glm-5-3-flash
Comprensión visual, extracción de información y llamadas a herramientas.
Precio: Entrada: 9.576 créditos / 1 M de tokens (≈ $0.05); salida: 18.816 créditos / 1 M de tokens (≈ $0.09).
Precios actualizados
¿En qué puedo ayudarte hoy?
Esta página de demostración no incluye todas las funciones de memoria del cliente. Para disfrutar de la experiencia completa, utiliza el cliente o la CLI.
Más modelos de IA de Z.ai
GLM-5.3-Flash API
Llama a GLM-5.3-Flash en ModelFold con el ID de modelo glm-5-3-flash.
Para qué sirve este modelo
Ventana de contexto
Contexto de 1,048,576 tokens para conversaciones largas, análisis de documentos y código.
Comprensión visual
Admite texto e imágenes y devuelve texto. Úsalo para comprender capturas de pantalla, gráficos y documentos.
Razonamiento y herramientas
El razonamiento siempre está activo; reasoning_effort admite low, high y max. Admite llamadas a funciones.
Precios
Facturación por uso de tokens. Precios actuales: entrada 9.576 créditos por millón de tokens (aprox. $0.048) y salida 18.816 créditos (aprox. $0.094). El cargo final sigue el uso real de tokens; las llamadas fallidas no se cobran.
Preguntas frecuentes
¿Qué ID de modelo debo enviar?⌄
Envía model glm-5-3-flash a POST https://modelfold.ai/v1/chat/completions con Authorization: Bearer YOUR_API_KEY y messages en formato OpenAI. stream: true devuelve eventos SSE.
¿Admite herramientas?⌄
Sí. Envía tools y tool_choice como en OpenAI Chat Completions. El modelo devuelve los argumentos; tu aplicación ejecuta la herramienta y envía el resultado.
| Entrada | 9.576 créditos 1M tokens≈ $0.05 |
| Entrada en caché | 5.94 créditos 1M tokens≈ $0.03 |
| Salida | 18.816 créditos 1M tokens≈ $0.09 |
Se cobra por token, con tarifas separadas para entrada y salida. Los tokens de razonamiento cuentan como salida. El entorno de pruebas aplica exactamente el mismo cálculo.
Leer la documentación de la API →AI Agents · Claude Code / Cursor / Trae →curl https://modelfold.ai/v1/chat/completions \
-H "Authorization: Bearer $MODELFOLD_API_KEY" \
-H "Content-Type: application/json" \
-d '{"model":"glm-5-3-flash","messages":[{"role":"user","content":"Hello"}]}'