GLM-5.3-FlashX: що це, як швидко він працює і скільки коштує

Що таке GLM-5.3-FlashX?

GLM-5.3-FlashX — це оптимізована за швидкістю кінцева точка сімейства GLM-5.3-Flash. Zhipu анонсувала його 18 вересня 2026 року, описавши як швидший і плавніший для підприємств і розробників, з API та офіційним центром досвіду, відкритими на момент запуску.

Варто розділяти дві речі:

• Модель — GLM-5.3-Flash, нативна мультимодальна модель 320B-A18B, яку Zhipu відкрила 26 серпня 2026 року. Архітектура, ваги, довжина контексту та можливості спільні.
• Рівень обслуговування — FlashX, конфігурація інференсу, налаштована на пропускну здатність. Zhipu повідомляє про швидкість до 200 токенів/с і пояснює приріст інфраструктурною роботою, а не іншим чекпойнтом.

Ця відмінність важлива при оцінці. Бенчмарки, обмеження контексту та мультимодальна поведінка, описані для GLM-5.3-Flash, застосовуються до FlashX, оскільки це та сама модель. Затримка та ціна — ні: вони змінюються залежно від рівня обслуговування.

Характеристики моделі з першого погляду

Характеристика	GLM-5.3-FlashX
ID моделі API	glm-5.3-flashx
ID супутньої моделі	glm-5.3-flash
Дата випуску	18 вересня 2026
Загальні / активовані параметри	320B / 18B
Шари	45
Вікно контексту	1M токенів
Максимум вихідних токенів	128K
Модальності вводу	Відео, зображення, текст, файл
Модальність виводу	Текст
Опублікована пікова швидкість	200 токенів/с
Режим мислення	Лише thinking.type: enabled; його не можна вимкнути
Основні функції API	Стрімінг, виклик функцій, кешування контексту, структурований вивід, стрімінг інструментів

Zhipu рекомендує temperature: 1, top_p: 0.95 та reasoning_effort: max. Для багатоходової роботи вона рекомендує зберігати історію мислення, а не очищати її (clear_thinking: false), а для стрімінгових запитів — увімкнути як stream: true, так і tool_stream: true.

GLM-5.3-FlashX проти GLM-5.3-Flash

Вимір	GLM-5.3-Flash	GLM-5.3-FlashX
Базова модель	GLM-5.3-Flash	GLM-5.3-Flash
Опублікована пікова швидкість	Стандартний рівень	До 200 токенів/с
Прайс-лист за ввід / 1M	$0.15	$0.37
Прайс-лист за вивід / 1M	$0.50	$1.25
Обмеження контексту та виводу	1M / 128K	1M / 128K
Мультимодальний ввід	Так	Так
Відкриті ваги	Так, з 26 серпня 2026	Та сама базова модель
GLM Coding Plan	Включено, з 3× квотою GLM-5.3	Не включено на момент запуску

Формат запиту ідентичний. Перехід з одного рівня на інший — це зміна поля model, а не переписування вашої інтеграції — що робить FlashX розумним кандидатом для A/B-тестування робочих навантажень, де час на хід є вузьким місцем.

Що «200 токенів/с» говорить і не говорить

Zhipu публікує 200 токенів/с як максимум. Сприймайте це як стелю швидкості генерації, а не як обіцянку щодо вашого робочого навантаження:

• Це піковий показник. Реальна пропускна здатність залежить від довжини промпту, влучань у кеш, паралелізму та обраного провайдера.
• Це не час до першого токена. Швидка швидкість декодування все одно відчувається повільною, якщо модель думає кілька секунд, перш ніж щось видати. Для інтерактивних продуктів вимірюйте обидва показники.
• Це не загальна затримка завдання. Хід агента, що викликає три інструменти, обмежений виконанням інструментів, а не швидкістю токенів.
• Довгий контекст змінює картину. На 1M токенів домінують префіл і поведінка KV-кешу. Саме на це націлена архітектура Flash.

