведение KV-кэша доминируют. Именно на это нацелена архитектура Flash.

Практическое правило: тестируйте Flash и FlashX на своих собственных промптах и сравнивайте время до первого токена, выходные токены в секунду и стоимость за завершённую задачу, а не одно число скорости.

Откуда берётся скорость

Zhipu приписывает ускорение FlashX инфраструктурным инвестициям, а не новой архитектуре, построенным поверх 100 000 отечественных AI-ускорителей, уже обслуживающих трафик GLM-5.3-Flash.

• Выделенный движок инференса на SGLang, написанный для этой архитектуры, а не адаптированный из универсального стека.
• Оптимизация памяти для контекстов в 1M токенов, включая ReplaySSM, квантизацию W8A8, гибридную квантизацию кэша INT8/FP8/BF16 и Layer Split.
• Дезагрегированная архитектура обслуживания Encode–Prefill–Decode (EPD), которая разделяет мультимодальное кодирование, префилл промпта и посимвольное декодирование на независимо планируемые пулы воркеров, так что каждый этап масштабируется самостоятельно.
• 3× улучшение сквозного обслуживания по сравнению с исходным базовым уровнем на том же оборудовании, что, по словам Zhipu, доводит стоимость за токен до уровня, сопоставимого с мейнстримными GPU NVIDIA.

Одна деталь из этой работы заслуживает отдельного упоминания: Zhipu говорит, что инфраструктурный агент на базе GLM-5.3 помог инженерам оптимизировать ядра, диагностировать узкие места и улучшить стек обслуживания — модель участвовала в системе, которая её обслуживает.

Бенчмарки: что Zhipu сообщает для базовой модели

Все следующие числа опубликованы Zhipu для GLM-5.3-Flash и применимы к FlashX, потому что модель одна и та же. Это результаты, сообщённые вендором, а не независимые воспроизведения.

Бенчмарк	GLM-5.3-Flash	GLM-5.2
DeepSWE v1.1	63.4	46.2
AutomationBench	48.8	26.2
Z.ai Code Bench v1.0, max effort	29.0	Claude Opus 4.8: 29.5

Zhipu также сообщает, что GLM-5.3-Flash набирает 57 в Artificial Analysis Intelligence Index v4.1.1 при $0.045 за задачу по своей дисконтированной цене — уровень, который, по её словам, ранее был доступен только примерно при 10× стоимости — и что его производительность в кодинге сопоставима с Claude Opus 4.8 на внутреннем Z.ai Code Bench компании.

Относитесь к этому как к ориентиру, а не гарантии. Вендорские бенчмарки обычно запускаются на выгодных вендору версиях харнесса; строка Z.ai Code Bench выше была измерена на Claude Code 2.1.207. Перезапустите свою собственную оценку, прежде чем переводить продакшн-трафик.

Архитектура: почему уровень Flash дёшев в эксплуатации

FlashX наследует дизайн, который сделал Flash недорогим в обслуживании, — именно поэтому более быстрый уровень может существовать без скачка цены до уровня флагманов.

• Гибридное разреженное и линейное внимание. Zhipu описывает это как первую открытую фронтир-модель, объединяющую оба подхода. Линейное внимание захватывает локальные зависимости через моделирование состояния; разреженное внимание извлекает релевантный глобальный контекст через лёгкий индексатор.
• IndexPool. Четыре ключевых вектора индексатора сжимаются в один с помощью взвешенного пулинга, что снижает задержку и накладные расходы памяти индексатора при контексте в 1M токенов.
• Manifold-Constrained Hyper-Connections (mHC) для лучшей эффективности масштабирования.
• Более низкая стоимость за токен, чем у GLM-5.3. Zhipu сообщает о в 3.01× меньших вычислениях внимания и в 4.44× меньшем KV-кэше, чем у GLM-5.3. По сравнению с GLM-5.3 количество активируемых параметров падает с 32B до 18B, а слоёв — с 92 до 45.
• Мультимодальный корпус предобучения на 30 триллионов токенов.

Zhipu откровенно признаёт, что KV-кэш всё ещё немного больше, чем у Kimi-K3 и DeepSeek-V4-Flash, и называет это направлением для будущей работы — полезное напоминание о том, что сравнения архитектур ведутся по каждому измерению отдельно, а не единым рейтингом.

