AIREITER
ZhipuText Chat

GLM-5.3 Flash

GLM-5.3 Flash をオンラインでお試しください。マルチモーダルなテキスト・画像入力、100万トークンのコンテキスト、128K出力、ストリーミング Messages API、プロンプトキャッシュ、そしてフラッシュ料金で利用できます。

入力公式 $0.15 100万トークンあたりAIReiter $0.075 100万トークンあたり出力公式 $0.50 100万トークンあたりAIReiter $0.25 100万トークンあたりキャッシュ読み取り公式 $0.03 100万トークンあたりAIReiter $0.015 100万トークンあたり
APIで実行

入力

出力

Example
Generated in
42.7 seconds
入力 Token
134
出力 Token
2354
Tokens per second
55.13 tokens / second
Time to first token
-

モデル詳細

Playground、APIリクエスト、社内ワークフローで同じモデルキーを使用してください。

モデル ID
glm-5.3-flash
プロバイダー
Zhipu
プロトコル
Anthropic Messages
コンテキストウィンドウ
1,000,000 トークン
最大出力
128,000 トークン
入力 Token
7.5 credits / 100万トークン
出力 Token
25 credits / 100万トークン
キャッシュ読み取り
1.5 credits / 100万トークン
キャッシュ書き込み
-

GLM-5.3 Flash でできること

GLM-5.3 のテキスト品質に画像入力を加え、コストはわずか。1日中稼働させるトラフィック向けのサイズです。

大量チャット

1リクエストあたりのコストが、推論の深さを最後の一歩まで絞り出すことよりも重要な、アシスタントやサポートのトラフィックに対応できます。

構造化抽出

トランスクリプト、チケット、ドキュメントを固定スキーマのJSONに変換し、1日に何千回実行しても耐えられる価格で利用できます。

エージェントの内部ループ

エージェントの安価で頻度の高いステップ、つまりルーティング、ツール出力の要約、次のアクションの決定を処理し、難しい局面だけを上位モデルへエスカレーションします。

100万トークンのコンテキスト

GLM-5.3 と同じ 100万トークンのウィンドウを維持できるため、長大なドキュメント一式や会話履歴全体を事前に分割する必要がありません。

画像理解

同じリクエストでテキストと一緒に画像を送信できます。GLM-5.3 Flash はネイティブにマルチモーダル対応で、GLM-5.3 自体はテキストのみを受け付けます。

GLM-5.3 Flash のユースケース

ピーク時の推論力ではなく、リクエスト量が予算を決める場面で使います。
01

バッチ分類

精度を検証でき、かつスループットが制約となる大量のテキストキューをラベル付け、タグ付け、ルーティングします。

02

ドキュメントパイプライン

長いファイルを小さなウィンドウに収めるために分割することなく、要約、正規化、フィールド抽出を行います。

03

バイリンガル対応フロー

言語ごとにモデルを分けて管理する代わりに、中国語と英語の顧客トラフィックを1つのルートで処理します。

04

評価と事前スクリーニング

一次採点やフィルタリングを実行し、曖昧なケースだけをフラッグシップモデルに送ります。

05

スクリーンショットと文書のトリアージ

日常的な取り込みにフラッグシップのビジョン料金を払う代わりに、フラッシュ料金でスクリーンショット、スキャン書類、チャート画像を読み取ります。

GLM-5.3 Flashの価格と回答1件あたりの実コスト

Z.AIでは、GLM-5.3 Flashを入力トークン100万件あたり$0.15、キャッシュ済み入力$0.03、出力$0.50としています。表示レートが請求額のすべてではありません。ここでは、私たちが実測した内容を示します。
01

GLM-5.3 のおよそ10分の1

GLM-5.3 は 100万トークンあたり入力 $1.40、出力 $4.40 です。Flash は $0.15 と $0.50 なので、同じトークン数でもコストは約10分の1になります。

02

推論トークンは出力として課金される

2026-08-27 の AIReiter テストでは、33トークンの質問が最初の可視文字の前に約1,900の推論トークンを生成し、合計で2,656の出力トークンとなりました。回答だけでなく、推論分も予算に入れてください。

03

節約の鍵はキャッシュ

4,420トークンのキャッシュ済みプレフィックスを2回送信しました。2回目の呼び出しでは input_tokens 4、cache_read_input_tokens 4,416 と報告され、再利用されたプレフィックスは通常の入力料金ではなくキャッシュ料金で課金されました。

04

トークン単位ではなく、回答単位で見積もる

測定された出力トークン数 - 推論を含む - に出力レートを掛けてください。長い推論トレースを伴う短いプロンプトは、入力行から想像されるよりもはるかに高くつきます。

GLM-5.3 Flash vs GLM-5.3

ワークロードに応じてルーティングしてください。より安いモデルが、必ずしもより安い回答とは限りません。

次の場合はFlashを選ぶ

タスクの仕様が明確で、出力形式が固定されており、トークン単価が支配的になるほど頻繁に実行する場合。

次の場合はGLM-5.3を選ぶ

タスクがオープンエンドなエンジニアリングまたは研究作業で、誤答による損失のほうがトークン節約より大きい場合。

同じコンテキスト、同じエンドポイント

どちらも Messages API 経由で100万トークンのウィンドウと最大128Kの出力を提供するため、切り替えは model-id を変えるだけです。

画像に対応するのはFlashのみ

GLM-5.3 Flashは画像入力に対応し、GLM-5.3はテキストのみです。スクリーンショットやスキャンを含む用途では、より安いモデルとは、その仕事を実際にこなせるモデルのことです。

どちらも回答前に考える

私たちのテストでは、両モデルとも最初に長い推論トレースを出力し、max_tokens を1,200に設定すると、どちらも可視の回答を一切返しませんでした。どちらのルートでも、推論のための余白を残してください。