Практичне правило: тестуйте Flash і FlashX на власних промптах і порівнюйте час до першого токена, вихідні токени за секунду та вартість за завершене завдання, а не одне число швидкості.

Звідки береться швидкість

Zhipu пояснює прискорення FlashX інвестиціями в інфраструктуру, а не новою архітектурою, побудованими поверх 100 000 вітчизняних AI-прискорювачів, які вже обслуговують трафік GLM-5.3-Flash.

• Виділений рушій інференсу на SGLang, написаний для цієї архітектури, а не адаптований з універсального стеку.
• Оптимізація пам'яті для контекстів на 1M токенів, включаючи ReplaySSM, квантизацію W8A8, гібридну квантизацію кешу INT8/FP8/BF16 та Layer Split.
• Розділена архітектура обслуговування Encode–Prefill–Decode (EPD), яка відокремлює мультимодальне кодування, префіл промпту та поетапне декодування токенів у незалежно керовані пули воркерів, тож кожен етап масштабується самостійно.
• 3× покращення наскрізного обслуговування порівняно з початковим базовим рівнем на тому самому обладнанні, що, за словами Zhipu, доводить вартість за токен до рівня, порівнянного з мейнстрімними GPU NVIDIA.

Одна деталь із цієї роботи варта окремої згадки: Zhipu каже, що інфраструктурний агент на базі GLM-5.3 допоміг інженерам оптимізувати ядра, діагностувати вузькі місця та покращити стек обслуговування — модель бере участь у системі, яка її обслуговує.

Бенчмарки: що Zhipu повідомляє для базової моделі

Усі наведені нижче числа опубліковані Zhipu для GLM-5.3-Flash і застосовуються до FlashX, оскільки модель та сама. Це результати, повідомлені вендором, а не незалежні відтворення.

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, максимальні зусилля	29.0	Claude Opus 4.8: 29.5

Zhipu також повідомляє, що GLM-5.3-Flash набирає 57 в Artificial Analysis Intelligence Index v4.1.1 за $0.045 за завдання за її зниженими цінами — рівень, який, за її словами, раніше був доступний лише приблизно за 10× вартості — і що його продуктивність у кодуванні порівнянна з Claude Opus 4.8 на внутрішньому Z.ai Code Bench компанії.

Сприймайте це як напрямок, а не гарантію. Вендорські бенчмарки зазвичай запускаються на вигідних вендору версіях тестових стендів; рядок Z.ai Code Bench вище був виміряний на Claude Code 2.1.207. Повторно проведіть власну оцінку, перш ніж переводити продакшн-трафік.

Архітектура: чому рівень Flash дешевий в обслуговуванні

FlashX успадковує дизайн, який зробив Flash недорогим в обслуговуванні, і саме тому швидший рівень може існувати без стрибка ціни до рівня флагмана.

• Гібридна розріджена та лінійна увага. Zhipu описує її як першу відкриту фронтирну модель, що поєднує обидві. Лінійна увага вловлює локальні залежності через моделювання стану; розріджена увага витягує релевантний глобальний контекст через легкий індексатор.
• IndexPool. Чотири ключові вектори індексатора стискаються в один зваженим пулінгом, скорочуючи затримку та накладні витрати пам'яті індексатора при контексті на 1M токенів.
• Manifold-Constrained Hyper-Connections (mHC) для кращої ефективності масштабування.
• Нижча вартість за токен, ніж у GLM-5.3. Zhipu повідомляє про в 3.01× менше обчислень уваги та в 4.44× менший KV-кеш, ніж у GLM-5.3. Порівняно з GLM-5.3 кількість активованих параметрів падає з 32B до 18B, а шарів — з 92 до 45.
• Мультимодальний корпус попереднього навчання на 30 трильйонів токенів.

Zhipu відверто визнає, що KV-кеш все ще трохи більший, ніж у Kimi-K3 та DeepSeek-V4-Flash, і називає це напрямком для майбутньої роботи — корисне нагадування, що порівняння архітектур ведуться за вимірами, а не за єдиним рейтингом.

