{"id":18532,"date":"2026-08-27T06:26:10","date_gmt":"2026-08-27T10:26:10","guid":{"rendered":"https:\/\/wp.glbgpt.com\/?p=18532"},"modified":"2026-08-27T06:26:11","modified_gmt":"2026-08-27T10:26:11","slug":"glm-5-3-flash-review","status":"publish","type":"post","link":"https:\/\/wp.glbgpt.com\/pt-br\/hub\/glm-5-3-flash-review","title":{"rendered":"An\u00e1lise r\u00e1pida do GLM-5.3: Pre\u00e7o, API, benchmarks e testes reais"},"content":{"rendered":"<nav class=\"toc\" aria-label=\"\u00cdndice\" style=\"border:1px solid #e5e7eb;border-radius:8px;padding:16px 18px;margin:18px 0 28px;background:#f9fafb;\">\n    <p style=\"margin:0 0 10px;font-weight:700;\">\u00cdndice<\/p>\n    <ul style=\"margin:0;padding-left:20px;\">\n      <li><a href=\"#quick-answer\">Resposta r\u00e1pida<\/a><\/li>\n      <li><a href=\"#glm-5-3-flash-price\">Pre\u00e7o promocional do GLM-5.3<\/a><\/li>\n      <li><a href=\"#api-access\">GLM-5.3 Acesso \u00e0 API do Flash<\/a><\/li>\n      <li><a href=\"#benchmarks\">Refer\u00eancias e indicadores de capacidade<\/a><\/li>\n      <li><a href=\"#hands-on-test\">Teste pr\u00e1tico de API<\/a><\/li>\n      <li><a href=\"#best-uses\">Melhores casos de uso<\/a><\/li>\n      <li><a href=\"#cost-settings\">Gatilhos de custo e configura\u00e7\u00f5es da API<\/a><\/li>\n      <li><a href=\"#worth-it\">Vale a pena atualizar para o GLM-5.3?<\/a><\/li>\n      <li><a href=\"#faq\">PERGUNTAS FREQUENTES<\/a><\/li>\n    <\/ul>\n  <\/nav>\n\n\n\n<p class=\"wp-block-paragraph\"><strong>O GLM-5.3 Flash \u00e9 o modelo que eu recomendaria se voc\u00ea se preocupa com o desempenho da codifica\u00e7\u00e3o, mas n\u00e3o quer pagar o pre\u00e7o de um modelo top de linha a cada chamada de API.<\/strong> A Z.AI o posiciona como um modelo multimodal nativo da s\u00e9rie GLM-5, e a diferen\u00e7a de pre\u00e7o oficial \u00e9 bastante evidente: a tarifa promocional atual \u00e9 de $0,075 por 1 milh\u00e3o de tokens de entrada e $0,25 por 1 milh\u00e3o de tokens de sa\u00edda, enquanto o GLM-5.3 e o GLM-5.2 est\u00e3o listados a $1,40 na entrada e $4,40 na sa\u00edda por 1 milh\u00e3o de tokens na mesma p\u00e1gina de pre\u00e7os da Z.AI.<\/p>\n\n\n\n<p class=\"wp-block-paragraph\">Isso n\u00e3o significa que o GLM-5.3 Flash seja a escolha \u00f3bvia para todas as tarefas. Em nossos testes controlados de API, ele parecia econ\u00f4mico, mas tamb\u00e9m se mostrou sens\u00edvel \u00e0s configura\u00e7\u00f5es de racioc\u00ednio e sa\u00edda. V\u00e1rias solicita\u00e7\u00f5es padr\u00e3o compat\u00edveis com OpenAI retornaram o c\u00f3digo de status HTTP 200, gastando a maior parte dos tokens de conclus\u00e3o no racioc\u00ednio e produzindo pouca ou nenhuma resposta vis\u00edvel. Ap\u00f3s mudar para configura\u00e7\u00f5es de racioc\u00ednio no estilo GLM e um limite m\u00e1ximo de sa\u00edda maior, a tarefa de depura\u00e7\u00e3o de c\u00f3digo tornou-se utiliz\u00e1vel.<\/p>\n\n\n\n<p class=\"wp-block-paragraph\">Este guia detalha <strong>Pre\u00e7o promocional do GLM-5.3<\/strong>, acesso \u00e0 API, especifica\u00e7\u00f5es oficiais, sinais de benchmark e resultados de testes pr\u00e1ticos. Se o seu objetivo \u00e9 comparar modelos antes de se decidir por uma pilha, <a href=\"https:\/\/www.glbgpt.com\/home?inviter=hub_popup&amp;login=1\">GLBGPT<\/a> \u00e9 a maneira mais simples de comparar resultados entre v\u00e1rios modelos, enquanto a documenta\u00e7\u00e3o e a p\u00e1gina de pre\u00e7os do pr\u00f3prio Z.AI continuam sendo a fonte oficial de informa\u00e7\u00f5es sobre a API Flash do GLM-5.3.