API glm-5.3-flash — harga per token dan contoh kode

Memeriksa statusVersi harga 4 · berlaku sejak 14 Nov 2026

Harga per 1M token

InputHarga resmi $0,15$0,015
Cache readHarga resmi $0,03$0,003
Cache write$0,015
OutputHarga resmi $0,50$0,05

Minimum per request$0,00002

Tarif cache berlaku bila upstream melaporkan token cache.

Hemat 90%

Tentang model ini

glm-5.3-flash dilayani lewat OpenAI Chat Completions, OpenAI Responses, Anthropic Messages. Kamu membayar $0,015 per 1M token input dan $0,05 per 1M token output. Itu 90% di bawah harga resmi $0,15 dan $0,50. Cache read seharga $0,003 per 1M token bila penyedia model melaporkan token cache. Model ini termasuk paket budget mulai $1,99.

Keunggulan GLM-5.3-Flash

Z.ai memperkenalkan GLM-5.3-Flash sebagai model multimodal native pertama di seri GLM-5, yang dirilis pada 26 Agustus 2026. Kalau GLM-5.3 hanya membaca teks, model Flash ini menerima input video, gambar, teks, dan berkas, lalu menjawab dalam bentuk teks. Z.ai mencantumkan konteks 1 juta token dan keluaran maksimal 128 ribu token. Di API reference, nilai max_tokens untuk seri ini bisa sampai 131072.

Kegunaan yang disebut Z.ai bersifat visual dan praktis: mengubah tangkapan layar menjadi kode UI, mengolah dokumen kantor seperti PPTX, PDF, DOCX, dan XLSX, alur kerja keuangan, pemahaman video, pekerjaan 3D di Blender, proyek Godot, CAD, dan computer use. Kalau agent kamu perlu melihat mockup desain, ekspor spreadsheet, atau rekaman layar sebelum bertindak, GLM-5.3-Flash adalah model GLM yang dibuat untuk input seperti itu.

Thinking paksa dan reasoning yang disimpan

Di GLM-5.3-Flash, thinking tidak bisa dimatikan. API reference Z.ai menyatakan seri ini hanya bisa di-enable dan kedalamannya diatur lewat reasoning_effort, sedangkan panduan thinking mode menyebutnya forced thinking. Untuk model ini, reasoning_effort mendukung low, high, dan max, dengan bawaan max.

Pengaturan kedua yang perlu kamu tahu adalah thinking.clear_thinking. Di API reference, bawaannya true. Bila diset ke false, reasoning dari giliran sebelumnya tetap dibawa, dan Z.ai menyebutnya preserved thinking. Halaman model GLM-5.3-Flash menyarankan nilai false. Halaman yang sama juga menyarankan temperature 1, top_p 0,95, dan reasoning_effort max sebagai titik awal.

Untuk tool, API reference Z.ai mengizinkan sampai 128 fungsi per request. Kalau kamu ingin argumen tool mengalir bertahap saat dihasilkan, tool_stream bawaannya false dan hanya bekerja bersama stream: true.

{
  "model": "glm-5.3-flash",
  "reasoning_effort": "high",
  "thinking": { "type": "enabled", "clear_thinking": false },
  "messages": [{ "role": "user", "content": "Ubah tangkapan layar ini menjadi komponen React" }]
}

Contoh ini memakai format /v1/chat/completions, yaitu format yang didokumentasikan API reference Z.ai untuk field-field tersebut.

Biayanya di Cent AI

GLM-5.3-Flash ditagih per token dari saldo USD prabayar kamu, dengan empat tarif di kotak harga halaman ini. Karena thinking dipaksa menyala dan bawaannya max, setiap request membawa token reasoning yang ditagih sebagai output. Menurunkan effort ke low adalah tuas utama untuk bagian tagihan itu. Preserved thinking juga punya sisi biaya: reasoning lama yang tetap disimpan di percakapan membuat lebih banyak token terkirim di setiap giliran berikutnya.

Z.ai mendokumentasikan context caching secara implisit, tanpa perlu pengaturan manual, dan melaporkan hit-nya di usage.prompt_tokens_details.cached_tokens. Panduan cache Z.ai tidak menyebut masa berlaku cache maupun panjang prompt minimum. Cent AI memakai tarif cache read hanya bila token cache muncul di field usage tersebut.

Memakainya dari tool kamu

GLM-5.3-Flash tersedia di /v1/chat/completions, /v1/responses, dan /v1/messages. Cent AI tidak mengubah parameter kamu diam-diam, jadi nilai thinking, clear_thinking, atau reasoning_effort yang kamu pilih tidak diganti dengan nilai lain. Pertahankan thinking.type di enabled pada setiap request, karena Z.ai tidak mendokumentasikan mode lain untuk GLM-5.3-Flash. Hapus juga pengaturan lama yang mencoba mematikan thinking sebelum kamu memindahkan integrasi GLM yang sudah ada ke model ini.