Ox-Alpha: анонімна модель, що тестувалася публічно

Перед запуском Flash Zhipu запускала GLM-5.3-Flash анонімно як Ox-Alpha на OpenCode та OpenRouter. За словами Zhipu, вона стала найпопулярнішою моделлю тижня та встановила рекорди використання на обох платформах, причому весь цей трафік обслуговувався на китайських AI-чіпах.

Для розробників цікава не позиція в рейтингу, а метод валідації: реальний трафік, реальні агенти для кодування, невідома назва моделі та відсутність впливу бренду. Це сильніший сигнал, ніж таблиця бенчмарків, хоча все ще контрольований вендором запуск без опублікованої методології.

Нативна мультимодальність і візуальне кодування

GLM-5.3-Flash — перша модель серії GLM-5, побудована як мультимодальна з самого початку, і FlashX це зберігає. Зображення передаються як блок вмісту з type: image_url всередині messages[].content[], використовуючи або URL, або Base64 data URL, і кілька блоків можна поєднати в одному повідомленні. Ввід відео та файлів задокументований поряд із зображеннями та текстом.

Можливість, яка найбільше важлива на практиці, — це візуальне кодування: модель оглядає відрендерений інтерфейс, порівнює його з цільовим і ітерує. Zhipu документує робочі процеси для відтворення застосунку зі скріншотів або записів, побудови сцен Blender, створення прототипів ігор Godot, запуску браузерних агентів і агентів комп'ютерного використання та відтворення CAD-деталей — кожен із перевіркою моделлю власного відрендереного виводу, а не лише генерацією коду.

Той самий цикл поширюється на роботу з документами. Zhipu демонструє результати у форматі PPTX, PDF, DOCX та XLSX, фінансові дослідження з відстежуваними джерелами, перевірку контрактів із відстежуваними анотаціями та юридичне складання документів, причому модель рендерить і візуально перевіряє власний вивід на переповнення, невирівняність і неузгоджене оформлення.

Один приклад від Zhipu особливо конкретний: без зовнішніх ресурсів GLM-5.3-Flash працювала автономно 16 годин, щоб побудувати резиденцію шеф-кухаря площею приблизно 400 м² із тестовою кухнею як сцену Blender.

Ціни: скільки коштує FlashX

Офіційні прайс-листові ціни за 1M токенів, зі сторінок цін Zhipu (перевірено 18 вересня 2026 року):

Тип токенів	GLM-5.3-FlashX	GLM-5.3-Flash	GLM-5.3
Ввід (USD)	$0.37	$0.15	$1.40
Кешований ввід (USD)	$0.075	$0.03	$0.26
Вивід (USD)	$1.25	$0.50	$4.40

Зберігання кешованого вводу вказано як безкоштовне на обмежений час для всіх трьох рівнів.

Приклад вартості. Для 10M некешованих вхідних токенів і 1M вихідних токенів прайс-листові ціни дають:

Робоче навантаження	GLM-5.3-FlashX	GLM-5.3-Flash	GLM-5.3
10M ввід + 1M вивід	$4.95	$2.00	$18.40
Той самий обсяг, весь ввід з кешу	$2.00	$0.80	$6.60

FlashX приблизно в 2.5× дорожчий за Flash за ввід і вивід, і все ще значно нижчий за GLM-5.3. Чи варто це, повністю залежить від того, скільки вам коштує повільний хід — для пакетного конвеєра це рідко виправдано, а для інтерактивного агента часто так.

Ціни GLM на APIMaster

Прайс-лист Zhipu — це те, скільки модель коштує на власній платформі Zhipu. Ціни маршрутів на APIMaster — це те, що ви платите за ту саму модель через маркетплейс, і кожен рівень GLM наразі продається нижче прайс-листа:

ID моделі	Прайс-лист Zhipu / 1M	APIMaster від / 1M	Нижче 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%

Ввід / вивід, USD за 1M токенів, перевірено на живому маркетплейсі 20 вересня 2026 року. «Від» — це найдешевший маршрут, що продає цю модель на момент перевірки; картка маркетплейсу є джерелом істини на момент запиту.

