چطور با GLM 5.3 Flash (batch) 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:batch» تغییر بده. بقیهٔ کدت دستنخورده میماند.

قیمت GLM 5.3 Flash (batch) به تومان چقدر است؟

هر ۱ میلیون توکن ورودی ۴۳٬۵۱۹ تومان و هر ۱ میلیون توکن خروجی ۱۴۵٬۰۶۳ تومان؛ یک درخواست ۱٬۰۰۰ کلمهای تقریباً ۲۴۵ تومان. شارژ بر اساس مصرف واقعی همان درخواست است و درخواست ناموفق صفر تومان.

GLM 5.3 Flash (batch) چند توکن ورودی میگیرد؟

تا ۱٬۰۴۸٬۵۷۵ توکن در هر درخواست؛ برای متن فارسی حدود ۷۸۶ هزار کلمه. حداکثر طول پاسخ هم ۹۴۳٬۷۱۷ توکن است.

آیا GLM 5.3 Flash (batch) 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 (batch) در ایران

z-ai/glm-5.3-flash:batch

visiontoolsreasoningjson

ساخت کلید امتحان کن

ورودی · هر ۱M توکن

43,519 تومان

خروجی · هر ۱M توکن

145,063 تومان

یک درخواست ۱٬۰۰۰ کلمه‌ای ≈

245 تومان

شارژ بر اساس مصرف واقعی همان درخواست. قیمت‌ها با تغییر شرایط بازار به‌روز می‌شوند. cache ورودی: 8,704 تومان / 1M.قیمت‌ها و شارژ

کد آمادهٔ GLM 5.3 Flash (batch): 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:batch",
    "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:batch",
    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:batch",
  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 (batch) برای چه کاری خوب است؟

Z.ai (GLM) این مدل را منتشر کرده و ما آن را با نام «z-ai/glm-5.3-flash:batch» عرضه می‌کنیم. پنجرهٔ context آن ۱٬۰۴۸٬۵۷۵ توکن است — تقریباً ۷۸۶ هزار کلمهٔ فارسی، یا حدود ۲٬۶۲۱ صفحهٔ A4 در یک درخواست. حداکثر طول پاسخ در هر فراخوانی ۹۴۳٬۷۱۷ توکن است. از نظر قیمت در دستهٔ «بسیار ارزان» است — ارزان‌تر از ۸۸ مدل و گران‌تر از ۳۱۸ 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.

قیمت ورودی ۴۳٬۵۱۹ و خروجی ۱۴۵٬۰۶۳ تومان به‌ازای هر ۱M توکن است. یک درخواست ۱٬۰۰۰ کلمه‌ای روی GLM 5.3 Flash (batch) تقریباً ۲۴۵ تومان درمی‌آید. cache ورودی دارد: توکن‌های تکراری context با ۸٬۷۰۴ 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 Qwen3.8 Flash است: GLM 5.3 Flash (batch) تقریباً 1 برابر گران‌تر 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 ۴۰۸ درخواست ۱٬۰۰۰ کلمه‌ای روی GLM 5.3 Flash (batch) جا می‌شود، و هر ۱٬۰۰۰ تومان تقریباً ۴٬۰۸۲ کلمه رفت‌وبرگشت می‌خرد. اگر پردازشی یک میلیون توکن ورودی و یک میلیون توکن خروجی داشته باشد، کل آن ۱۸۸٬۵۸۱ تومان می‌شود. پر کردن کامل پنجرهٔ ۱٬۰۴۸٬۵۷۵ توکنی این مدل فقط از سمت ورودی ۴۵٬۶۳۳ تومان هزینه دارد، پس تاریخچهٔ گفتگو را بی‌دلیل بلند نگه ندار.

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

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. در عوض seed را که بیشتر مدل‌ها دارند پشتیبانی نمی‌کند، پس اگر کدت به آن‌ها تکیه دارد قبل از جابه‌جایی تست کن. از نظر اندازهٔ context نزدیک‌ترین گزینه از تأمین‌کنندهٔ دیگر DeepSeek V4 Flash 0423 با ۱٬۰۴۸٬۵۷۶ 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	123 تومان
خلاصه‌کردن سند ده‌صفحه‌ای	4,000 ورودی + 600 خروجی	261 تومان
دسته‌بندی هزار ردیف کوتاه	120,000 ورودی + 20,000 خروجی	8,124 تومان

نسخه‌های دیگر همین مدل

هستهٔ مدل یکی است؛ هر نسخه شرایط اجرا و قیمت خودش را دارد. نسخهٔ فعلی: batch (ارزان‌تر، کندتر).

نسخه	شناسه	خروجی / ۱M	context
استاندارد	z-ai/glm-5.3-flash	72,531	1,310,720

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

سؤال‌های پرتکرار

چطور با GLM 5.3 Flash (batch) 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:batch» تغییر بده. بقیهٔ کدت دست‌نخورده می‌ماند.
قیمت GLM 5.3 Flash (batch) به تومان چقدر است؟: هر ۱ میلیون توکن ورودی ۴۳٬۵۱۹ تومان و هر ۱ میلیون توکن خروجی ۱۴۵٬۰۶۳ تومان؛ یک درخواست ۱٬۰۰۰ کلمه‌ای تقریباً ۲۴۵ تومان. شارژ بر اساس مصرف واقعی همان درخواست است و درخواست ناموفق صفر تومان.
GLM 5.3 Flash (batch) چند توکن ورودی می‌گیرد؟: تا ۱٬۰۴۸٬۵۷۵ توکن در هر درخواست؛ برای متن فارسی حدود ۷۸۶ هزار کلمه. حداکثر طول پاسخ هم ۹۴۳٬۷۱۷ توکن است.
آیا GLM 5.3 Flash (batch) 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.