چطور با GLM 5.3 Flash در ایران کار کنم؟

در یوتاپن ثبتنام کن، کیف پول را تومانی شارژ کن، کلید API بساز و در SDK رسمی OpenAI فقط base_url را به https://api.uttapen.ir/v1 و model را به «z-ai/glm-5.3-flash» تغییر بده. بقیهٔ کدت دستنخورده میماند.

قیمت GLM 5.3 Flash به تومان چقدر است؟

هر ۱ میلیون توکن ورودی ۲۱٬۷۵۹ تومان و هر ۱ میلیون توکن خروجی ۷۲٬۵۳۱ تومان؛ یک درخواست ۱٬۰۰۰ کلمهای تقریباً ۱۲۳ تومان. شارژ بر اساس مصرف واقعی همان درخواست است و درخواست ناموفق صفر تومان.

GLM 5.3 Flash چند توکن ورودی میگیرد؟

تا ۱٬۳۱۰٬۷۲۰ توکن در هر درخواست؛ برای متن فارسی حدود ۹۸۳ هزار کلمه. حداکثر طول پاسخ هم ۱۳۱٬۰۷۲ توکن است.

آیا GLM 5.3 Flash استریم و tool calling را پشتیبانی میکند؟

استریم (stream=true) روی همهٔ مدلها فعال است. این مدل tool calling را با همان قالب OpenAI پشتیبانی میکند. ورودی تصویر با image_url (data URI یا آدرس عمومی) پذیرفته میشود. خروجی ساختیافته با response_format هم کار میکند.

قیمت و API مدل GLM 5.3 Flash در ایران

z-ai/glm-5.3-flash

visiontoolsreasoningjson

ساخت کلید امتحان کن

ورودی · هر ۱M توکن

21,759 تومان

خروجی · هر ۱M توکن

72,531 تومان

یک درخواست ۱٬۰۰۰ کلمه‌ای ≈

123 تومان

شارژ بر اساس مصرف واقعی همان درخواست. قیمت‌ها با تغییر شرایط بازار به‌روز می‌شوند. cache ورودی: 4,352 تومان / 1M.قیمت‌ها و شارژ

کد آمادهٔ GLM 5.3 Flash: خواندن تصویر و استخراج داده

نمونه بر اساس قابلیت‌های همین مدل انتخاب شده و با کلید خودت بدون تغییر دیگری اجرا می‌شود.

# tip: a data URI works too — base64 the file and prefix it with data:image/jpeg;base64,
curl https://api.uttapen.ir/v1/chat/completions \
  -H "Authorization: Bearer sk-up-…" \
  -H "Content-Type: application/json" \
  -d '{
    "model": "z-ai/glm-5.3-flash",
    "messages": [{
      "role": "user",
      "content": [
        {"type": "text", "text": "شمارهٔ فاکتور و مبلغ کل را فقط به‌صورت JSON بده."},
        {"type": "image_url", "image_url": {"url": "https://example.com/factor.jpg"}}
      ]
    }]
  }'

import base64, json
from openai import OpenAI

client = OpenAI(base_url="https://api.uttapen.ir/v1", api_key="sk-up-…")

img = base64.b64encode(open("factor.jpg", "rb").read()).decode()

resp = client.chat.completions.create(
    model="z-ai/glm-5.3-flash",
    messages=[{
        "role": "user",
        "content": [
            {"type": "text", "text": "شمارهٔ فاکتور، تاریخ و مبلغ کل را در JSON برگردان."},
            {"type": "image_url", "image_url": {"url": f"data:image/jpeg;base64,{img}"}},
        ],
    }],
    response_format={"type": "json_object"},
)
print(json.loads(resp.choices[0].message.content))

import OpenAI from "openai";
import { readFileSync } from "node:fs";

const client = new OpenAI({ baseURL: "https://api.uttapen.ir/v1", apiKey: "sk-up-…" });
const img = readFileSync("factor.jpg").toString("base64");

const resp = await client.chat.completions.create({
  model: "z-ai/glm-5.3-flash",
  messages: [{
    role: "user",
    content: [
      { type: "text", text: "شمارهٔ فاکتور، تاریخ و مبلغ کل را در JSON برگردان." },
      { type: "image_url", image_url: { url: `data:image/jpeg;base64,${img}` } },
    ],
  }],
  response_format: { type: "json_object" },
});
console.log(JSON.parse(resp.choices[0].message.content));

