GPT 2.6, Veo 3.1, Seedance 2.5, Kling 4 in deAPI!
Web-search and web-contents are now available via API
Browse all Models
Browse all
Browse all
Browse all

LLM · Vision

GLM-5.3 Flash API, kostenlos testen

GLM-5.3 Flash ist ein Large Language Model mit offenen Gewichten von Z.ai. Es liest Text und Bilder und fasst bis zu 1 Mio. Tokens Kontext. deAPI stellt es über einen OpenAI-kompatiblen Endpoint bereit. Das OpenAI SDK funktioniert also, sobald du Base-URL, Key und Modell-ID änderst.

  • Text und Bilder als Input, Kontextfenster von 1.048.576 Tokens
  • Output nach JSON-Schema, Tool Calls und Streaming
  • reasoning_effort nimmt sieben Werte, none bis max; bei none bleibt das Reasoning an

Keine Kreditkarte nötig · Gratis-Guthaben 30 Tage gültig · Danach Guthaben aufladen und nach Verbrauch zahlen, kein Abo

GLM-5.3 Flash LLM · Vision

model: "glm-5.3-flash"
reasoning_effort: "low"

system: You write release notes. Summarise the changelog in two plain sentences. No lists.

user

Summarise this for the customer newsletter.

v2.4.0 (2026-11-12)
- Added: CSV export on the Invoices page
- Added: SSO login with Google Workspace
- Fixed: duplicate e-mail reminders after a timezone change
- Changed: API rate limit raised from 60 to 120 requests per minute
- Removed: legacy /v1/reports endpoint (use /v2/reports)
assistant

In v2.4.0 you can now export invoices as CSV, sign in with Google Workspace via SSO, and enjoy a doubled API rate limit of 120 requests per minute. We’ve also fixed duplicate email reminders after timezone changes and removed the legacy /v1/reports endpoint, so please switch to /v2/reports.

123 Input- + 71 Output-Tokens (1 Reasoning) · 3,2 s Kosten bei deAPI: 0,00006 $ (Preisstand November 2026)

Anwendungsfälle für GLM-5.3 Flash

Vier Aufgaben, für die das Modell passt, jede mit der Zahl dahinter. Alle laufen mit demselben deAPI-Key wie Transkription, OCR und Bildgenerierung.

  1. Zusammenfassungen von Changelogs, Tickets und Meeting-Notizen. Das Changelog oben ging mit 123 Tokens rein und kam als Zusammenfassung in zwei Sätzen mit 71 Tokens zurück. Drei Durchläufe mit reasoning_effort: low nannten jeweils alle fünf Änderungen. Ein solcher Aufruf kostet 0,00006 $.

  2. Rechnungen, Belege und Formulare. Sende ein Foto oder einen Scan als image_url zusammen mit einem JSON-Schema. Bei der generierten deutschen Rechnung unten lieferte es in zwei Durchläufen alle 10 Werte, mit Datumsangaben im ISO-Format und Beträgen als Zahlen. Die IBAN kam ohne Leerzeichen zurück.

  3. Coding-Agenten. Z.ai nennt für GLM-5.3 Flash 63,4 auf DeepSWE v1.1, gegenüber 46,2 für GLM-5.2 (mini-swe-agent-Harness, laut Model Card). Coding-Tools, die die OpenAI Chat Completions API sprechen, kannst du auf https://oai.deapi.ai/v1 richten.

  4. Agenten, die deAPI aufrufen. Beschreibe deAPI-Endpoints als Tools. Nach Kapiteln mit Zeitstempeln für ein YouTube-Video gefragt, rief das Modell transcribe_video mit include_ts: true auf (ein Durchlauf). Dein Code führt diesen Aufruf mit WhisperLargeV3Ct2 aus und schickt das Transkript zurück.

Deutsche Rechnung der Nordlicht Studio GmbH mit drei Positionen und einer Summe von 2.677,50 EUR
Antwort: message.content
{
  "invoice_number": "NS-2026-0418",
  "issue_date": "2026-11-03",
  "due_date": "2026-11-17",
  "seller": "Nordlicht Studio GmbH",
  "seller_vat_id": "DE298765431",
  "net": 2250.00,
  "vat": 427.50,
  "total": 2677.50,
  "currency": "EUR",
  "iban": "DE44100100100123456789"
}
Rechnungsbeispiel: Bild rein, JSON raus Prompt: „Extract the fields from this invoice.“ System-Nachricht: „Extract invoice fields. Dates as YYYY-MM-DD, amounts as numbers.“ JSON-Schema mit 10 Feldern, Temperatur 0. 1.440 Input- + 278 Output-Tokens (152 Reasoning), 5,9 s beim ersten Aufruf.