Ox-Alpha: анонимная модель, тестировавшаяся публично

Перед запуском Flash Zhipu анонимно запустила GLM-5.3-Flash как Ox-Alpha на OpenCode и OpenRouter. По словам Zhipu, она стала самой популярной моделью недели и установила рекорды использования на обеих платформах, причём весь этот трафик обслуживался на китайских AI-чипах.

Для разработчиков интересна не позиция в таблице лидеров, а метод валидации: реальный трафик, реальные кодинг-агенты, неизвестное имя модели и никакого влияния бренда. Это более сильный сигнал, чем таблица бенчмарков, хотя всё ещё контролируемый вендором запуск без опубликованной методологии.

Нативная мультимодальность и визуальное кодирование

GLM-5.3-Flash — первая модель серии GLM-5, изначально построенная как мультимодальная, и FlashX это сохраняет. Изображения передаются как блок содержимого с type: image_url внутри messages[].content[], используя либо URL, либо Base64 data URL, и несколько блоков можно объединить в одном сообщении. Ввод видео и файлов документирован наряду с изображениями и текстом.

Возможность, которая важнее всего на практике, — это визуальное кодирование: модель осматривает отрендеренный интерфейс, сравнивает его с целевым и итерирует. Zhipu документирует рабочие процессы для пересборки приложения по скриншотам или записям, создания сцен Blender, прототипов игр на Godot, запуска браузерных агентов и агентов компьютерного использования, а также воспроизведения деталей CAD — каждый с проверкой моделью собственного отрендеренного вывода, а не только генерацией кода.

Тот же цикл распространяется на работу с документами. Zhipu демонстрирует результаты в PPTX, PDF, DOCX и XLSX, финансовые исследования с прослеживаемыми источниками, проверку контрактов с отслеживаемыми аннотациями и юридическое drafting, при этом модель рендерит и визуально проверяет свой собственный вывод на переполнение, смещение и несогласованность стилей.

Один пример, который приводит Zhipu, необычно конкретен: без внешних ресурсов GLM-5.3-Flash автономно работала 16 часов, чтобы построить как сцену Blender резиденцию шеф-повара площадью примерно 400 м² с тестовой кухней.

Цены: сколько стоит FlashX

Официальные прайс-листовые цены за 1M токенов, со страниц цен Zhipu (проверено 18 сентября 2026 года):

Тип токенов	GLM-5.3-FlashX	GLM-5.3-Flash	GLM-5.3
Ввод (USD)	$0.37	$0.15	$1.40
Кэшированный ввод (USD)	$0.075	$0.03	$0.26
Вывод (USD)	$1.25	$0.50	$4.40

Хранение кэшированного ввода указано как бесплатное на ограниченное время для всех трёх уровней.

Пример стоимости. Для 10M некэшированных входных токенов и 1M выходных токенов прайс-листовые цены дают:

Рабочая нагрузка	GLM-5.3-FlashX	GLM-5.3-Flash	GLM-5.3
10M ввод + 1M вывод	$4.95	$2.00	$18.40
Тот же объём, весь ввод из кэша	$2.00	$0.80	$6.60

FlashX примерно в 2.5× дороже Flash по вводу и выводу, и всё ещё значительно ниже GLM-5.3. Стоит ли это того, полностью зависит от того, сколько вам стоит медленный ход — для пакетного конвейера это редко так, а для интерактивного агента часто так.

Цены GLM на APIMaster

Прайс-лист Zhipu — это то, сколько модель стоит на собственной платформе Zhipu. Цены маршрутов на APIMaster — это то, что вы платите за ту же модель через маркетплейс, и каждый уровень GLM сейчас продаётся ниже прайс-листа:

ID модели	Прайс-лист Zhipu / 1M	APIMaster от / 1M	Ниже прайс-листа
glm-5.3-flashx	$0.37 / $1.25	$0.32 / $1.12	≈13%
glm-5.3-flash	$0.15 / $0.50	$0.105 / $0.35	≈30%
glm-5.3	$1.40 / $4.40	$0.69 / $2.17	≈51%
glm-5.2	$1.40 / $4.40	$0.84 / $2.64	≈40%

Ввод / вывод, USD за 1M токенов, проверено на живом маркетплейсе 20 сентября 2026 года. «От» — это самый дешёвый маршрут, продающий эту модель на момент проверки; карточка маркетплейса является источником истины во время запроса.