Дві деталі важливі при читанні цієї таблиці:

• «Від» — це ціна маршруту. Кожну модель обслуговують кілька маршрутів за різними цінами: FlashX наразі має два, найдешевший за $0.32 і один за прайс-листом Zhipu $0.37. Те, що ви платите, залежить від маршруту, який обслуговує ваш запит, тож перевіряйте картку перед переведенням продакшн-трафіку.
• Найновіший рівень має найменшу знижку. FlashX приблизно на 13% нижче прайс-листа, бо це нова високошвидкісна конфігурація; глибші знижки — на рівнях під ним — glm-5.3-flash приблизно 30%, а glm-5.3 / glm-5.2 — 40–51%. Якщо вам не потрібен профіль затримки FlashX, цінова перевага найбільша нижче нього.

У перерахунку за цінами маршрутів наведене вище робоче навантаження 10M ввід / 1M вивід коштує $4.34 на найдешевшому маршруті FlashX, $1.40 на найдешевшому маршруті Flash та $9.09 на найдешевшому маршруті GLM-5.3 — проти $4.95 / $2.00 / $18.40 за прайс-листом.

Кешований ввід і GLM Coding Plan цінуються провайдером, а не маршрутом, тож описані вище ставки кешу та квота плану залишаються незмінними.

Живі картки для чотирьох рівнів: GLM-5.3-FlashX · GLM-5.3-Flash · GLM-5.3 · GLM-5.2. Кожна картка показує маршрути, що продають цю модель прямо зараз, їхні ставки за ввід і вивід та їхню доступність. Щоб викликати FlashX за цими ставками, створіть акаунт APIMaster, додайте кредит і використовуйте ID моделі glm-5.3-flashx — той самий OpenAI-сумісний клієнт, який у вас уже є.

Як викликати GLM-5.3-FlashX

FlashX використовує той самий інтерфейс chat-completions, що й Flash, тож міграція — це зміна одного рядка.

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 стрімінгу додайте stream: true та tool_stream: true, як рекомендує Zhipu. Зверніть увагу, що мислення не можна вимкнути на цій моделі, тож закладайте токени міркування у вашу оцінку вартості та в тайм-аути клієнта.

Практичний шлях міграції: тримайте ID моделі конфігурованим, надішліть репрезентативний зріз продакшн-трафіку як на glm-5.3-flash, так і на glm-5.3-flashx, і порівняйте частку завершень, час до першого токена та вартість за завершене завдання, перш ніж перемикати робоче навантаження.

Вибір між FlashX, Flash і GLM-5.3

• Обирайте FlashX для інтерактивних продуктів, доповнень у IDE та циклів агентів із багатьма короткими ходами, де обмеженням є реальний час на хід, а робоче навантаження все ще вкладається в можливості класу Flash.
• Обирайте Flash для пакетної обробки, офлайн-генерації та високооб'ємних конвеєрів, де вартість за завдання важливіша за затримку — а також для розгортань із відкритими вагами або самостійним хостингом, оскільки Flash — це рівень з опублікованими вагами.
• Обирайте GLM-5.3, коли вам потрібна стеля флагмана, а не ціновий профіль рівня Flash.
• Не припускайте, що приріст швидкості застосовується рівномірно. Запити з важким префілом і довгим контекстом та ходи агента, обмежені інструментами, можуть отримати значно менше переваги, ніж короткі завдання генерації. Вимірюйте робоче навантаження, яке ви насправді запускаєте.

