GLM-5.3-Prime — это высокоскоростной вариант GLM-5.3 от Z.ai, унаследовавший все его возможности и обеспечивающий в 1,5–2 раза более высокую пропускную способность вывода благодаря ускорению инференса. Модель поддерживает ввод и вывод текста, контекстное окно на 1M токенов и до 128K выходных токенов, а также предназначена для задач программирования и агентных нагрузок, включая долгосрочную оркестрацию многошаговых взаимодействий агентов, общение в реальном времени и потоковую генерацию кода.
Режим рассуждений всегда включён и не может быть отключён. Поддерживаются уровни интенсивности рассуждений low, high и max; по умолчанию используется max.
Одну и ту же модель хостят разные компании. ВЕГА направляет запрос к одному из endpoint'ов с учётом цены и скорости. Используйте ID:floor для text to text моделей, чтобы экономить до 50% стоимости запроса
| Провайдер | Вход /1M | Выход /1M | Кэш чтение /1M | Задержка | Ток/с | Аптайм |
|---|---|---|---|---|---|---|
Alibaba alibaba | 430,15 ₽/M (4.76 $/M) | 1351,89 ₽/M (14.96 $/M) | 86,03 ₽/M (0.952 $/M) | 0.80s | 110 | 99,46% |
# Запрос к API ВЕГА через z-ai/glm-5.3-prime
curl https://api.vega.chat/api/v1/chat/completions \
-H "Content-Type: application/json" \
-H "Authorization: Bearer $VEGA_API_KEY" \
-d '{
"model": "z-ai/glm-5.3-prime",
"messages": [
{ "role": "user", "content": "Hello!" }
]
}'