Contoh: biaya satu request

Ambil request yang mengirim 2.000 token input baru, membaca 8.000 token dari cache, dan menerima 800 token output. Dengan tarif di kotak harga di halaman ini:

  • input: 2.000 × $0,015 / 1.000.000 = $0,00003
  • cache read: 8.000 × $0,003 / 1.000.000 = $0,000024
  • output: 800 × $0,05 / 1.000.000 = $0,00004

Request itu berbiaya $0,000094, di bawah Rp2 dengan kurs Cent AI pada 2026-11-14 (Rp18.231,96 per USD). Seribu request seperti itu berbiaya $0,094. Request Anda yang sebenarnya akan berbeda; setiap request menampilkan jumlahnya sendiri di usage.cost dan di halaman Requests.

Pertanyaan

Apakah ada batas 5 jam atau mingguan? Tidak. Anda membayar per token dari saldo. Setiap key menerima sampai 600 request per menit, dan Anda bisa memasang batas harian atau bulanan sendiri di setiap key.

Apakah request yang gagal ditagih? Request yang gagal sebelum diterima model berbiaya $0. Token yang sudah dihasilkan model tetap ditagih.

Apakah saldo yang tidak terpakai hangus? Tidak, selama akun Anda ada. Setiap top-up dilakukan manual, tanpa perpanjangan otomatis.

Model terkait

Bandingkan dengan glm-5.3, deepseek-v4.1-flash, minimax-m3.1-flash, atau lihat semua model di halaman harga.

Spesifikasi

Jendela konteks
—
Input dan output
Teks
Endpoint
/v1/chat/completions, /v1/responses, /v1/messages
Paket terkecil
$1,99

Latensi dan error rate per model ada di halaman status. status.cent-ai.dev

Biaya satu request

Buka kalkulator lengkap

Biaya per request

90% adalah asumsi yang bisa kamu ubah, bukan janji. Tagihan cache hanya dihitung dari token cache yang dilaporkan penyedia model.

Lihat berapa request seperti ini yang tertutup.

Perkiraan

glm-5.3-flash
Input baru99.000 tok
Cache read891.000 tok
Output10.000 tok

Per request$0,004658
Pada harga resmiPada harga resmi $0,0465

Total$0,004658

Perkiraan pada versi harga 4. Tagihanmu dihitung dari usage yang dilaporkan penyedia model untuk tiap request.

Hemat $0,0419

Kode

curl https://api.cent-ai.dev/v1/chat/completions \
  -H "Authorization: Bearer $CENT_AI_KEY" \
  -H "Content-Type: application/json" \
  -d '{"model": "glm-5.3-flash", "messages": [{"role": "user", "content": "Hello"}]}'

Isi CENT_AI_KEY dengan key dari dashboard. SDK OpenAI memakai https://api.cent-ai.dev/v1; SDK Anthropic memakai https://api.cent-ai.dev.

Riwayat harga

Versi 4, berlaku sejak 14 Nov 2026.

  1. Berlaku

    per 1M token

    Inputlama $0,015 baru $0,015
    Cache readlama $0,0015 baru $0,003
    Cache writelama $0,015 baru $0,015
    Outputlama $0,05 baru $0,05
  2. Berlaku

    per 1M token

    Inputlama $0,0075 baru $0,015
    Cache readlama $0,00075 baru $0,0015
    Cache writelama $0,0075 baru $0,015
    Outputlama $0,025 baru $0,05
  3. Berlaku

    per 1M token

    Inputlama $0,0075 baru $0,0075
    Cache readlama $0,0015 baru $0,00075
    Cache writelama $0,0075 baru $0,0075
    Outputlama $0,025 baru $0,025

Bandingkan dengan

Semua model dibanding harga resmi

Pertanyaan

Berapa harga glm-5.3-flash di Cent AI?

$0,015 per 1M token input dan $0,05 per 1M token output. Cache read $0,003 dan cache write $0,015 per 1M token. Tiap request dibulatkan ke atas sekali.

Apakah ada biaya minimum?

Request yang berhasil minimal $0,00002. Request yang berhenti lebih awal, karena klien pergi atau output terpotong, hanya membayar tokennya.

Bagaimana cara bayar?

Isi saldo USD prabayar dengan QRIS atau USDT/USDC, atau beli paket budget sekali. Tidak ada perpanjangan otomatis.

Bagaimana bila penyedia model tidak melaporkan usage?

Request ditagih dari perkiraan dan ditandai estimated di halaman Requests. Perkiraan tidak pernah berisi token cache.

Endpoint mana yang dipanggil?

/v1/chat/completions, /v1/responses, /v1/messages. Base URL OpenAI adalah https://api.cent-ai.dev/v1.

Coba glm-5.3-flash dengan satu key

Satu saldo prabayar untuk semua model. Bayar dengan QRIS atau USDT/USDC.

Mulai gratis