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 · Visão

API GLM-5.3 Flash, grátis para testar

O GLM-5.3 Flash é um grande modelo de linguagem (LLM) de pesos abertos da Z.ai. Ele lê texto e imagens e comporta até 1M de tokens de contexto. O deAPI oferece o modelo em um endpoint compatível com a OpenAI, então o SDK da OpenAI funciona assim que você troca a base URL, a chave e o ID do modelo.

  • Entrada de texto e imagens, janela de contexto de 1.048.576 tokens
  • Saída em JSON schema, chamadas de ferramentas e streaming
  • reasoning_effort aceita sete valores, de none a max; o raciocínio continua ligado em none

Sem cartão de crédito · Créditos grátis válidos por 30 dias · Depois, você recarrega o saldo e paga pelo uso, sem assinatura

GLM-5.3 Flash LLM · Visão

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 saída (1 de raciocínio) · 3,2 s Custo no deAPI: US$ 0,00006 (preço de novembro de 2026)

Casos de uso do GLM-5.3 Flash

Quatro tarefas em que o modelo se encaixa, cada uma com o número que sustenta a escolha. Todas rodam com a mesma chave do deAPI que você usa para transcrição, OCR e geração de imagens.

  1. Resumos de changelogs, tickets e atas de reunião. O changelog acima entrou com 123 tokens e voltou como um resumo de duas frases com 71 tokens. Três execuções com reasoning_effort: low citaram, cada uma, as cinco mudanças. Uma chamada dessas custa US$ 0,00006.

  2. Faturas, recibos e formulários. Envie uma foto ou um scan como image_url junto com um JSON schema. Na fatura alemã gerada que aparece abaixo, ele devolveu os 10 valores em duas execuções, com datas em formato ISO e valores monetários como números. O IBAN voltou sem espaços.

  3. Agentes de programação. A Z.ai informa 63,4 no DeepSWE v1.1 para o GLM-5.3 Flash, contra 46,2 do GLM-5.2 (harness mini-swe-agent, segundo o model card). Ferramentas de programação que falam a API Chat Completions da OpenAI podem apontar para https://oai.deapi.ai/v1.

  4. Agentes que chamam o deAPI. Descreva os endpoints do deAPI como ferramentas. Quando pedimos os capítulos com timestamps de um vídeo do YouTube, o modelo chamou transcribe_video com include_ts: true (uma execução). Seu código executa essa chamada com o WhisperLargeV3Ct2 e envia a transcrição de volta.

Fatura alemã da Nordlicht Studio GmbH com três itens e total de 2.677,50 EUR
Resposta: 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"
}
Exemplo da fatura: imagem na entrada, JSON na saída Prompt: “Extract the fields from this invoice.” Mensagem de sistema: “Extract invoice fields. Dates as YYYY-MM-DD, amounts as numbers.” JSON schema com 10 campos, temperatura 0. 1.440 tokens de entrada + 278 de saída (152 de raciocínio), 5,9 s na primeira chamada.

Preços da API GLM-5.3 Flash

Você paga por token, com o mesmo saldo pré-pago de todos os outros modelos do deAPI. Os tokens de raciocínio fazem parte de completion_tokens em usage. Sem assinatura.

Entrada (texto e imagens) US$ 0,165 ≈ 30M de tokens
Entrada em cache (prefixo de prompt repetido) US$ 0,033 ≈ 151M de tokens
Saída (resposta e raciocínio) US$ 0,55 ≈ 9,0M de tokens
Resumo do topo da página, uma chamada US$ 0,00006 ≈ 84.000 chamadas
Exemplo da fatura, uma chamada US$ 0,00039 ≈ 12.000 chamadas

O que vem na conta gratuita

  • US$ 5 em créditos assim que você adiciona um cartão de pagamento
  • Cerca de 12.000 chamadas como a do exemplo da fatura
  • Créditos válidos por 30 dias; depois, você recarrega o saldo e paga pelo uso
Ganhe US$ 5 em créditos

Preços do glm-5.3-flash em dólares americanos (USD), novembro de 2026. Contagens de tokens do resumo do topo da página e do exemplo da fatura. Limites de contexto e de saída de GET https://oai.deapi.ai/v1/models.

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

Entrada Texto, imagem Texto Texto, imagem
Contexto 1.048.576 tokens 1.000.000 tokens 1.000.000 tokens
Saída máxima 131.072 tokens 131.072 tokens 131.072 tokens
reasoning_effort de none a max, 7 valores; raciocina mesmo em none low, high, max de none a max, 7 níveis
Preço por 1M, entrada / saída US$ 0,165 / US$ 0,55 US$ 1,54 / US$ 4,84 US$ 0,165 / US$ 0,517

Limites e tipos de entrada de GET /v1/models. Valores aceitos de reasoning_effort testados em 16 de novembro de 2026.