Две детали важны при чтении этой таблицы:

• «От» — это цена маршрута. Каждая модель обслуживается несколькими маршрутами по разным ценам: у FlashX сейчас два, самый дешёвый по $0.32 и один по прайс-листовой цене Zhipu $0.37. То, что вы платите, зависит от маршрута, которым обслуживается ваш запрос, поэтому проверяйте карточку перед переводом продакшн-трафика.
• Самый новый уровень несёт наименьшую скидку. FlashX находится примерно на 13% ниже прайс-листа, потому что это новая высокоскоростная конфигурация; более глубокие скидки на уровнях под ним — glm-5.3-flash около 30%, а glm-5.3 / glm-5.2 на 40–51%. Если вам не нужен профиль задержки FlashX, ценовое преимущество наибольшее ниже него.

При ценах маршрутов рабочая нагрузка 10M ввод / 1M вывод выше стоит $4.34 на самом дешёвом маршруте FlashX, $1.40 на самом дешёвом маршруте Flash и $9.09 на самом дешёвом маршруте GLM-5.3 — против $4.95 / $2.00 / $18.40 по прайс-листу.

Кэшированный ввод и GLM Coding Plan ценообразуются провайдером, а не маршрутом, поэтому ставки кэша и квота плана, описанные выше, не меняются.

Живые карточки для четырёх уровней: GLM-5.3-FlashX · GLM-5.3-Flash · GLM-5.3 · GLM-5.2. Каждая карточка показывает маршруты, продающие эту модель прямо сейчас, их ставки ввода и вывода и их доступность. Чтобы вызывать FlashX по этим ставкам, создайте аккаунт APIMaster, пополните баланс и используйте ID модели glm-5.3-flashx — тот же OpenAI-совместимый клиент, который у вас уже есть.

Как вызывать GLM-5.3-FlashX

FlashX использует тот же интерфейс chat-completions, что и Flash, поэтому миграция — это изменение одной строки.

from openai import OpenAI

client = OpenAI(
    api_key="YOUR_APIMASTER_KEY",
    base_url="https://apimaster.ai/v1",
)

response = client.chat.completions.create(
    model="glm-5.3-flashx",
    messages=[
        {
            "role": "user",
            "content": "Refactor this module for testability and show the diff.",
        }
    ],
    temperature=1,
    top_p=0.95,
    extra_body={
        "reasoning_effort": "max",
        "thinking": {"type": "enabled", "clear_thinking": False},
    },
)

print(response.choices[0].message.content)

Для стриминга добавьте stream: true и tool_stream: true, как рекомендует Zhipu. Обратите внимание, что мышление нельзя отключить в этой модели, поэтому закладывайте токены рассуждений в свою оценку стоимости и в таймауты клиента.

Практический путь миграции: держите ID модели настраиваемым, отправьте репрезентативный срез продакшн-трафика как на glm-5.3-flash, так и на glm-5.3-flashx, и сравните долю завершений, время до первого токена и стоимость за завершённую задачу, прежде чем переключать рабочую нагрузку.

Выбор между FlashX, Flash и GLM-5.3

• Выбирайте FlashX для интерактивных продуктов, автодополнений в IDE и агентных циклов с множеством коротких ходов, где время на ход является ограничением и рабочая нагрузка всё ещё укладывается в возможности класса Flash.
• Выбирайте Flash для пакетной обработки, офлайн-генерации и высокообъёмных конвейеров, где стоимость за задачу важнее задержки — и для развёртываний с открытыми весами или самохостингом, поскольку Flash — это уровень с опубликованными весами.
• Выбирайте GLM-5.3, когда вам нужен потолок флагмана, а не ценовой профиль уровня Flash.
• Не предполагайте, что выигрыш в скорости применяется равномерно. Запросы с тяжёлым префиллом и длинным контекстом, а также агентные ходы, ограниченные инструментами, могут получить гораздо меньше пользы, чем короткие задачи генерации. Измеряйте рабочую нагрузку, которую вы фактически запускаете.