GLM 5.3 Flash برای چه کاری خوب است؟

GLM 5.3 Flash از Z.ai (GLM) می‌آید؛ در کد فقط همین رشته را در فیلد model بگذار: «z-ai/glm-5.3-flash». GLM 5.3 Flash تا ۱٬۳۱۰٬۷۲۰ توکن را در یک درخواست نگه می‌دارد (نزدیک ۹۸۳ هزار کلمهٔ فارسی)، و همین عدد سقف تاریخچهٔ گفتگو در محصول تو را تعیین می‌کند. حداکثر طول پاسخ در هر فراخوانی ۱۳۱٬۰۷۲ توکن است. از نظر قیمت در دستهٔ «بسیار ارزان» است — ارزان‌تر از ۵۱ مدل و گران‌تر از ۳۵۵ مدل پولی دیگر کاتالوگ.

آنچه این مدل بیش از یک مدل متنی ساده انجام می‌دهد: عکس و اسکرین‌شات را مستقیم می‌خواند، پس برای فاکتور و فرم فارسی گزینهٔ واقعی است؛ tool calling دارد، یعنی می‌تواند تابع‌های خودت را با آرگومان درست صدا بزند؛ با response_format خروجی JSON معتبر می‌دهد و مستقیم به کد وصل می‌شود؛ حالت استدلال دارد و روی مسئلهٔ چندمرحله‌ای، ریاضی و دیباگ بهتر جواب می‌دهد. همهٔ این‌ها با همان پارامترهای استاندارد SDK رسمی OpenAI کار می‌کنند و کد اختصاصی لازم ندارند. توجه کن که توکن‌های استدلال هم توکن خروجی محسوب می‌شوند و در صورتحساب می‌آیند.

۲۱٬۷۵۹ تومان برای هر ۱M توکن ورودی و ۷۲٬۵۳۱ تومان برای هر ۱M توکن خروجی؛ در دستهٔ «بسیار ارزان» کاتالوگ می‌نشیند و یک درخواست ۱٬۰۰۰ کلمه‌ای ≈ ۱۲۳ تومان. cache ورودی دارد: توکن‌های تکراری context با ۴٬۳۵۲ تومان / ۱M حساب می‌شوند، که برای پرامپت سیستمی بلند تفاوت بزرگی است. شارژ نهایی همیشه بر اساس مصرف واقعی همان درخواست است، نه برآورد؛ درخواست ناموفق صفر تومان.

نزدیک‌ترین گزینه با همین قابلیت‌ها از تأمین‌کنندهٔ دیگر Qwen3.5-9B (batch) است: GLM 5.3 Flash تقریباً 1.3 برابر ارزان‌تر از آن تمام می‌شود و پنجرهٔ context آن بزرگ‌تر است. هر دو با همان کلید و همان کد کار می‌کنند، پس عوض‌کردن‌شان فقط تغییر یک رشته است.

برای اینکه عدد قابل تصور شود: با ۱۰۰ هزار تومان اعتبار، حدود ۸۱۳ درخواست ۱٬۰۰۰ کلمه‌ای روی GLM 5.3 Flash جا می‌شود، و هر ۱٬۰۰۰ تومان تقریباً ۸٬۱۳۰ کلمه رفت‌وبرگشت می‌خرد. اگر پردازشی یک میلیون توکن ورودی و یک میلیون توکن خروجی داشته باشد، کل آن ۹۴٬۲۹۱ تومان می‌شود. پر کردن کامل پنجرهٔ ۱٬۳۱۰٬۷۲۰ توکنی این مدل فقط از سمت ورودی ۲۸٬۵۲۰ تومان هزینه دارد، پس تاریخچهٔ گفتگو را بی‌دلیل بلند نگه ندار.

این شناسه با «z-ai/glm-5.3-flash:batch» اشتباه گرفته می‌شود، چون هستهٔ مدل یکی است. تفاوت در پسوند است: بدون پسوند (نسخهٔ استاندارد) در برابر «batch». روی یک درخواست ۱٬۰۰۰ کلمه‌ای، این نسخه 2 برابر ارزان‌تر از آن درمی‌آید (۱۲۳ در برابر ۲۴۵ تومان). پنجرهٔ context هم یکی نیست: ۱٬۳۱۰٬۷۲۰ در برابر ۱٬۰۴۸٬۵۷۵ توکن. حداکثر طول پاسخ هم فرق دارد: ۱۳۱٬۰۷۲ در برابر ۹۴۳٬۷۱۷ توکن. در پارامترها این مدل seed را دارد.