Exemplo da API GLM-5.3 Flash

Um POST para https://oai.deapi.ai/v1/chat/completions com sua chave do deAPI como Bearer token. No SDK da OpenAI, defina base_url, sua chave do deAPI e o ID do modelo; o restante da chamada de Chat Completions continua igual. Troque YOUR_API_KEY por uma chave do seu painel.

ID do modelo
glm-5.3-flash
Endpoint
POST https://oai.deapi.ai/v1/chat/completions
Entrada
Texto e imagens como partes image_url: uma data URL em base64 ou um link HTTPS público. PDFs e áudio são rejeitados.
Contexto e saída
Janela de contexto de 1.048.576 tokens (prompt e resposta juntos), até 131.072 tokens por resposta
Raciocínio
reasoning_effort: none, minimal, low, medium, high, xhigh ou max. O texto do raciocínio, quando o modelo o devolve, vem em reasoning_content.
Opções de saída
response_format com 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)

O que é o GLM-5.3 Flash?

O GLM-5.3 Flash é um modelo de pesos abertos que a Z.ai publica no Hugging Face sob a licença MIT. Ele tem 320B de parâmetros no total e usa 18B deles por token. A Z.ai o chama de primeiro modelo nativamente multimodal da série GLM-5: ele lê texto e imagens e escreve texto. No deAPI, você o chama como qualquer modelo de chat da OpenAI e paga por token.

  1. Crie uma conta gratuita

    Cadastre-se e ganhe US$ 5 em créditos.

  2. Aponte seu cliente para o deAPI

    Defina base_url como https://oai.deapi.ai/v1 e use sua chave do deAPI.

  3. Envie a requisição

    Use glm-5.3-flash como modelo e leia a resposta em choices[0].message.content.

Perguntas sobre o GLM-5.3 Flash

Sim. O deAPI oferece o modelo em https://oai.deapi.ai/v1 com o ID glm-5.3-flash, no formato de requisição e resposta da API Chat Completions da OpenAI. Em código que usa o SDK da OpenAI, você muda três valores: base_url, a chave de API e o modelo. Rode seus próprios testes antes de migrar o tráfego.
Uma conta nova no deAPI ganha US$ 5 em créditos assim que você adiciona um cartão de pagamento, o suficiente para cerca de 12.000 chamadas como a do exemplo da fatura desta página. Os créditos valem por 30 dias. Depois disso, você recarrega o saldo e paga pelo uso, sem assinatura.
US$ 0,165 por milhão de tokens de entrada e US$ 0,55 por milhão de tokens de saída (novembro de 2026). Os tokens de raciocínio contam como saída, e você os vê em usage.completion_tokens_details.reasoning_tokens.
Sim. Adicione uma parte image_url à mensagem do usuário, como data URL em base64 ou link HTTPS público. PDFs e arquivos de áudio são rejeitados: passe os PDFs pela API OCR ou envie as páginas como imagens, e transcreva o áudio antes.
No deAPI, a janela de contexto é de 1.048.576 tokens, prompt e resposta juntos, e uma resposta pode ter até 131.072 tokens. Um max_tokens maior é rejeitado com erro.
No deAPI, o glm-5.3-flash lê texto e imagens e aceita sete valores de reasoning_effort e um json_schema strict. O glm-5.3 lê somente texto e aceita low, high e max. Por milhão de tokens, o Flash custa US$ 0,165 na entrada e US$ 0,55 na saída; o GLM-5.3 custa US$ 1,54 na entrada e US$ 4,84 na saída. A Z.ai informa 320B de parâmetros para o Flash, com 18B ativos por token.
Não totalmente. O deAPI aceita os sete valores de reasoning_effort, mas a documentação da Z.ai diz que o raciocínio não pode ser desativado neste modelo. Na requisição de ticket do exemplo em cURL, none respondeu “billing” com 7 tokens de saída, 5 deles de raciocínio. low usou 5 tokens de saída (3 de raciocínio) e max usou 59 (57 de raciocínio). Uma execução cada.
A Z.ai publica os pesos no Hugging Face sob a licença MIT, que permite uso comercial. As chamadas pelo deAPI também estão sujeitas aos Termos de Serviço do deAPI.

Envie sua primeira requisição ao GLM-5.3 Flash com US$ 5 em créditos grátis

Cadastre-se com e-mail ou Google. Sem assinatura, você paga pelo uso.