Guía de la API GLM-5.3 2026: contexto 1M y precio 8x
GLM-5.3 se lanzó el 14 de agosto de 2026 y ya está disponible en esta pasarela con el ID de modelo glm-5.3 y una ventana de contexto de 1 millón de tokens. Su facturación en la pasarela coincide con GLM-5.2: un único multiplicador uniforme de 8x, aproximadamente 3,2 CNY por millón de tokens. La pasarela no aplica una tarifa de 37,5x a GLM-5.3.
Z.ai afirma que GLM-5.3 utiliza el mismo modelo base que GLM-5.2 y que sus mejoras proceden del posentrenamiento centrado en programación compleja, agentes de larga duración y capacidades emergentes de ciberseguridad. Esta guía separa las afirmaciones y benchmarks oficiales de Z.ai de los datos de rutas y precios de esta pasarela. Los resultados publicados no son pruebas independientes de este sitio.
Empieza con una solicitud pequeña: consulta los precios actuales de los modelos o visita la página de compra de la API. La disponibilidad, la ponderación de salida y el registro de la cuenta en el momento de la solicitud siguen siendo la referencia definitiva.
Datos clave de GLM-5.3
| Elemento | Información verificada |
|---|---|
| Lanzamiento oficial | 14 de agosto de 2026 |
| ID del modelo API | glm-5.3 |
| Ventana de contexto | 1 millón de tokens |
| Multiplicador de la pasarela | 8x uniforme, igual que glm-5.2 |
| Tarifa orientativa de la pasarela | Aproximadamente 3,2 CNY por millón de tokens |
| Parámetro de pensamiento | thinking.type: "enabled" |
| Esfuerzo de razonamiento | low, high o max; el valor oficial predeterminado es max |
| Enfoque principal | Programación compleja, agentes de larga duración, terminal e investigación en ciberseguridad |
| Formatos compatibles | El catálogo de la pasarela indica formatos OpenAI y Anthropic |
| Entrada de imágenes | No confirmada en esta pasarela; no presupongas que se admite |
Última verificación: 14 de agosto de 2026. Antes de desplegar en producción, vuelve a consultar la página de precios y el catálogo de modelos.
Fuente: lanzamiento oficial de GLM-5.3 de Z.ai. Las cifras son resultados de evaluación publicados por el proveedor, no pruebas independientes de este sitio.
¿Qué cambia de GLM-5.2 a GLM-5.3?
GLM-5.3 no es un sustituto construido sobre un modelo base más grande. Según Z.ai, comparte la misma base que GLM-5.2 y obtiene sus mejoras del posentrenamiento. La pregunta importante es, por tanto, con qué fiabilidad completa el modelo los trabajos difíciles, no solo su tamaño.
| Comparación | GLM-5.2 | GLM-5.3 |
|---|---|---|
| Modelo base | Base de GLM-5.2 | Igual que GLM-5.2 |
| Actualización principal | Capacidades generales, de programación y de agente existentes | Posentrenamiento reforzado para programación compleja y tareas largas |
| Ventana de contexto | 1 millón de tokens | 1 millón de tokens |
| Multiplicador de la pasarela | 8x | 8x |
| Tarifa orientativa de la pasarela | Aproximadamente 3,2 CNY/M de tokens | Aproximadamente 3,2 CNY/M de tokens |
| Configuración de pensamiento | Confírmala en la ruta activa | Pensamiento obligatorio; esfuerzo low/high/max |
Si GLM-5.2 ya funciona de forma fiable en producción, un nuevo número de versión no basta para justificar una migración total inmediata. Compara ambos con los mismos repositorios, permisos de herramientas, tiempos de espera, esfuerzo de razonamiento y comandos de aceptación, utilizando una pequeña fracción del tráfico.
Cómo interpretar los benchmarks oficiales de Z.ai
Z.ai presenta GLM-5.3 como su modelo de programación más potente destinado a publicarse con pesos abiertos y comunica varias mejoras sustanciales. A fecha del 14 de agosto de 2026, los pesos aún no se habían publicado: estaban previstos para aproximadamente dos semanas después del lanzamiento. Se trata de afirmaciones del proveedor, no de una conclusión independiente. Algunos datos del anuncio son:
| Benchmark publicado por el proveedor | GLM-5.2 | GLM-5.3 |
|---|---|---|
| Terminal Bench 3.0 | 4.6 | 28.3 |
| DeepSWE v1.1 | 46.2 | 66.9 |
| Agents' Last Exam | 23.8 | 28.5 |
| CyberGym | 77.2 | 84.5 |
| ExploitBench | 24.4 | 54.4 |
| ExploitGym 2h / 6h | 29 / 39 | 105 / 130 |
Estas cifras proceden del anuncio de Z.ai, no de una repetición independiente realizada por este sitio. Los entornos de agente, el acceso a herramientas, los presupuestos de razonamiento y las versiones de los benchmarks pueden variar entre modelos, por lo que las diferencias no pueden traducirse directamente en una tasa de éxito para tu repositorio. Z.ai también comunica una mejora del 50 % respecto a GLM-5.2 en su Code Bench interno. Tómala como evidencia de la dirección de optimización del proveedor, no como resultado de una clasificación neutral.
