GLM-5.3-Prime is the high-speed variant of Z.ai's GLM-5.3, inheriting its full capabilities while delivering 1.5–2× the output throughput through inference acceleration. It supports text input and output with a 1M-token context window and up to 128K output tokens, and targets coding and agentic workloads, including long-horizon multi-turn agent orchestration, real-time conversation, and streaming code generation.
Reasoning is always on and cannot be disabled. Reasoning efforts low, high, and max are supported; max is the default.
Actualmente no está disponible mediante el enrutamiento dentro de la región de la UE. Documentación de enrutamiento dentro de la región
| 2,80 US$ | 8,80 US$ | 0,56 US$ | 0,65s | 111 tps |
P50, el mejor entre los proveedores
P50, mejor proveedor
Cuando se produce un error en un proveedor ascendente, podemos recuperarnos enrutando la solicitud a otro proveedor que funcione correctamente, si los filtros de su solicitud lo permiten. Puede acceder mediante programación a los datos de tiempo de actividad de cada proveedor a través de la API de endpoints. Obtenga más información sobre nuestras opciones de equilibrio de carga y enrutamiento de proveedores.

GLM 5.3 Prime cuesta 2,80 US/M de tókenes de salida, con tarifas independientes para Cache Read a 0,56 US$/M tokens.