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

API GLM-5.3 Flash, à essayer gratuitement

GLM-5.3 Flash est un grand modèle de langage à poids ouverts de Z.ai. Il lit le texte et les images et garde jusqu’à 1 M de tokens de contexte. deAPI le sert sur un endpoint compatible OpenAI : le SDK OpenAI fonctionne dès que vous changez l’URL de base, la clé et l’ID du modèle.

  • Texte et images en entrée, fenêtre de contexte de 1 048 576 tokens
  • Sortie JSON conforme à un schéma, appels d’outils et streaming
  • reasoning_effort accepte sept valeurs, de none à max ; le raisonnement reste actif à none

Sans carte bancaire · Crédits offerts valables 30 jours · Ensuite, vous rechargez et payez à l’usage, sans abonnement

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 tokens en entrée + 71 en sortie (1 de raisonnement) · 3,2 s Coût sur deAPI : 0,00006 $ (prix relevé en novembre 2026)

Cas d’usage de GLM-5.3 Flash

Quatre tâches pour lesquelles le modèle convient, chacune avec le chiffre qui l’appuie. Toutes tournent avec la même clé deAPI que la transcription, l’OCR et la génération d’images.

  1. Résumés de changelogs, de tickets et de comptes rendus de réunion. Le changelog ci-dessus représentait 123 tokens en entrée et est revenu sous la forme d’un résumé de deux phrases, soit 71 tokens. Trois essais avec reasoning_effort: low ont chacun cité les cinq changements. Un appel de ce type coûte 0,00006 $.

  2. Factures, reçus et formulaires. Envoyez une photo ou un scan en image_url avec un schéma JSON. Sur la facture allemande générée ci-dessous, il a renvoyé les 10 valeurs lors de deux essais, avec les dates au format ISO et les montants sous forme de nombres. L’IBAN est revenu sans espaces.

  3. Agents de code. Z.ai annonce 63,4 sur DeepSWE v1.1 pour GLM-5.3 Flash, contre 46,2 pour GLM-5.2 (harness mini-swe-agent, d’après la fiche du modèle). Les outils de code qui parlent l’API OpenAI Chat Completions peuvent pointer vers https://oai.deapi.ai/v1.

  4. Agents qui appellent deAPI. Décrivez les endpoints deAPI comme des outils. Quand on lui a demandé les chapitres horodatés d’une vidéo YouTube, le modèle a appelé transcribe_video avec include_ts: true (un seul essai). Votre code exécute cet appel avec WhisperLargeV3Ct2 et renvoie la transcription.

Facture allemande de Nordlicht Studio GmbH avec trois lignes et un total de 2 677,50 EUR
Réponse : 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"
}
Exemple de facture : image en entrée, JSON en sortie Prompt : « Extract the fields from this invoice. » Message système : « Extract invoice fields. Dates as YYYY-MM-DD, amounts as numbers. » Schéma JSON de 10 champs, température 0. 1 440 tokens en entrée + 278 en sortie (152 de raisonnement), 5,9 s au premier appel.

Tarifs de l’API GLM-5.3 Flash

Vous payez au token, sur le même solde prépayé que pour tous les autres modèles deAPI. Les tokens de raisonnement font partie de completion_tokens dans usage. Sans abonnement.

Entrée (texte et images) 0,165 $ ≈ 30 M de tokens
Entrée en cache (préfixe de prompt répété) 0,033 $ ≈ 151 M de tokens
Sortie (réponse et raisonnement) 0,55 $ ≈ 9,0 M de tokens
Résumé en haut de page, un appel 0,00006 $ ≈ 84 000 appels
Exemple de facture, un appel 0,00039 $ ≈ 12 000 appels

Ce que comprend le compte gratuit

  • 5 $ de crédits dès que vous ajoutez une carte bancaire
  • Environ 12 000 appels comme l’exemple de facture
  • Crédits valables 30 jours ; ensuite, vous rechargez et payez à l’usage
Recevoir 5 $ de crédits

Prix de glm-5.3-flash en USD, novembre 2026. Nombres de tokens tirés du résumé en haut de page et de l’exemple de facture. Limites de contexte et de sortie issues de GET https://oai.deapi.ai/v1/models.

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

Entrée Texte, image Texte Texte, image
Contexte 1 048 576 tokens 1 000 000 tokens 1 000 000 tokens
Sortie max. 131 072 tokens 131 072 tokens 131 072 tokens
reasoning_effort de none à max, 7 valeurs ; raisonne même à none low, high, max de none à max, 7 niveaux
Prix par million, entrée / sortie 0,165 $ / 0,55 $ 1,54 $ / 4,84 $ 0,165 $ / 0,517 $

Limites et types d’entrée issus de GET /v1/models. Valeurs acceptées pour reasoning_effort testées le 16 novembre 2026.

