Сборка AI
Zhipu AI

GLM Flash

Zhipu AIGLMТекстАктуальна

GLM Flash — линейка облегчённых и бесплатных версий моделей Zhipu AI: текстовые и мультимодальные варианты GLM с открытыми весами, вызовом инструментов и режимом рассуждений.

Открыть в чате

Основные характеристики

Провайдер
Zhipu AI
Семейство
GLM
Принимает
Текст
Возвращает
Текст
Доступ по API
Да
Идентификатор для API
glm-flash

Официальная страница: docs.bigmodel.cn

Цена

Стоимость уточняется — напишите нам, подберём условия под ваши объёмы.

Возможности и сценарии использования

  • вызов инструментов
  • рассуждения
  • открытые веса
  • длинный контекст
  • работа с изображениями
  • работа с видео

GLM Flash — не одна самостоятельная модель, а обозначение облегчённых версий семейства GLM от Zhipu AI (Z.ai). Такие варианты рассчитаны на массовые и высоконагруженные сценарии: в каждом поколении Flash-версия уступает флагману по классу, но наследует его основные навыки. Рядом с ними обычно существуют ускоренные платные варианты с суффиксом FlashX.

В API сейчас доступны GLM-5.3-Flash (с вариантами FlashX и FlashX-Legal), GLM-4.7-Flash, GLM-4.5-Flash, GLM-4-Flash-250414, а также визуальные GLM-4.6V-Flash, GLM-4.1V-Thinking-Flash и GLM-4V-Flash. Характеристики заметно различаются между поколениями, поэтому при выборе стоит ориентироваться на конкретную Flash-модель, а не на название линейки в целом.

Самая свежая текстовая модель — GLM-5.3-Flash, выпущенная 26 августа 2026 года. Это первая нативно мультимодальная модель серии GLM-5: она построена на архитектуре MoE с 320B параметров и 18B активных, использует гибридное внимание (разреженное и линейное) и mHC. Контекст составляет 1M токенов, вывод — до 128K, на вход принимаются текст, изображения, видео и файлы. Модель поддерживает вызов функций, структурированный вывод и кэширование контекста. Режим рассуждений в ней нельзя отключить, глубина задаётся параметром reasoning_effort со значениями low, high и max. Веса опубликованы под лицензией MIT.

GLM-4.7-Flash (январь 2026) — MoE-модель на 30B-A3B с контекстом 200K и выводом до 128K, веса также доступны по MIT; результат SWE-bench Verified 59.2 указан самим разработчиком. GLM-4.5-Flash работает с контекстом 128K и выводом до 96K, а у GLM-4-Flash-250414 при том же контексте вывод ограничен 16K токенами.

Как работать с GLM Flash через API

Инструкция и управление подключением будут доступны в личном кабинете. Опция пока в разработке, поэтому подключение выполняется по запросу.

1. Получение API-ключа

Ключ создаётся в личном кабинете. Не передавайте его третьим лицам: любой запрос с ключом списывается с вашего баланса.

2. Запрос к модели

Формат запроса совместим с OpenAI: достаточно сменить адрес, ключ и значение model. Идентификатор GLM Flash: glm-flash

import requests

response = requests.post(
    "https://api.sborka.ai/v1/chat/completions",
    headers={
        "Content-Type": "application/json",
        "Authorization": "Bearer <ваш-api-ключ>",
    },
    json={
        "model": "glm-flash",
        "messages": [{"role": "user", "content": "Привет!"}],
    },
)
print(response.json())

Адрес в примере показательный: https://api.sborka.ai/v1

3. Параметры запроса

ПараметрТипОписание
modelstringИдентификатор модели: glm-flash
messagesarrayМассив сообщений диалога (system, user, assistant). Обязательный.
max_tokensintegerМаксимум токенов в ответе.
temperaturenumberСлучайность ответа: ниже — точнее, выше — разнообразнее.
streambooleanПотоковая выдача ответа по частям. По умолчанию: false.

4. Подключение в плагины и IDE

В расширениях и редакторах, которые поддерживают OpenAI-совместимые API, укажите адрес https://api.sborka.ai/v1, свой ключ и модель glm-flash.

Похожие модели

  • GLM 5.3

    Zhipu AI

    GLM 5.3 — флагманская модель рассуждений от Zhipu AI для сложных задач программной инженерии и агентов с длинным горизонтом работы, с контекстом до 1 млн токенов.

    АктуальнаGLM2026Текст1 млн токенов
    Выход: 14 августа 2026 г.от 0,0989 ₽ за 1000 токенов

  • GLM 5.2

    Zhipu AI

    GLM 5.2 — крупномасштабная модель рассуждений Zhipu AI с контекстом 1 млн токенов для агентных задач, программной инженерии и работы с инструментами.

    АктуальнаGLM2026Текст1 млн токенов
    Выход: 1 июля 2026 г.от 0,0989 ₽ за 1000 токенов

  • GLM 5.1

    Zhipu AI

    Языковая модель для работы с кодом, сложных рассуждений и автономного решения задач. Поддерживает контекст до 200 тысяч токенов и может обрабатывать документы в формате PDF.

    УстарелаGLM2026Текст200 тыс. токенов
    Выход: 12 мая 2026 г.от 0,0742 ₽ за 1000 токенов

  • GLM 5

    Zhipu AI

    Текстовая модель от Zhipu AI для работы с длинным контекстом, агентных задач и структурированного вывода. Поддерживает вызов инструментов и рассуждения.

    УстарелаGLM2026Текст200 тыс. токенов
    Выход: 2 марта 2026 г.от 0,0494 ₽ за 1000 токенов

  • GLM 4.7 Flash

    Zhipu AI

    GLM 4.7 Flash — компактная текстовая модель семейства GLM от Zhipu AI для быстрого программирования, планирования задач и повседневной автоматизации с поддержкой вызова инструментов.

    УстарелаGLM2026Текст200 тыс. токенов
    Выход: 19 января 2026 г.от 0,005 ₽ за 1000 токенов

  • GLM Image

    Zhipu AI

    GLM Image — модель Zhipu AI для генерации изображений по текстовому описанию и редактирования готовых картинок по инструкции.

    УстарелаGLM2026Изображения
    Выход: 16 января 2026 г.

Частые вопросы

Это не отдельная модель, а суффикс облегчённых версий моделей GLM от Zhipu AI. Они наследуют основные навыки флагмана соответствующего поколения и ориентированы на массовые и высоконагруженные задачи. В семействе также есть ускоренные платные варианты FlashX.

Текстовые: GLM-5.3-Flash (с FlashX и FlashX-Legal), GLM-4.7-Flash, GLM-4.5-Flash, GLM-4-Flash-250414. Мультимодальные визуальные: GLM-4.6V-Flash, GLM-4.1V-Thinking-Flash и GLM-4V-Flash.

Это первая нативно мультимодальная модель серии GLM-5: она принимает текст, изображения, видео и файлы, работает на архитектуре MoE с 320B параметров и 18B активных, использует гибридное внимание и mHC. Контекст — 1M токенов, вывод — до 128K. Поддерживаются вызов функций, структурированный вывод и кэширование контекста, веса открыты по MIT.

Отключить режим рассуждений в этой модели нельзя. Глубина задаётся параметром reasoning_effort, доступны уровни low, high и max.