По сравнению с GLM-4.5, это поколение имеет несколько ключевых улучшений:
Увеличенное контекстное окно: Контекстное окно было расширено со 128K до 200K токенов, что позволяет модели справляться с более сложными агентными задачами. Превосходная производительность в кодировании: Модель достигает более высоких результатов в бенчмарках по кодированию и демонстрирует лучшую производительность в реальных приложениях, таких как Claude Code, Cline, Roo Code и Kilo Code, включая улучшения в генерации визуально отполированных внешних страниц. Продвинутое рассуждение: GLM-4.6 показывает явное улучшение в производительности рассуждений и поддерживает использование инструментов во время инференса, что приводит к более сильным общим возможностям. Более способные агенты: GLM-4.6 демонстрирует более высокую производительность в использовании инструментов и агентах, основанных на поиске, а также более эффективно интегрируется в агентные фреймворки. Улучшенное написание: Лучше соответствует человеческим предпочтениям в стиле и читабельности, а также более естественно ведет себя в сценариях ролевых игр.
Провайдер для Z.ai: GLM 4.6
Hubris маршрутизирует запросы к лучшему доступному провайдеру с автоматическим fallback при сбоях.
Модальности
Провайдеры
Запросы обслуживает один из провайдеров ниже — маршрутизация автоматически выбирает оптимального по доступности и скорости в момент запроса. Итоговая стоимость зависит от того, какой провайдер обслужил запрос, и от попадания в кэш: при повторяющемся контексте вход тарифицируется по цене чтения кэша — до 60–80 % дешевле. Цены — в рублях за 1 млн токенов.
Venice | 54,28 ₽ | 220,91 ₽ | 10,10 ₽ | — | 100,0 % |
DeepInfra | 63,12 ₽ | 252,47 ₽ | 12,62 ₽ | — | 99,1 % |
Novita | 69,43 ₽ | 277,72 ₽ | 13,89 ₽ | — | 100,0 % |
Z.AI | 75,74 ₽ | 277,72 ₽ | 13,89 ₽ | — | 99,5 % |
Поддерживаемые параметры
Сравнить с…
выбрать любую модель →Другие модели от z-ai
Z.ai: GLM 5.3 Flash
Ограниченная по времени скидка 50% через ZAI до 9 сентября 2026 года в 16:00 UTC.
Z.ai: GLM 5.2
GLM 5.2 — это крупномасштабная модель рассуждений от Z.ai. Она поддерживает ввод и вывод текста с контекстным окном в 1M токенов и подходит для долгосрочных рабочих процессов агентов, программной инженерии на уровне проектов и сложной многошаговой автоматизации. Поддерживаются уровни рассуждений high и xhigh; xhigh соответствует максимальному уровню рассуждений. Модель особенно сильна в кодировании и использовании инструментов в рамках длительных задач, способна поддерживать инженерный контекст и последовательно следовать стандартам на протяжении всего цикла разработки, от требований до многоплатформенного развертывания, в рамках одной задачи.
Z.ai: GLM 5.3
GLM-5.3 — это крупномасштабная модель рассуждений от Z.ai, созданная для решения сложных задач программной инженерии и долгосрочных агентских задач. Она поддерживает текстовый ввод и вывод с контекстным окном в 1M токенов и превосходит GLM-5.2 в кодировании и в балансе между производительностью и эффективностью токенов. Рассуждения всегда включены и не могут быть отключены. Поддерживаются низкие, высокие и максимальные усилия рассуждений; по умолчанию установлено максимальное.
Z.ai: GLM 5.3 Prime
GLM-5.3-Prime — это высокоскоростной вариант GLM-5.3 от Z.ai, который наследует все его возможности, обеспечивая при этом в 1,5–2 раза большую пропускную способность вывода за счет ускорения инференса. Он поддерживает текстовый ввод и вывод с контекстным окном в 1M токенов и до 128K выходных токенов, а также предназначен для рабочих нагрузок, связанных с кодированием и агентными задачами, включая многоэтапную оркестрацию агентов с длительным горизонтом, разговор в реальном времени и потоковую генерацию кода. Рассуждения всегда включены и не могут быть отключены. Поддерживаются низкие, высокие и максимальные усилия рассуждений; по умолчанию установлено максимальное значение.
Z.ai: GLM 5.3 FlashX
GLM-5.3-FlashX — это высокоскоростной вариант GLM-5.3-Flash от Z.ai, нативной мультимодальной модели, обеспечивающей скорость инференса до 200 токенов/с. Построенная на той же гибридной архитектуре разреженного и линейного attention (320B общих параметров, 18B активных), она подходит для эффективного кодирования, визуального понимания и задач агентов с длинным горизонтом с контекстным окном в 1M токенов.
Z.ai: GLM Flash Latest
Эта модель всегда перенаправляется на последнюю модель в семействе GLM Flash.