Exemple d’API GLM-5.3 Flash

Un POST vers https://oai.deapi.ai/v1/chat/completions avec votre clé deAPI comme jeton Bearer. Dans le SDK OpenAI, renseignez base_url, votre clé deAPI et l’ID du modèle ; le reste d’un appel Chat Completions ne change pas. Remplacez YOUR_API_KEY par une clé de votre tableau de bord.

ID du modèle
glm-5.3-flash
Endpoint
POST https://oai.deapi.ai/v1/chat/completions
Entrée
Texte et images en parties image_url : une data URL en base64 ou un lien HTTPS public. Les PDF et l’audio sont refusés.
Contexte et sortie
Fenêtre de contexte de 1 048 576 tokens (prompt et réponse compris), jusqu’à 131 072 tokens par réponse
Raisonnement
reasoning_effort : none, minimal, low, medium, high, xhigh ou max. Le texte du raisonnement, quand le modèle le renvoie, se trouve dans reasoning_content.
Options de sortie
response_format avec json_schema (strict) ou 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)

Qu’est-ce que GLM-5.3 Flash ?

GLM-5.3 Flash est un modèle à poids ouverts que Z.ai publie sur Hugging Face sous licence MIT. Il compte 320B de paramètres au total et en utilise 18B par token. Z.ai le présente comme le premier modèle nativement multimodal de la série GLM-5 : il lit le texte et les images et écrit du texte. Sur deAPI, vous l’appelez comme n’importe quel modèle de chat OpenAI et vous payez au token.

  1. Créez un compte gratuit

    Inscrivez-vous et recevez 5 $ de crédits.

  2. Pointez votre client vers deAPI

    Réglez base_url sur https://oai.deapi.ai/v1 et utilisez votre clé deAPI.

  3. Envoyez la requête

    Indiquez glm-5.3-flash comme modèle et lisez la réponse dans choices[0].message.content.

FAQ GLM-5.3 Flash

Oui. deAPI le sert sur https://oai.deapi.ai/v1 sous l’ID de modèle glm-5.3-flash, avec le format de requête et de réponse de l’API OpenAI Chat Completions. Dans un code qui utilise le SDK OpenAI, vous changez trois valeurs : base_url, la clé API et le modèle. Faites vos propres tests avant de basculer votre trafic.
Un nouveau compte deAPI reçoit 5 $ de crédits une fois une carte bancaire ajoutée, de quoi faire environ 12 000 appels comme l’exemple de facture de cette page. Les crédits sont valables 30 jours. Ensuite, vous rechargez et payez à l’usage, sans abonnement.
0,165 $ par million de tokens en entrée et 0,55 $ par million de tokens en sortie (novembre 2026). Les tokens de raisonnement comptent comme de la sortie, et vous les voyez dans usage.completion_tokens_details.reasoning_tokens.
Oui. Ajoutez une partie image_url au message utilisateur, sous forme de data URL en base64 ou de lien HTTPS public. Les fichiers PDF et audio sont refusés : passez les PDF par l’API OCR ou envoyez les pages en images, et transcrivez d’abord l’audio.
Sur deAPI, la fenêtre de contexte est de 1 048 576 tokens, prompt et réponse compris, et une réponse peut compter jusqu’à 131 072 tokens. Un max_tokens plus élevé est refusé avec une erreur.
Sur deAPI, glm-5.3-flash lit le texte et les images et accepte sept valeurs de reasoning_effort ainsi qu’un json_schema strict. glm-5.3 ne lit que du texte et accepte low, high et max. Par million de tokens, Flash coûte 0,165 $ en entrée et 0,55 $ en sortie ; GLM-5.3 coûte 1,54 $ en entrée et 4,84 $ en sortie. Z.ai indique pour Flash 320B de paramètres, dont 18B actifs par token.
Pas complètement. deAPI accepte les sept valeurs de reasoning_effort, mais la documentation de Z.ai précise que le thinking ne peut pas être désactivé pour ce modèle. Sur la requête de tri de tickets de l’exemple cURL, none a répondu « billing » avec 7 tokens en sortie, dont 5 de raisonnement. low a utilisé 5 tokens en sortie (3 de raisonnement) et max 59 (57 de raisonnement). Un essai chacun.
Z.ai publie les poids sur Hugging Face sous licence MIT, qui autorise l’usage commercial. Les appels via deAPI sont également régis par les Conditions d’utilisation de deAPI.

Envoyez votre première requête GLM-5.3 Flash avec 5 $ de crédits offerts

Inscription par e-mail ou avec Google. Paiement à l’usage, sans abonnement.