Почніть роботу з сімейством GLM на APIMaster.ai

APIMaster дає вам один OpenAI-сумісний ключ для сімейства GLM поряд із Claude, GPT, DeepSeek, Qwen, Gemini, Kimi та іншими моделями — з оплатою за використанням від $1 та знижками до 70% від офіційних ставок на окремих маршрутах. Ціни маршрутів GLM наразі починаються від $0.105 / $0.35 за 1M токенів для glm-5.3-flash та $0.32 / $1.12 для glm-5.3-flashx.

Оскільки FlashX зберігає той самий формат запиту, що й Flash, команди, які вже викликають GLM через APIMaster, можуть оцінити швидший рівень, не змінюючи свою інтеграцію, крім ID моделі.

1. Створіть акаунт APIMaster.
2. Додайте кредит з оплатою за використанням, починаючи від $1.
3. Створіть API-ключ у консолі APIMaster.
4. Спрямуйте ваш OpenAI-сумісний клієнт на https://apimaster.ai/v1 і встановіть ID моделі, яку хочете оцінити.

Зареєструватися в APIMaster · Дослідити маркетплейс моделей · Перевірити ідентичність моделі

FAQ

Чи GLM-5.3-FlashX — це нова модель? Ні. Це високошвидкісний рівень обслуговування GLM-5.3-Flash. Та сама модель, те саме вікно контексту, той самий мультимодальний ввід — швидша конфігурація інференсу та інша ціна.

Який ID моделі GLM-5.3-FlashX? glm-5.3-flashx. Стандартний рівень — glm-5.3-flash.

Наскільки швидкий GLM-5.3-FlashX? Zhipu публікує максимум 200 токенів/с. Це піковий показник; вимірюйте час до першого токена та стійку пропускну здатність на власних промптах.

Скільки коштує GLM-5.3-FlashX? Zhipu вказує $0.37 за 1M вхідних токенів, $1.25 за 1M вихідних токенів і $0.075 за 1M кешованих вхідних токенів — приблизно в 2.5× дорожче за GLM-5.3-Flash за ввід і вивід. На APIMaster маршрути для glm-5.3-flashx починаються від $0.32 / $1.12 за 1M токенів, приблизно на 13% нижче прайс-листа Zhipu.

Яке вікно контексту? 1M токенів, з до 128 000 вихідних токенів, так само, як у GLM-5.3-Flash.

Чи GLM-5.3-FlashX приймає зображення та відео? Так. Він приймає ввід відео, зображень, тексту та файлів і повертає текст. Зображення надсилаються як блок вмісту image_url, за URL або Base64 data URL.

Чи GLM-5.3-FlashX входить до GLM Coding Plan? Не на момент запуску. GLM-5.3-Flash повністю доступний у плані з 3× квотою GLM-5.3, а виклики в непіковий час, включаючи всі вихідні, споживають 50% стандартних балів.

Чи можна вимкнути мислення, щоб заощадити токени? Ні. thinking.type підтримує лише enabled. Zhipu рекомендує зберігати історію мислення (clear_thinking: false) для багатоходової роботи.

Чи числа бенчмарків незалежні? Ні. Вони опубліковані Zhipu. Сприймайте їх як орієнтовні та повторно проведіть власну оцінку, перш ніж спрямовувати продакшн-трафік.

Джерела та додаткове читання

• Z.ai — документація моделей GLM-5.3-Flash/FlashX — ID моделей, параметри, можливості, рекомендовані налаштування, бенчмарки та деталі обслуговування
• Z.ai — ціни — офіційні прайс-листові ціни за 1M токенів
• Z.ai — технічний блог GLM-5.3-Flash — архітектура, порівняння ефективності та таблиці оцінювання
• Hugging Face — zai-org/GLM-5.3-Flash — відкриті ваги базової моделі
• PANews — Zhipu запускає GLM-5.3-FlashX — звіт про запуск і передісторія Ox-Alpha

Усі джерела перевірено 18 вересня 2026 року. Ціни та доступність змінюються; перевіряйте поточні умови, перш ніж братися за велике робоче навантаження.