API de GLM 5.3 NVFP4
Fuente del modelo: Hugging FaceTodoterreno para escribir y programar, con manejo de herramientas.
GLM 5.3 es el modelo más grande de nuestro catálogo: una mezcla de expertos de 753.000 millones de parámetros de Z.ai con un contexto de un millón de tokens, para las tareas de redacción, código y agentes que los modelos pequeños hacen mal. En GPU Flow cuesta 1,206 € por millón de tokens de entrada y 3,789 € por millón de salida, con la entrada en caché a 0,224 €. Una clave por defecto admite prompts de hasta 256.000 tokens; por encima, hay que pedirlo.
Lee de una vez
≈ 2.200 páginas
1.048.576 tokens; por encima de 256.000 por petición, hay que pedirlo
Tamaño del cerebro
El mayor del catálogo
753B MoE, 40B active, NVFP4
Entiende
Texto, no imágenes
Chat, Código, Razonamiento, Herramientas
En qué destaca
- Razonamiento difícil en varios pasos. Resuelve problemas que necesitan un plan y varios pasos antes de la respuesta, justo donde los modelos pequeños pierden el hilo.
- Bases de código grandes. Las entiende enteras y propone cambios completos, no fragmentos sueltos.
- Uso de herramientas como base de un agente. Llama a herramientas con fiabilidad, así que puede buscar, leer y actuar dentro de un agente.
- Documentos enormes. Lee hasta 1.048.576 tokens (unas 2.200 páginas) de una vez sin perder el hilo. Una clave por defecto corta el prompt en 256.000 tokens; por encima, hay que pedirlo.
Mezcla de expertos: rinde como un modelo enorme sin costar como uno. Si solo necesitas chat sencillo, clasificación o traducción, Qwen3.5 9B lo hace por una fracción del precio.
Precio
€ por millón de tokens, IVA incluido
Para tu equipo técnico
Compatible con el SDK de OpenAI: cambias la URL base y la clave, y listo.
curl https://api.gpuflow.ai/v1/chat/completions \
-H "Authorization: Bearer $GPUFLOW_API_KEY" \
-d '{ "model": "glm-5.3-nvfp4",
"messages": [{ "role": "user", "content": "Hola" }] }'Contexto y límites
- Contexto
- 1.048.576 tokens, unas 2.200 páginas. Una clave por defecto admite hasta 256.000 tokens de prompt; por encima, hay que pedirlo.
- Peticiones por minuto
- 1.000 por clave, con ráfagas de hasta el doble; ampliable a 5.000 desde el panel. 5.000 en total por cuenta.
- Tokens por minuto
- 2.000.000 de entrada (la caché no cuenta) y 400.000 de salida, por clave.
- Prompt por petición
- Hasta 256.000 tokens, ampliable a petición.
- Si te pasas
- Error 429 con la cabecera Retry-After, que dice cuántos segundos esperar.
GLM 5.3 NVFP4 frente a modelos parecidos
| GLM 5.3 NVFP4 | Qwen3.8 27B | Nemotron 3.5 Lightning 30B | |
|---|---|---|---|
| Para qué | Razonamiento difícil, código grande, contexto enorme | Código, agentes, salida estructurada | Razonamiento rápido y herramientas a bajo coste |
| Contexto | ≈ 2.200 páginas | ≈ 210 páginas | ≈ 280 páginas |
| Entrada / salida, € por millón | 1,206 / 3,789 | 0,10 / 0,30 | 0,12 / 0,30 |
| 1.000 respuestas de chat | ~1,74 € | ~0,14 € | ~0,15 € |
Cuando la tarea es difícil o el contexto pasa de 100k tokens, GLM 5.3; cuando es programación del día a día, Qwen3.8 27B por una fracción del precio; cuando es razonamiento rápido a escala, Nemotron 3.5 Lightning.
Preguntas frecuentes
¿GLM 5.3 NVFP4 es gratis?
Los pesos del modelo son open source; ejecutarlo cuesta tiempo de GPU. En GPU Flow pagas 1,206 € por millón de tokens de entrada, y cada cuenta nueva recibe 5 € de saldo al añadir su tarjeta.
¿Cuál es el precio de la API de GLM 5.3 NVFP4?
1,206 € por millón de tokens de entrada, 3,789 € por millón de salida y 0,224 € por millón de entrada en caché. IVA incluido, sin cuota mensual.
¿GLM 5.3 NVFP4 admite llamadas a funciones?
Sí, con el parámetro tools estándar de la API de OpenAI.
¿Puedo usar GLM 5.3 NVFP4 con Claude Code o Cursor?
Sí. Claude Code se conecta por el endpoint compatible con Anthropic (/v1/messages); Cursor y el resto de herramientas, por el compatible con OpenAI (/v1/chat/completions).
¿Cómo uso el contexto de 1M?
El modelo admite hasta 1.048.576 tokens, pero una clave por defecto corta el prompt en 256.000 tokens. Si necesitas más, pídenos que lo amplíen para tu clave.
¿Qué significa NVFP4?
NVFP4 es el formato de coma flotante de 4 bits de NVIDIA, nativo de sus GPU Blackwell. Servimos una cuantización NVFP4 de GLM 5.3 en lugar de los pesos originales de 16 bits, y es lo que hace asequible ejecutar un modelo de este tamaño.