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 · Visión

API GLM-5.3 Flash, pruébala gratis

GLM-5.3 Flash es un modelo de lenguaje grande (LLM) de pesos abiertos de Z.ai. Lee texto e imágenes y admite hasta 1M de tokens de contexto. deAPI lo ofrece en un endpoint compatible con OpenAI, así que el SDK de OpenAI funciona en cuanto cambias la URL base, la clave y el ID del modelo.

  • Entrada de texto e imágenes, ventana de contexto de 1.048.576 tokens
  • Salida con JSON schema, llamadas a herramientas y streaming
  • reasoning_effort acepta siete valores, de none a max; el razonamiento sigue activo con none

Sin tarjeta de crédito · Créditos gratis válidos 30 días · Después recargas saldo y pagas por uso, sin suscripción

GLM-5.3 Flash LLM · Visión

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 tokens de entrada + 71 de salida (1 de razonamiento) · 3,2 s Costo en deAPI: $0,00006 (precio de noviembre de 2026)

Casos de uso de GLM-5.3 Flash

Cuatro tareas en las que el modelo encaja, cada una con el dato que lo respalda. Todas funcionan con la misma clave de deAPI que la transcripción, el OCR y la generación de imágenes.

  1. Resúmenes de changelogs, tickets y notas de reuniones. El changelog de arriba entró como 123 tokens y volvió como un resumen de dos frases y 71 tokens. En tres ejecuciones con reasoning_effort: low, cada respuesta mencionó los cinco cambios. Una llamada así cuesta $0,00006.

  2. Facturas, recibos y formularios. Envía una foto o un escaneo como image_url junto con un JSON schema. Con la factura alemana generada de abajo devolvió los 10 valores en dos ejecuciones, con las fechas en formato ISO y los importes como números. El IBAN llegó sin espacios.

  3. Agentes de programación. Z.ai reporta 63,4 en DeepSWE v1.1 para GLM-5.3 Flash, frente a 46,2 de GLM-5.2 (harness mini-swe-agent, según la ficha del modelo). Las herramientas de programación que hablan la API Chat Completions de OpenAI pueden apuntar a https://oai.deapi.ai/v1.

  4. Agentes que llaman a deAPI. Describe los endpoints de deAPI como herramientas. Cuando le pedimos los capítulos con marcas de tiempo de un video de YouTube, el modelo llamó a transcribe_video con include_ts: true (una ejecución). Tu código ejecuta esa llamada con WhisperLargeV3Ct2 y le devuelve la transcripción.

Factura alemana de Nordlicht Studio GmbH con tres líneas de detalle y un total de 2.677,50 EUR
Respuesta: 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"
}
Ejemplo de factura: entra una imagen, sale JSON Prompt: “Extract the fields from this invoice.” Mensaje de sistema: “Extract invoice fields. Dates as YYYY-MM-DD, amounts as numbers.” JSON schema con 10 campos, temperatura 0. 1.440 tokens de entrada + 278 de salida (152 de razonamiento), 5,9 s en la primera llamada.

Precios de la API GLM-5.3 Flash

Pagas por token con el mismo saldo prepago que usas para los demás modelos de deAPI. Los tokens de razonamiento forman parte de completion_tokens en usage. Sin suscripción.

Entrada (texto e imágenes) $0,165 ≈ 30M de tokens
Entrada en caché (prefijo de prompt repetido) $0,033 ≈ 151M de tokens
Salida (respuesta y razonamiento) $0,55 ≈ 9,0M de tokens
Resumen de la cabecera, una llamada $0,00006 ≈ 84.000 llamadas
Ejemplo de factura, una llamada $0,00039 ≈ 12.000 llamadas

Qué incluye la cuenta gratuita

  • $5 en créditos al añadir una tarjeta de pago
  • Unas 12.000 llamadas como la del ejemplo de factura
  • Créditos válidos por 30 días; después recargas saldo y pagas por uso
Obtén $5 en créditos

Precios de glm-5.3-flash en USD, noviembre de 2026. Recuentos de tokens del resumen de la cabecera y del ejemplo de factura. Límites de contexto y de salida según GET https://oai.deapi.ai/v1/models.

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

Entrada Texto, imagen Texto Texto, imagen
Contexto 1.048.576 tokens 1.000.000 tokens 1.000.000 tokens
Salida máxima 131.072 tokens 131.072 tokens 131.072 tokens
reasoning_effort de none a max, 7 valores; razona incluso con none low, high, max de none a max, 7 niveles
Precio por 1M, entrada / salida $0,165 / $0,55 $1,54 / $4,84 $0,165 / $0,517

Límites y tipos de entrada según GET /v1/models. Valores aceptados de reasoning_effort probados el 16 de noviembre de 2026.