Gráfico del Code Bench interno de Z.ai. Añade pruebas de aceptación en tus propios repositorios antes de elegir un modelo de producción.
¿Qué significan las «capacidades emergentes de ciberseguridad»?
Z.ai destaca que GLM-5.3 puede ejecutar trayectorias más largas de descubrimiento y validación de vulnerabilidades cuando dispone de código, acceso al terminal y retroalimentación. Puede resultar útil en auditorías de seguridad autorizadas, entornos CTF, validación de actualizaciones de dependencias y ejercicios internos de red team. No concede permiso para probar sistemas sin autorización.
En los agentes de seguridad, limita los dominios objetivo, repositorios, credenciales, salida de red y comandos ejecutables a un ámbito explícito. Mantén la aprobación humana para borrar datos, modificar permisos, desplegar en producción y realizar acciones en redes externas. Una mayor capacidad exige un mejor entorno aislado, registros de auditoría completos y un control de parada fiable.
Gráfico oficial de Z.ai sobre capacidades de ciberseguridad. Describe la orientación publicada por el proveedor y no recomienda realizar pruebas no autorizadas.
Precio de GLM-5.3: el mismo que GLM-5.2 aquí
Esta pasarela asigna actualmente a glm-5.3 y glm-5.2 el mismo multiplicador uniforme de 8x, con una tarifa orientativa de aproximadamente 3,2 CNY por millón de tokens. GLM-5.3 no figura a 37,5x y el multiplicador no cambia cuando el prompt es más largo.
Los valores 8x y 3,2 CNY corresponden a las condiciones de facturación de esta pasarela, no al precio de lista de la API directa de Z.ai. La ponderación de salida, los grupos de cuenta, el tratamiento de caché, las promociones o futuros cambios de tarifa pueden afectar al registro final. Empieza con una solicitud corta y sin streaming, y registra los tokens de entrada, los de salida y el importe real.
¿Quieres comprobar el coste de forma controlada? Abre un saldo pequeño desde la página de compra de la API o recarga una clave existente. Después, ejecuta una solicitud de prueba antes de aumentar el tráfico.
Cómo llamar a la API GLM-5.3
Usa el ID de modelo exacto glm-5.3. GLM-5.3 exige que el pensamiento permanezca activado. Si una aplicación existente envía thinking.type: "disabled", cámbialo antes de sustituir el modelo o la solicitud fallará.
curl https://api.llm-token.cn/v1/chat/completions \
-H "Authorization: Bearer YOUR_API_KEY" \
-H "Content-Type: application/json" \
-d '{
"model": "glm-5.3",
"messages": [
{"role": "user", "content": "Analiza las pruebas que fallan en este repositorio. Explica la causa raíz antes de realizar cambios."}
],
"thinking": {"type": "enabled"},
"reasoning_effort": "max"
}'
reasoning_effort acepta low, high o max, y el valor oficial predeterminado es max. Z.ai recomienda max para programación, pero los equipos de producción deben medir igualmente la latencia y el uso de tokens. Un enrutador práctico puede utilizar low para clasificaciones y pequeños cambios, y reservar high o max para depuración difícil, implementaciones a escala de repositorio y revisiones de seguridad.
El catálogo de la pasarela indica formatos compatibles con OpenAI y Anthropic. Al configurar Claude Code, OpenCode, ZCode u otro agente, prueba por separado la URL base, el ID de modelo, las llamadas a herramientas, el streaming, los campos de uso y los tiempos de espera. Una sola respuesta de texto correcta no es una prueba de compatibilidad completa.
Mejores casos de uso de GLM-5.3 para agentes de código
- Implementaciones en varios archivos y módulos de un repositorio
- Agentes de larga duración que inspeccionan, editan, prueban y reparan
- Diagnóstico complejo de terminal, compilación y conflictos de dependencias
- Investigación autorizada de vulnerabilidades, regresiones de seguridad y CTF
- Flujos con contexto de 1M sobre repositorios grandes o conjuntos de documentos
- Tareas con varias herramientas que deben planificar, ejecutar y verificar durante una trayectoria larga
Las clasificaciones, los resúmenes cortos, el rellenado de plantillas y el chat simple de gran volumen pueden ser más económicos con menor esfuerzo o un modelo de multiplicador inferior. Compara rutas en la lista de modelos y contrasta el contexto 1M y las condiciones de facturación con la guía de DeepSeek-V4-Pro-0813.
