GLM-5.3 Prime: GLM-5.3, acelerado

O GLM-5.3 Prime foi listado no OpenRouter em 23 de setembro de 2026. Sua descrição afirma que ele herda todos os recursos do GLM-5.3, gerando de 1.5 a 2 vezes mais tokens de saída por segundo graças à aceleração de inferência. Não se trata de um modelo diferente no sentido de um novo treinamento; é o GLM-5.3 servido com mais rapidez.

A velocidade é crucial em loops de agentes e ferramentas interativas de programação, onde um modelo pode gerar centenas de milhares de tokens ao longo de uma sessão. Cortar pela metade o tempo de espera entre as etapas pode transformar completamente a usabilidade percebida de um agente.

O Prime aceita texto e retorna texto. O OpenRouter lista uma janela de contexto de 1,000,000 de tokens e uma saída máxima de 131,072 tokens por requisição — um limite de saída menor que o do GLM-5.3 padrão. Os parâmetros compatíveis incluem reasoning, reasoning_effort, tools e formatos de resposta estruturados.

A velocidade tem um preço: $2.80 por milhão de tokens de entrada e $8.80 por milhão de tokens de saída, em comparação com $0.079 e $1.40 do GLM-5.3 padrão. Não há pesos públicos para o GLM-5.3 Prime.

Escolha o Prime quando houver um humano aguardando a cada etapa e a qualidade do GLM-5.3 for o que você precisa — por exemplo, um assistente de código dentro de uma IDE ou uma demonstração de agente ao vivo. Para trabalhos em lote, agentes executados durante a noite ou qualquer tarefa em que o custo importe, o GLM-5.3 padrão entrega a mesma capacidade por uma fração minúscula do preço.

O Prime não está disponível em nosso chat gratuito. Você pode ter uma noção da qualidade dele experimentando o GLM-5.3 padrão aqui; as respostas vêm do mesmo modelo.