GLM-5.3 Flash API Preise

Du zahlst pro Token aus demselben Prepaid-Guthaben wie bei jedem anderen deAPI-Modell. Reasoning-Tokens sind Teil von completion_tokens in usage. Kein Abo.

Input (Text und Bilder) 0,165 $ ≈ 30 Mio. Tokens
Gecachter Input (wiederholtes Prompt-Präfix) 0,033 $ ≈ 151 Mio. Tokens
Output (Antwort und Reasoning) 0,55 $ ≈ 9,0 Mio. Tokens
Zusammenfassung im Hero, ein Aufruf 0,00006 $ ≈ 84.000 Aufrufe
Rechnungsbeispiel, ein Aufruf 0,00039 $ ≈ 12.000 Aufrufe

Das bekommst du mit dem Gratis-Konto

  • 5 $ Guthaben, sobald du eine Zahlungskarte hinterlegt hast
  • Etwa 12.000 Aufrufe wie das Rechnungsbeispiel
  • Guthaben 30 Tage gültig, danach aufladen und nach Verbrauch zahlen
5 $ Guthaben sichern

Preise für glm-5.3-flash in USD, November 2026. Token-Zahlen aus der Zusammenfassung im Hero und dem Rechnungsbeispiel. Kontext- und Output-Limits aus GET https://oai.deapi.ai/v1/models.

GLM-5.3 Flash vs. GLM-5.3 vs. Qwen3.8 Flash

Input Text, Bild Text Text, Bild
Kontext 1.048.576 Tokens 1.000.000 Tokens 1.000.000 Tokens
Max. Output 131.072 Tokens 131.072 Tokens 131.072 Tokens
reasoning_effort none bis max, 7 Werte; Reasoning auch bei none low, high, max none bis max, 7 Stufen
Preis pro 1 Mio., Input / Output 0,165 $ / 0,55 $ 1,54 $ / 4,84 $ 0,165 $ / 0,517 $

Limits und Input-Typen aus GET /v1/models. Akzeptierte Werte für reasoning_effort getestet am 16. November 2026.

Beispiel für die GLM-5.3 Flash API

Ein POST an https://oai.deapi.ai/v1/chat/completions mit deinem deAPI-Key als Bearer-Token. Im OpenAI SDK setzt du base_url, deinen deAPI-Key und die Modell-ID; der Rest eines Chat-Completions-Aufrufs bleibt gleich. Ersetze YOUR_API_KEY durch einen Key aus deinem Dashboard.

Modell-ID
glm-5.3-flash
Endpoint
POST https://oai.deapi.ai/v1/chat/completions
Input
Text und Bilder als image_url-Parts: eine Base64-Data-URL oder ein öffentlicher HTTPS-Link. PDFs und Audio werden abgelehnt.
Kontext und Output
Kontextfenster von 1.048.576 Tokens (Prompt und Antwort zusammen), bis zu 131.072 Tokens pro Antwort
Reasoning
reasoning_effort: none, minimal, low, medium, high, xhigh oder max. Der Reasoning-Text steht in reasoning_content, wenn das Modell ihn zurückgibt.
Output-Optionen
response_format mit json_schema (strict) oder json_object, tools, stream
curl https://oai.deapi.ai/v1/chat/completions \
  -H 'Authorization: Bearer YOUR_API_KEY' \
  -H 'Content-Type: application/json' \
  -d '{
    "model": "glm-5.3-flash",
    "reasoning_effort": "low",
    "messages": [
      {"role": "system", "content": "Sort support tickets. Reply with one word: billing, bug, feature or other."},
      {"role": "user", "content": "I was charged twice for the November top-up."}
    ]
  }'
import base64, json
from openai import OpenAI

client = OpenAI(base_url="https://oai.deapi.ai/v1", api_key="YOUR_API_KEY")

with open("invoice.png", "rb") as f:
    image = "data:image/png;base64," + base64.b64encode(f.read()).decode()

schema = {
    "type": "object",
    "additionalProperties": False,
    "required": ["invoice_number", "issue_date", "due_date", "seller",
                 "seller_vat_id", "net", "vat", "total", "currency", "iban"],
    "properties": {
        "invoice_number": {"type": "string"},
        "issue_date": {"type": "string"},
        "due_date": {"type": "string"},
        "seller": {"type": "string"},
        "seller_vat_id": {"type": "string"},
        "net": {"type": "number"},
        "vat": {"type": "number"},
        "total": {"type": "number"},
        "currency": {"type": "string"},
        "iban": {"type": "string"},
    },
}

