Ограниченная по времени скидка 50% через ZAI до 9 сентября 2026 года в 16:00 UTC.
Провайдер для Z.ai: GLM 5.3 Flash
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.
GMICloud−50 % | 34 т/с | 91,3 % | 5,0 % | |||
Novita−50 % | 41 т/с | 98,9 % | 1,2 % | |||
DeepInfra−50 % | — | 99,6 % | < 0,1 % | |||
Z.AI−50 % | 34 т/с | 98,6 % | 65,1 % | |||
Wafer | 12,64 ₽ | 44,23 ₽ | 2,53 ₽ | — | 95,1 % | < 0,1 % |
Morph | 16,43 ₽ | 56,86 ₽ | 2,53 ₽ | — | 98,8 % | < 0,1 % |
Makora | 17,69 ₽ | 59,39 ₽ | 3,03 ₽ | — | 97,7 % | < 0,1 % |
Modal−67 % | — | 99,9 % | < 0,1 % | |||
Sail Research | 18,95 ₽ | 63,18 ₽ | 3,79 ₽ | — | 99,5 % | < 0,1 % |
StreamLake | 18,95 ₽ | 63,18 ₽ | 3,79 ₽ | — | 98,5 % | < 0,1 % |
NextBit | 18,95 ₽ | 63,18 ₽ | 3,79 ₽ | 36 т/с | 97,9 % | 0,5 % |
Fireworks | 18,95 ₽ | 63,18 ₽ | 3,79 ₽ | — | 98,9 % | < 0,1 % |
Phala | 18,95 ₽ | 63,18 ₽ | 3,79 ₽ | — | 98,8 % | < 0,1 % |
Friendli | 18,95 ₽ | 63,18 ₽ | 3,79 ₽ | — | 99,4 % | < 0,1 % |
SiliconFlow | 18,95 ₽ | 63,18 ₽ | 3,79 ₽ | — | 99,4 % | < 0,1 % |
DigitalOcean | 18,95 ₽ | 63,18 ₽ | 3,79 ₽ | — | 98,8 % | < 0,1 % |
Together | 18,95 ₽ | 63,18 ₽ | 3,79 ₽ | 29 т/с | 92,4 % | 4,6 % |
Reka | 18,95 ₽ | 63,18 ₽ | 3,79 ₽ | 23 т/с | 99,8 % | 0,6 % |
Parasail | 18,95 ₽ | 63,18 ₽ | 3,79 ₽ | 33 т/с | 96,4 % | 21,2 % |
BaseTen | 18,95 ₽ | 63,18 ₽ | 3,79 ₽ | — | 99,8 % | < 0,1 % |
Venice | 18,95 ₽ | 63,18 ₽ | 3,79 ₽ | — | 98,7 % | < 0,1 % |
Io Net | 18,95 ₽ | 63,18 ₽ | 3,79 ₽ | — | 91,7 % | < 0,1 % |
Cloudflare | 18,95 ₽ | 63,18 ₽ | 3,79 ₽ | 41 т/с | 99,7 % | 0,6 % |
Доля запросов, скорость и латентность считаются по нашему трафику за 30 дней, в разрезе по провайдеру. У одного провайдера может быть несколько строк — разные регионы или тарифы с отдельными ценами; эти значения общие для провайдера, поэтому в таких строках они совпадают.
Поддерживаемые параметры
Сравнить с…
выбрать любую модель →Другие модели от z-ai
Z.ai: GLM Flash Latest
Эта модель всегда перенаправляется на последнюю модель в семействе GLM Flash.
Z.ai: GLM 5.3 Flash (batch)
GLM-5.3-Flash — это нативная мультимодальная модель от Z.ai. Она подходит для эффективного кодирования и выполнения агентских задач с длительным горизонтом. Её гибридная архитектура с разреженным и линейным вниманием поддерживает точное поведение в длинном контексте, снижая при этом вычислительные затраты.
Z.ai: GLM Latest
Эта модель всегда перенаправляется на последнюю модель GLM от Z.ai.
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 5.2
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 5.2 (free)
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.