Начните работу с семейством GLM на APIMaster.ai

APIMaster даёт вам один OpenAI-совместимый ключ для семейства GLM наряду с Claude, GPT, DeepSeek, Qwen, Gemini, Kimi и другими моделями — с оплатой по мере использования от $1 и скидками до 70% от официальных ставок на отдельных маршрутах. Цены маршрутов GLM сейчас начинаются от $0.105 / $0.35 за 1M токенов для glm-5.3-flash и $0.32 / $1.12 для glm-5.3-flashx.

Поскольку FlashX сохраняет тот же формат запроса, что и Flash, команды, уже вызывающие GLM через APIMaster, могут оценить более быстрый уровень, не трогая свою интеграцию дальше ID модели.

1. Создайте аккаунт APIMaster.
2. Пополните баланс для оплаты по мере использования, начиная от $1.
3. Создайте API-ключ в консоли APIMaster.
4. Направьте ваш OpenAI-совместимый клиент на https://apimaster.ai/v1 и установите ID модели, которую хотите оценить.

Зарегистрируйтесь в APIMaster · Изучите маркетплейс моделей · Проверьте идентичность модели

FAQ

GLM-5.3-FlashX — это новая модель? Нет. Это высокоскоростной уровень обслуживания GLM-5.3-Flash. Та же модель, то же контекстное окно, тот же мультимодальный ввод — более быстрая конфигурация инференса и другая цена.

Какой ID модели у GLM-5.3-FlashX? glm-5.3-flashx. Стандартный уровень — glm-5.3-flash.

Насколько быстр GLM-5.3-FlashX? Zhipu публикует максимум 200 токенов/с. Это пиковое значение; измеряйте время до первого токена и устойчивую пропускную способность на своих собственных промптах.

Сколько стоит GLM-5.3-FlashX? Zhipu указывает $0.37 за 1M входных токенов, $1.25 за 1M выходных токенов и $0.075 за 1M кэшированных входных токенов — примерно в 2.5× дороже GLM-5.3-Flash по вводу и выводу. На APIMaster маршруты для glm-5.3-flashx начинаются от $0.32 / $1.12 за 1M токенов, примерно на 13% ниже прайс-листа Zhipu.

Каково контекстное окно? 1M токенов, с до 128 000 выходных токенов, столько же, сколько у GLM-5.3-Flash.

Может ли GLM-5.3-FlashX принимать изображения и видео? Да. Он принимает ввод видео, изображений, текста и файлов и возвращает текст. Изображения отправляются как блок содержимого image_url, по URL или Base64 data URL.

Входит ли GLM-5.3-FlashX в GLM Coding Plan? Не при запуске. GLM-5.3-Flash полностью доступен в плане с 3× квоты GLM-5.3, а вызовы в непиковые часы, включая все выходные, потребляют 50% стандартных баллов.

Могу ли я отключить мышление, чтобы сэкономить токены? Нет. thinking.type поддерживает только enabled. Zhipu рекомендует сохранять историю мышления (clear_thinking: false) для многоходовой работы.

Независимы ли числа бенчмарков? Нет. Они опубликованы Zhipu. Относитесь к ним как к ориентиру и перезапустите свою собственную оценку, прежде чем направлять продакшн-трафик.

Источники и дополнительное чтение

• Z.ai — документация моделей GLM-5.3-Flash/FlashX — ID моделей, параметры, возможности, рекомендуемые настройки, бенчмарки и детали обслуживания
• Z.ai — Цены — официальные прайс-листовые цены за 1M токенов
• Z.ai — технический блог GLM-5.3-Flash — архитектура, сравнения эффективности и таблицы оценки
• Hugging Face — zai-org/GLM-5.3-Flash — открытые веса базовой модели
• PANews — Zhipu запускает GLM-5.3-FlashX — отчёт о запуске и предыстория Ox-Alpha

Все источники проверены 18 сентября 2026 года. Цены и доступность меняются; проверяйте текущие условия, прежде чем брать на себя большую рабочую нагрузку.