<\/p>\n\n\n\n<figure class=\"wp-block-image size-large\"><img alt=\"\" fetchpriority=\"high\" decoding=\"async\" width=\"1024\" height=\"643\" src=\"https:\/\/wp.glbgpt.com\/wp-content\/uploads\/2026\/08\/glm-5-3-flash-1024x643.png\" class=\"wp-image-18533\" srcset=\"https:\/\/wp.glbgpt.com\/wp-content\/uploads\/2026\/08\/glm-5-3-flash-1024x643.png 1024w, https:\/\/wp.glbgpt.com\/wp-content\/uploads\/2026\/08\/glm-5-3-flash-300x188.png 300w, https:\/\/wp.glbgpt.com\/wp-content\/uploads\/2026\/08\/glm-5-3-flash-18x11.png 18w, https:\/\/wp.glbgpt.com\/wp-content\/uploads\/2026\/08\/glm-5-3-flash-768x482.png 768w, https:\/\/wp.glbgpt.com\/wp-content\/uploads\/2026\/08\/glm-5-3-flash.jpg 1317w\" sizes=\"(max-width: 1024px) 100vw, 1024px\" \/><\/figure>\n\n\n\n<div class=\"wp-block-buttons is-content-justification-center is-layout-flex wp-container-core-buttons-is-layout-3e41869c wp-block-buttons-is-layout-flex\">\n<div class=\"wp-block-button\"><a class=\"wp-block-button__link has-luminous-vivid-amber-background-color has-text-color has-background has-link-color has-medium-font-size has-custom-font-size wp-element-button\" href=\"https:\/\/www.glbgpt.com\/home\/glm-5-3-flash?=inviter=hub_glm53flash&amp;login=1\" style=\"color:#146999\"><strong>Experimente o GLM 5.3 Flash no GlobalGPT agora<\/strong><\/a><\/div>\n<\/div>\n\n\n\n<h2 id=\"quick-answer\" class=\"wp-block-heading\">Resposta r\u00e1pida: O que \u00e9 o GLM-5.3 Flash?<\/h2>\n\n\n\n<p class=\"wp-block-paragraph\"><strong>O GLM-5.3 Flash \u00e9 o modelo GLM-5 de baixo custo da Z.AI, destinado \u00e0 codifica\u00e7\u00e3o, tarefas de agentes, trabalho com contextos longos e entradas multimodais.<\/strong> O oficial <a href=\"https:\/\/docs.z.ai\/guides\/vlm\/glm-5.3-flash\">Documenta\u00e7\u00e3o do GLM-5.3-Flash<\/a> apresenta o c\u00f3digo do modelo da API da seguinte forma: <code>glm-5.3-flash<\/code>, suporta uma janela de contexto de 1 milh\u00e3o de tokens e descreve a entrada de imagens por meio de <code>url_da_imagem<\/code> blocos de conte\u00fado.<\/p>\n\n\n\n<p class=\"wp-block-paragraph\">O importante \u00e9 a rela\u00e7\u00e3o custo-benef\u00edcio. O GLM-5.3 Flash n\u00e3o \u00e9 apenas um r\u00f3tulo menor na mesma p\u00e1gina do modelo. A Z.AI o descreve como o primeiro modelo multimodal nativo da s\u00e9rie GLM-5, com 320 bilh\u00f5es de par\u00e2metros no total e 18 bilh\u00f5es de par\u00e2metros ativados. Ele foi desenvolvido com base em uma arquitetura h\u00edbrida destinada a reduzir o custo de execu\u00e7\u00e3o, mantendo ao mesmo tempo o comportamento em contextos longos.<\/p>\n\n\n\n<p class=\"wp-block-paragraph\">Minha conclus\u00e3o pr\u00e1tica: o GLM-5.3 Flash \u00e9 mais interessante para tarefas de codifica\u00e7\u00e3o e de agentes em que o custo \u00e9 um fator importante e nas quais \u00e9 poss\u00edvel chamar o modelo v\u00e1rias vezes. Ele \u00e9 menos convincente como modelo de reda\u00e7\u00e3o casual, a menos que sua rota de API e suas configura\u00e7\u00f5es de racioc\u00ednio estejam ajustadas, pois a sa\u00edda vis\u00edvel pode ficar oculta pelo uso de tokens de racioc\u00ednio quando o limite m\u00e1ximo de sa\u00edda \u00e9 muito baixo.