zhipu
Coding GLM 5.3 Flash
Coding GLM 5.3 Flash — вариант для понимания, генерации и редактирования кода, разработки репозиториев и агентов программирования. Принимает текст, изображения и видео, поддерживает инструменты и контекст около 1 миллиона токенов.
- Вход
- 3,57 ₽
- Выход
- 12,48 ₽
- Кэш
- 0,89 ₽
zhipu/coding-glm-5.3-flashДанные каталога получены .
Цена
- Текстовый диалог · вход
- 3,57 ₽ / 1 млн токенов
- Текстовый диалог · выход
- 12,48 ₽ / 1 млн токенов
- Текстовый диалог · вход из кэша
- 0,89 ₽ / 1 млн токенов
Цена указана в рублях для выбранной операции и её параметров.
Перед оплачиваемым запросом создаётся резерв. Итоговый расход привязан к сохранённым параметрам и тарифу запроса. При неизвестном результате резерв удерживается до проверки; такой запрос не следует повторять с новым идентификатором.
О модели
Coding GLM 5.3 Flash — вариант для понимания, генерации и редактирования кода, разработки репозиториев и агентов программирования. Принимает текст, изображения и видео, поддерживает инструменты и контекст около 1 миллиона токенов. Разработчик: zhipu. Вход: текст, изображения, видео. Выход: текст. Контекст: 1000000 токенов. Максимальный ответ: 128000 токенов.
- Релиз
Характеристики
- Тип модели
- Текст
- Вход модели
- Текст, Изображения, Видео
Данные, которые модель принимает вместе с запросом.
- Выход модели
- Текст
Форматы результата, которые создаёт модель.
- Контекстное окно
- 1 000 000 токенов
Контекстное окно по данным каталога. Лимит ответа и допустимый объём запроса проверяйте отдельно.
- Максимальный ответ
- 128 000 токенов
Максимальный размер ответа по данным каталога. Фактический предел запроса зависит от подключённой операции.
- Операции
- Текстовый диалог, Понимание изображений
- Возможности модели
- Потоковый ответ, Понимание изображений, Рассуждения, Вызов инструментов, Вызов функций, Структурированный ответ, Ответ в JSON, Входные изображения, Входное видео
Контрольные показатели
Для этой версии модели оценок пока нет.
Оценки относятся к этой версии модели и методике источника. Качество и скорость конкретного запроса они не гарантируют.
API-запрос
Операция доступна через API. Ключ храните в переменной окружения на своём сервере. REQUEST_ID: уникальный идентификатор запроса. При повторе сохраняйте его и тело запроса.
import json
import os
from urllib.request import Request, HTTPRedirectHandler, build_opener
class NoRedirect(HTTPRedirectHandler):
def redirect_request(self, req, fp, code, msg, headers, newurl):
return None
opener = build_opener(NoRedirect)
def post(url, payload):
request = Request(url, data=json.dumps(payload).encode("utf-8"), headers={
"Authorization": "Bearer " + os.environ["KVANTORA_API_KEY"],
"Content-Type": "application/json",
"Idempotency-Key": os.environ["REQUEST_ID"],
}, method="POST")
with opener.open(request, timeout=120) as response:
return json.load(response)
payload = {
"model": "zhipu/coding-glm-5.3-flash",
"messages": [
{
"role": "user",
"content": "Объясни задачу кратко."
}
]
}
print(post("https://api.kvantora.ai/v1/chat/completions", payload))