response = client.chat.completions.create(
    model="glm-5.3-flash",
    temperature=0,
    messages=[
        {"role": "system", "content": "Extract invoice fields. "
         "Dates as YYYY-MM-DD, amounts as numbers."},
        {"role": "user", "content": [
            {"type": "text", "text": "Extract the fields from this invoice."},
            {"type": "image_url", "image_url": {"url": image}},
        ]},
    ],
    response_format={"type": "json_schema",
                     "json_schema": {"name": "invoice", "strict": True, "schema": schema}},
)

invoice = json.loads(response.choices[0].message.content)
print(invoice["total"], invoice["currency"])  # 2677.5 EUR
print(response.usage)

Was ist GLM-5.3 Flash?

GLM-5.3 Flash ist ein Modell mit offenen Gewichten, das Z.ai auf Hugging Face unter der MIT-Lizenz veröffentlicht. Es hat insgesamt 320 Mrd. Parameter und nutzt davon 18 Mrd. pro Token. Z.ai nennt es das erste nativ multimodale Modell der GLM-5-Serie: Es liest Text und Bilder und schreibt Text. Auf deAPI rufst du es wie jedes OpenAI-Chat-Modell auf und zahlst pro Token.

  1. Gratis-Konto anlegen

    Registriere dich und hol dir 5 $ Guthaben.

  2. Client auf deAPI umstellen

    Setze base_url auf https://oai.deapi.ai/v1 und nutze deinen deAPI-Key.

  3. Anfrage senden

    Nimm glm-5.3-flash als Modell und lies die Antwort aus choices[0].message.content.

FAQ zu GLM-5.3 Flash

Ja. deAPI stellt das Modell unter https://oai.deapi.ai/v1 mit der Modell-ID glm-5.3-flash bereit, im Request- und Response-Format der OpenAI Chat Completions API. In Code, der das OpenAI SDK nutzt, änderst du drei Werte: base_url, den API-Key und das Modell. Teste selbst, bevor du Traffic umstellst.
Ein neues deAPI-Konto bekommt 5 $ Guthaben, sobald eine Zahlungskarte hinterlegt ist. Das reicht für etwa 12.000 Aufrufe wie das Rechnungsbeispiel auf dieser Seite. Das Guthaben ist 30 Tage gültig. Danach lädst du Guthaben auf und zahlst nach Verbrauch, ohne Abo.
0,165 $ pro Million Input-Tokens und 0,55 $ pro Million Output-Tokens (November 2026). Reasoning-Tokens zählen als Output, und du siehst sie in usage.completion_tokens_details.reasoning_tokens.
Ja. Füge der User-Nachricht einen image_url-Part hinzu, als Base64-Data-URL oder öffentlichen HTTPS-Link. PDFs und Audiodateien werden abgelehnt: Schick PDFs durch die OCR API oder sende die Seiten als Bilder, und transkribiere Audio vorher.
Auf deAPI umfasst das Kontextfenster 1.048.576 Tokens, Prompt und Antwort zusammen, und eine Antwort kann bis zu 131.072 Tokens lang sein. Ein größerer Wert für max_tokens wird mit einem Fehler abgelehnt.
Auf deAPI liest glm-5.3-flash Text und Bilder und akzeptiert sieben Werte für reasoning_effort sowie ein striktes json_schema. glm-5.3 liest nur Text und akzeptiert low, high und max. Pro Million Tokens kostet Flash 0,165 $ für Input und 0,55 $ für Output; GLM-5.3 kostet 1,54 $ für Input und 4,84 $ für Output. Z.ai gibt für Flash 320 Mrd. Parameter an, davon 18 Mrd. aktiv pro Token.
Nicht ganz. deAPI akzeptiert alle sieben Werte für reasoning_effort, aber laut der Dokumentation von Z.ai lässt sich das Thinking bei diesem Modell nicht deaktivieren. Bei der Ticket-Anfrage aus dem cURL-Beispiel antwortete none „billing“ mit 7 Output-Tokens, davon 5 Reasoning. low brauchte 5 Output-Tokens (3 Reasoning) und max 59 (57 Reasoning). Je ein Durchlauf.
Z.ai veröffentlicht die Gewichte auf Hugging Face unter der MIT-Lizenz, die kommerzielle Nutzung erlaubt. Für Aufrufe über deAPI gelten außerdem die deAPI Terms of Service.

Sende deine erste Anfrage an GLM-5.3 Flash mit 5 $ Gratis-Guthaben

Registrierung mit E-Mail oder Google. Kein Abo, Abrechnung nach Verbrauch.