Ejemplo de API GLM-5.3 Flash

Un POST a https://oai.deapi.ai/v1/chat/completions con tu clave de deAPI como token Bearer. En el SDK de OpenAI, configura base_url, tu clave de deAPI y el ID del modelo; el resto de una llamada a Chat Completions queda igual. Sustituye YOUR_API_KEY por una clave de tu panel.

ID del modelo
glm-5.3-flash
Endpoint
POST https://oai.deapi.ai/v1/chat/completions
Entrada
Texto e imágenes como partes image_url: una data URL en base64 o un enlace HTTPS público. Los PDF y el audio se rechazan.
Contexto y salida
Ventana de contexto de 1.048.576 tokens (prompt y respuesta juntos), hasta 131.072 tokens por respuesta
Razonamiento
reasoning_effort: none, minimal, low, medium, high, xhigh o max. El texto del razonamiento, cuando el modelo lo devuelve, está en reasoning_content.
Opciones de salida
response_format con json_schema (strict) o 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)

¿Qué es GLM-5.3 Flash?

GLM-5.3 Flash es un modelo de pesos abiertos que Z.ai publica en Hugging Face bajo la licencia MIT. Tiene 320 mil millones de parámetros en total y usa 18 mil millones por token. Z.ai lo llama el primer modelo nativamente multimodal de la serie GLM-5: lee texto e imágenes y escribe texto. En deAPI lo llamas como a cualquier modelo de chat de OpenAI y pagas por token.

  1. Crea una cuenta gratis

    Regístrate y recibe $5 en créditos.

  2. Apunta tu cliente a deAPI

    Configura base_url como https://oai.deapi.ai/v1 y usa tu clave de deAPI.

  3. Envía la solicitud

    Usa glm-5.3-flash como modelo y lee la respuesta en choices[0].message.content.

Preguntas frecuentes sobre GLM-5.3 Flash

Sí. deAPI lo ofrece en https://oai.deapi.ai/v1 con el ID de modelo glm-5.3-flash y el formato de solicitud y respuesta de la API Chat Completions de OpenAI. En código que usa el SDK de OpenAI cambias tres valores: base_url, la clave de API y el modelo. Haz tus propias pruebas antes de migrar tráfico.
Una cuenta nueva de deAPI recibe $5 en créditos al añadir una tarjeta de pago, suficiente para unas 12.000 llamadas como la del ejemplo de factura de esta página. Los créditos son válidos por 30 días. Después recargas saldo y pagas por uso, sin suscripción.
$0,165 por millón de tokens de entrada y $0,55 por millón de tokens de salida (noviembre de 2026). Los tokens de razonamiento cuentan como salida y los ves en usage.completion_tokens_details.reasoning_tokens.
Sí. Añade una parte image_url al mensaje del usuario, como data URL en base64 o como enlace HTTPS público. Los PDF y los archivos de audio se rechazan: pasa los PDF por la API OCR o envía las páginas como imágenes, y transcribe el audio primero.
En deAPI la ventana de contexto es de 1.048.576 tokens, entre prompt y respuesta, y una respuesta puede tener hasta 131.072 tokens. Un max_tokens mayor se rechaza con un error.
En deAPI, glm-5.3-flash lee texto e imágenes y acepta siete valores de reasoning_effort y un json_schema estricto. glm-5.3 solo lee texto y acepta low, high y max. Por millón de tokens, Flash cuesta $0,165 de entrada y $0,55 de salida; GLM-5.3 cuesta $1,54 de entrada y $4,84 de salida. Z.ai indica para Flash 320 mil millones de parámetros, con 18 mil millones activos por token.
No del todo. deAPI acepta los siete valores de reasoning_effort, pero la documentación de Z.ai dice que el razonamiento (thinking) no se puede desactivar en este modelo. Con la solicitud de tickets del ejemplo de cURL, none respondió “billing” con 7 tokens de salida, 5 de ellos de razonamiento. low usó 5 tokens de salida (3 de razonamiento) y max usó 59 (57 de razonamiento). Una ejecución cada uno.
Z.ai publica los pesos en Hugging Face bajo la licencia MIT, que permite el uso comercial. Las llamadas a través de deAPI también están sujetas a los Términos de servicio de deAPI.

Envía tu primera solicitud a GLM-5.3 Flash con $5 en créditos gratis

Regístrate con tu correo o con Google. Sin suscripción, pagas por uso.