Lista de comprobación para producción
- Copia
glm-5.3del catálogo activo en lugar de adivinar un alias con fecha. - Elimina o cambia
thinking.type: "disabled"en payloads antiguos. - Mide la tasa de aceptación, la latencia y el uso con
low,highymax. - Fija el commit del repositorio, el texto de la tarea, los permisos de herramientas y los comandos de aceptación para comparar.
- Limita las llamadas a herramientas, la salida máxima, el tiempo por llamada y el presupuesto total de la tarea.
- Registra el ID de solicitud, la ruta elegida, el estado, el tiempo hasta el primer token, la duración total, el uso y el resultado aceptado.
- Mantén aprobación humana para escribir archivos, desplegar, realizar pagos, cambiar permisos de cuenta y actuar sobre sistemas externos.
- Conserva una ruta de respaldo para tiempos de espera, problemas de capacidad e incidentes del proveedor.
Conclusiones principales
- El ID exacto del modelo es
glm-5.3, con una ventana de contexto de 1 millón de tokens. - En esta pasarela, GLM-5.3 comparte con GLM-5.2 el multiplicador 8x, unos 3,2 CNY por millón de tokens.
- El pensamiento debe estar activado; GLM-5.3 acepta
low,highymaxcomo esfuerzo de razonamiento y utilizamaxpor defecto. - Los resultados de Z.ai sobre programación, agentes y ciberseguridad son datos publicados por el proveedor, no pruebas independientes de este sitio.
- Una ventana de modelo de 1M no garantiza que todos los clientes puedan enviar exactamente 1M de tokens de entrada.
- La elección para producción debe medir tareas aceptadas, uso de tokens, latencia y retrabajo de ingeniería en cargas reales.
Preguntas frecuentes
¿Se ha lanzado oficialmente GLM-5.3?
Sí. Z.ai lanzó GLM-5.3 el 14 de agosto de 2026 y esta pasarela ya incluye la ruta glm-5.3.
¿Cuál es la ventana de contexto de GLM-5.3?
Es de 1 millón de tokens. La entrada realmente utilizable también depende de las instrucciones del sistema, el historial de herramientas, los límites del cliente y la salida reservada.
¿Cuál es el multiplicador de GLM-5.3 en esta pasarela?
Es un multiplicador uniforme de 8x, igual que GLM-5.2, con una tarifa orientativa de unos 3,2 CNY por millón de tokens. No es 37,5x ni está escalonado por la longitud del contexto.
¿Puedo desactivar el pensamiento en GLM-5.3?
No. El anuncio oficial indica que thinking.type debe ser enabled; disabled ya no es compatible. Corrige los payloads antiguos antes de migrar.
¿Qué reasoning_effort debo elegir?
Empieza con low para trabajos simples y prueba high o el valor max recomendado oficialmente para programación compleja. Utiliza tus pruebas de aceptación para equilibrar calidad, latencia y coste.
¿GLM-5.3 funciona con Claude Code u OpenCode?
Z.ai incluye Claude Code, OpenCode y ZCode entre las vías de uso. Esta pasarela ofrece rutas compatibles con OpenAI y Anthropic; valida mensajes, herramientas, streaming, tiempos de espera y facturación en tu cliente concreto.
¿Ya están disponibles los pesos abiertos de GLM-5.3?
No en la fecha de verificación de este artículo. Z.ai indicó que planeaba publicarlos aproximadamente dos semanas después del lanzamiento, tras más trabajo de seguridad y endurecimiento. Consulta el repositorio oficial para confirmar el estado real.
¿Dónde puedo comprar o recargar acceso a la API GLM-5.3?
Los nuevos usuarios pueden empezar en la página de compra de la API. Quienes ya tengan una clave pueden utilizar la página de recarga.
Fuentes principales
- Z.ai: GLM-5.3: Frontier Coding with Emergent Cyber Capabilities: fecha de lanzamiento, modelo base compartido, posentrenamiento, parámetros de pensamiento, evaluaciones de programación y ciberseguridad y publicación prevista de pesos
- Z.ai: GLM-5.2: contexto sobre el modelo base y la ventana de 1M
- Guía de modelos de la pasarela: ID de ruta actual, contexto 1M, multiplicador 8x y formatos compatibles