Z.ai (GLM) در کاتالوگ ما ۱۷ مدل دارد؛ ارزان‌ترین‌شان GLM Flash Latest با ۱۱۶ تومان و گران‌ترین GLM 5.3 با ۲٬۱۸۸ تومان برای هر ۱٬۰۰۰ کلمه. از پارامترهای کم‌تکرار، این مدل logit_bias، logprobs، min_p، reasoning_effort، repetition_penalty، top_k را می‌پذیرد — همه از طریق همان بدنهٔ استاندارد درخواست. از نظر اندازهٔ context نزدیک‌ترین گزینه از تأمین‌کنندهٔ دیگر DeepSeek V4 Flash 0731 با ۱٬۳۱۰٬۷۲۰ توکن است.

کاربردهایی که برای این مدل معنی می‌دهد: کار پرحجم مثل دسته‌بندی، برچسب‌گذاری و خلاصه‌سازی انبوه، حل مسئلهٔ منطقی و بازبینی کد، استخراج متن و داده از تصویر، ایجنت‌هایی که به API و دیتابیس وصل می‌شوند، استخراج داده با اسکیمای مشخص، تحلیل سند یا کدبیس بلند در یک درخواست.

توضیح رسمی تأمین‌کننده (انگلیسی)

GLM-5.3-Flash is a native multimodal model from Z.ai. It is suited for efficient coding and long-horizon agent tasks. Its hybrid sparse and linear attention architecture maintains accurate long-context behavior while...

سه کار واقعی، با قیمت همین مدل

اعداد از همان قیمت‌های بالا حساب شده‌اند و با تغییر قیمت مدل تغییر می‌کنند.

کار	توکن	هزینه
یک نوبت گفتگو با تاریخچهٔ متوسط	1,500 ورودی + 400 خروجی	62 تومان
خلاصه‌کردن سند ده‌صفحه‌ای	4,000 ورودی + 600 خروجی	131 تومان
دسته‌بندی هزار ردیف کوتاه	120,000 ورودی + 20,000 خروجی	4,062 تومان

نسخه‌های دیگر همین مدل

هستهٔ مدل یکی است؛ هر نسخه شرایط اجرا و قیمت خودش را دارد. نسخهٔ فعلی: استاندارد.

نسخه	شناسه	خروجی / ۱M	context
batch (ارزان‌تر، کندتر)	z-ai/glm-5.3-flash:batch	145,063	1,048,575

شناسهٔ هر نسخه را عیناً در فیلد model بگذار؛ نیازی به تغییر کد دیگری نیست.

سؤال‌های پرتکرار

چطور با GLM 5.3 Flash در ایران کار کنم؟: در یوتاپن ثبت‌نام کن، کیف پول را تومانی شارژ کن، کلید API بساز و در SDK رسمی OpenAI فقط base_url را به https://api.uttapen.ir/v1 و model را به «z-ai/glm-5.3-flash» تغییر بده. بقیهٔ کدت دست‌نخورده می‌ماند.
قیمت GLM 5.3 Flash به تومان چقدر است؟: هر ۱ میلیون توکن ورودی ۲۱٬۷۵۹ تومان و هر ۱ میلیون توکن خروجی ۷۲٬۵۳۱ تومان؛ یک درخواست ۱٬۰۰۰ کلمه‌ای تقریباً ۱۲۳ تومان. شارژ بر اساس مصرف واقعی همان درخواست است و درخواست ناموفق صفر تومان.
GLM 5.3 Flash چند توکن ورودی می‌گیرد؟: تا ۱٬۳۱۰٬۷۲۰ توکن در هر درخواست؛ برای متن فارسی حدود ۹۸۳ هزار کلمه. حداکثر طول پاسخ هم ۱۳۱٬۰۷۲ توکن است.
آیا GLM 5.3 Flash استریم و tool calling را پشتیبانی می‌کند؟: استریم (stream=true) روی همهٔ مدل‌ها فعال است. این مدل tool calling را با همان قالب OpenAI پشتیبانی می‌کند. ورودی تصویر با image_url (data URI یا آدرس عمومی) پذیرفته می‌شود. خروجی ساخت‌یافته با response_format هم کار می‌کند.