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.
Atualmente indisponível por meio do roteamento intrarregional da UE. Documentação de roteamento na região
| US$ 2,80 | US$ 8,80 | US$ 0,56 | 0,89s | 89 tps |
P50, melhor entre os provedores
P50, melhor provedor
Quando ocorre um erro em um provedor upstream, podemos nos recuperar roteando para outro provedor saudável, se os filtros da sua solicitação permitirem. Você pode acessar os dados de disponibilidade por provedor de forma programática pela API de endpoints. Saiba mais sobre nossas opções de balanceamento de carga e roteamento de provedores.