切り替える前に測定する

両方で自社の採用回答率を試してください。Flashでの再試行は、GLM-5.3での1回のクリーンな呼び出しより高くつくことがあります。

GLM-5.3 Flashは他のFlash層モデルとどう比較されるか

Flash系モデルは互換ではありません。実際に結果を変えるのは、これらの軸です。
01

コンテキストウィンドウ

100万トークンのウィンドウは、この価格帯では珍しいです。ワークロードが長文ドキュメントや会話履歴全体であれば、それだけで128Kや256Kのウィンドウしかないより安いモデルを除外できる場合があります。

02

推論の挙動

Flash層のモデルの中には、すぐに回答するものもあります。GLM-5.3 Flashは先に推論するため、レイテンシと出力トークンコストは増えますが、複数制約の抽出では役立つ傾向があります。

03

最初の可視トークンまでの時間

単純なプロンプトで、最初の可視文字が出るまで約56秒、出力速度は1秒あたり24〜33トークンでした。製品に即時の最初のトークンが必要な場合は、導入前に自分のプロンプトで必ずテストしてください。

04

1つのルートでテキストと画像

多くのFlash層モデルはテキストのみか、vision を別料金にしています。GLM-5.3 Flashは同じエンドポイントで同じレートのまま画像を受け付けます。これはAIReiterの2026-08-27のテストで確認済みです。

05

バイリンガル対応

1つのルートで中国語と英語の両方を扱えることは、主に英語向けに調整されたFlashモデルに対する実用上の利点です。

06

自分の評価セットで比較する

GLM-5.3 Flash、DeepSeek V4 Flash、Gemini 3.7 Flashを同じ50件の実リクエストで実行し、採用回答率と総コストを比較してください。公開ランキングでは、どれがあなたのプロンプトに合うかは分かりません。

GLM-5.3 Flash の使い方

代表的なプロンプトから本番用の Messages 統合へ移行します。

01

推論の余地を与える

max_tokens は、推論のトレースと回答の両方をまかなえるだけ十分に高く設定してください。私たちのテストでは、予算が少なすぎると推論がすべてを消費してしまい、空の応答が返ってきました。

02

実際のワークロードをテストする

本番で送る予定のものと同じコンテキスト長・出力構造で playground を使ってください。一般的なベンチマーク質問ではなく、実運用に近い条件で試すことが重要です。

03

使用状況とキャッシングを確認する

入力、出力、キャッシュ読み取りトークンを確認してください。同じテキストが繰り返されているだけではキャッシュヒットの証拠にはなりません。cache_read_input_tokens が正の値であることを確認してください。

04

Messages API に接続する

model "glm-5.3-flash" を指定して POST https://aireiter.com/api/v1/messages を呼び出し、必要に応じて streaming を有効にしてください。

GLM-5.3 Flash API の質問

本番トラフィックをルーティングする前にチームが確認すべき詳細です。

/ 01

GLM-5.3 Flash は何に最適ですか?

大量のチャット、構造化抽出、バッチ分類、そして agent loop における低コストな頻繁ステップです。

/ 02

GLM-5.3 Flash の料金はいくらですか?

Z.AI では入力トークン 100万あたり $0.15、キャッシュ済み入力トークン 100万あたり $0.03、出力トークン 100万あたり $0.50 とされています。AIReiter では上記に独自のルート価格を表示しています。推論トークンは出力として課金されることを忘れないでください。

/ 03

GLM-5.3 との違いは何ですか?

コンテキストウィンドウは同じ 100万トークンで、テキストパラメータも同じです。1トークンあたりの料金はおおむね10分の1で、GLM-5.3 とは異なり画像も受け付けます。難しいタスクでの推論の深さが両者の分かれ目なので、自分のワークロードで試してください。

/ 04

なぜリクエストが空の回答を返したのですか?

ほとんどの場合は max_tokens が原因です。モデルは回答の前に推論トレースを出力するため、少ない予算はそれだけで使い切られてしまいます。私たちのテストでは、1,200トークンの予算では目に見えるテキストが出ませんでした。上限を上げて再試行してください。

/ 05

GLM-5.3 Flash は multimodal ですか?

はい。ネイティブに multimodal で、テキストとあわせて画像入力を受け付けます。2026-08-27 の AIReiter テストでは、テスト画像のレイアウトと色を最初の試行で正しく説明しました。GLM-5.3 自体は text-only です。

/ 06

画像はどう送信しますか?

標準の Messages コンテンツブロックを使います。base64 ソースと media_type を持つ image ブロックの後に、テキストブロックを続けてください。このページの playground は PNG、JPEG、WebP、GIF のアップロードに対応しています。

/ 07

GLM-5.3 Flash はどのエンドポイントを使うべきですか?

POST https://aireiter.com/api/v1/messages を使用してください。Chat Completions エンドポイントはこの AIReiter のルートとは互換性がありません。

/ 08

表示されているコンテキストと出力の上限は何ですか?

このページでは、1M トークンのコンテキストウィンドウと最大 128K の出力トークンが示されています。クライアント側およびプロバイダー側のリクエスト上限は、さらに低い場合があります。

/ 09

プロンプトキャッシュは本当に機能しますか?

はい。2026-08-27 の AIReiter テストでは、4,420トークンのキャッシュ済みプレフィックスが、次の呼び出しで input_tokens 4、cache_read_input_tokens 4,416 を返しました。自分のプロンプトでも usage.cache_read_input_tokens を確認して検証してください。

/ 10

GLM-5.3 Flash はどれくらい速いですか?

出力トークンは秒あたり24〜33個を計測しましたが、単純なプロンプトでも推論トレースのため最初の可視文字まで約56秒かかりました。streaming を使うと、推論が到着次第表示されます。