<\/p>\n\n\n\n<h2 id=\"glm-5-3-flash-price\" class=\"wp-block-heading\">Pre\u00e7o promocional do GLM-5.3<\/h2>\n\n\n\n<p class=\"wp-block-paragraph\">O oficial <a href=\"https:\/\/docs.z.ai\/guides\/overview\/pricing\">P\u00e1gina de pre\u00e7os do Z.AI<\/a> \u00e9 a fonte mais confi\u00e1vel para <strong>Pre\u00e7o promocional do GLM-5.3<\/strong>. Conforme verificado em 27 de agosto de 2026, a Z.AI apresenta o GLM-5.3-Flash com um desconto promocional de 50%. Os pre\u00e7os com desconto s\u00e3o de $0,075 por 1 milh\u00e3o de tokens de entrada e $0,25 por 1 milh\u00e3o de tokens de sa\u00edda. Os pre\u00e7os de tabela riscados s\u00e3o $0,15 de entrada e $0,50 de sa\u00edda por 1 milh\u00e3o de tokens.<\/p>\n\n\n\n<p class=\"wp-block-paragraph\">A Z.AI tamb\u00e9m informa que a promo\u00e7\u00e3o termina \u00e0s 24h do dia 9 de setembro de 2026, hor\u00e1rio de Cingapura (UTC+8). Isso \u00e9 importante para os leitores que est\u00e3o comparando custos de longo prazo: o desconto de lan\u00e7amento \u00e9 real, mas n\u00e3o deve ser considerado como uma base permanente, a menos que a Z.AI o prorrogue.<\/p>\n\n\n\n<table style=\"width:100%;border-collapse:collapse;margin:18px 0;font-size:15px;\">\n    <thead>\n      <tr>\n        <th style=\"text-align:left;border:1px solid #d9e2ec;padding:10px;background:#eef6ff;\">Modelo<\/th>\n        <th style=\"text-align:left;border:1px solid #d9e2ec;padding:10px;background:#eef6ff;\">Entrada \/ 1 milh\u00e3o de tokens<\/th>\n        <th style=\"text-align:left;border:1px solid #d9e2ec;padding:10px;background:#eef6ff;\">Entrada em cache<\/th>\n        <th style=\"text-align:left;border:1px solid #d9e2ec;padding:10px;background:#eef6ff;\">Sa\u00edda \/ 1 milh\u00e3o de tokens<\/th>\n        <th style=\"text-align:left;border:1px solid #d9e2ec;padding:10px;background:#eef6ff;\">Nota sobre pre\u00e7os<\/th>\n      <\/tr>\n    <\/thead>\n    <tbody>\n      <tr>\n        <td style=\"border:1px solid #d9e2ec;padding:10px;\"><strong>GLM-5.3-Flash<\/strong><\/td>\n        <td style=\"border:1px solid #d9e2ec;padding:10px;\">$0.075 (promo\u00e7\u00e3o); $0.15 (pre\u00e7o de tabela)<\/td>\n        <td style=\"border:1px solid #d9e2ec;padding:10px;\">$0.015 (promo\u00e7\u00e3o); $0.03 (lista)<\/td>\n        <td style=\"border:1px solid #d9e2ec;padding:10px;\">$0.25 (pre\u00e7o promocional); $0.50 (pre\u00e7o de tabela)<\/td>\n        <td style=\"border:1px solid #d9e2ec;padding:10px;\">Desconto no 50% at\u00e9 9 de setembro de 2026 (UTC+8)<\/td>\n      <\/tr>\n      <tr>\n        <td style=\"border:1px solid #d9e2ec;padding:10px;\"><strong>GLM-5.3<\/strong><\/td>\n        <td style=\"border:1px solid #d9e2ec;padding:10px;\">$1.40<\/td>\n        <td style=\"border:1px solid #d9e2ec;padding:10px;\">$0.26<\/td>\n        <td style=\"border:1px solid #d9e2ec;padding:10px;\">$4.40<\/td>\n        <td style=\"border:1px solid #d9e2ec;padding:10px;\">Linha do modelo principal GLM-5.3 na tabela de pre\u00e7os da Z.AI<\/td>\n      <\/tr>\n      <tr>\n        <td style=\"border:1px solid #d9e2ec;padding:10px;\"><strong>GLM-5.2<\/strong><\/td>\n        <td style=\"border:1px solid #d9e2ec;padding:10px;\">$1.40<\/td>\n        <td style=\"border:1px solid #d9e2ec;padding:10px;\">$0.26<\/td>\n        <td style=\"border:1px solid #d9e2ec;padding:10px;\">$4.40<\/td>\n        <td style=\"border:1px solid #d9e2ec;padding:10px;\">Linha anterior do modelo GLM sobre pre\u00e7os do Z.AI<\/td>\n      <\/tr>\n      <tr>\n        <td style=\"border:1px solid #d9e2ec;padding:10px;\"><strong>GLM-5.1<\/strong><\/td>\n        <td style=\"border:1px solid #d9e2ec;padding:10px;\">$1.40<\/td>\n        <td style=\"border:1px solid #d9e2ec;padding:10px;\">$0.26<\/td>\n        <td style=\"border:1px solid #d9e2ec;padding:10px;\">$4.40<\/td>\n        <td style=\"border:1px solid #d9e2ec;padding:10px;\">Listado nos modelos de texto do Z.AI<\/td>\n      <\/tr>\n    <\/tbody>\n  <\/table>\n\n\n\n<div class=\"glm-price-figure\" style=\"border:1px solid #d9e2ec;border-radius:8px;padding:18px;margin:22px 0;background:#fbfdff;\">\n    <p style=\"margin:0 0 14px;font-weight:700;\">Compara\u00e7\u00e3o oficial dos pre\u00e7os de venda da Z.AI<\/p>\n    <div style=\"display:grid;grid-template-columns:145px 1fr 90px;gap:10px;align-items:center;margin-bottom:10px;\">\n      <span>GLM-5.3 \u2013 Promo\u00e7\u00e3o rel\u00e2mpago<\/span>\n      <span style=\"height:16px;background:#16a34a;border-radius:99px;width:6%;display:block;\"><\/span>\n      <strong>$0,25\/M<\/strong>\n    <\/div>\n    <div style=\"display:grid;grid-template-columns:145px 1fr 90px;gap:10px;align-items:center;margin-bottom:10px;\">\n      <span>Lista GLM-5.3-Flash<\/span>\n      <span style=\"height:16px;background:#60a5fa;border-radius:99px;width:11%;display:block;\"><\/span>\n      <strong>$0,50\/M<\/strong>\n    <\/div>\n    <div style=\"display:grid;grid-template-columns:145px 1fr 90px;gap:10px;align-items:center;margin-bottom:10px;\">\n      <span>GLM-5.3<\/span>\n      <span style=\"height:16px;background:#f59e0b;border-radius:99px;width:100%;display:block;\"><\/span>\n      <strong>$4.40\/M<\/strong>\n    <\/div>\n    <div style=\"display:grid;grid-template-columns:145px 1fr 90px;gap:10px;align-items:center;\">\n      <span>GLM-5.2<\/span>\n      <span style=\"height:16px;background:#ef4444;border-radius:99px;width:100%;display:block;\"><\/span>\n      <strong>$4.40\/M<\/strong>\n    <\/div>\n    <p style=\"margin:14px 0 0;color:#4b5563;font-size:13px;\">Fonte: p\u00e1gina oficial de pre\u00e7os da Z.AI, consultada em 27 de agosto de 2026. Os pre\u00e7os promocionais s\u00e3o v\u00e1lidos por tempo limitado.<\/p>\n  <\/div>\n\n\n\n<p class=\"wp-block-paragraph\">Ent\u00e3o, sim, o GLM-5.3 Flash \u00e9 barato em compara\u00e7\u00e3o com o GLM-5.3 e o GLM-5.2, de acordo com os pre\u00e7os oficiais por token. A quest\u00e3o mais relevante \u00e9 se ele continua sendo barato depois de incluir suas instru\u00e7\u00f5es, configura\u00e7\u00f5es de racioc\u00ednio, chamadas de ferramentas e novas tentativas. Nossa se\u00e7\u00e3o pr\u00e1tica aborda esse assunto.<\/p>\n\n\n\n<p class=\"wp-block-paragraph\">Se voc\u00ea quiser conhecer o contexto de pre\u00e7os da gera\u00e7\u00e3o anterior, consulte nosso artigo separado <a href=\"https:\/\/www.glbgpt.com\/hub\/glm-5-2-price\/\">Pre\u00e7o do GLM-5.2<\/a> guia. Eu manteria essa p\u00e1gina focada no GLM-5.2 e deixaria que este artigo abordasse o pre\u00e7o do GLM-5.3 Flash, a API e os objetivos dos benchmarks.<\/p>\n\n\n\n<h2 id=\"api-access\" class=\"wp-block-heading\">GLM-5.3 Acesso \u00e0 API do Flash<\/h2>\n\n\n\n<p class=\"wp-block-paragraph\">O c\u00f3digo oficial do modelo da API \u00e9 <code>glm-5.3-flash<\/code>. O Z.AI afirma que os par\u00e2metros de texto s\u00e3o compat\u00edveis com o GLM-5.3, suporta uma janela de contexto de 1 milh\u00e3o de tokens e aceita imagens como entrada por meio de <code>url_da_imagem<\/code> blocos no interior <code>mensagens[].conte\u00fado[]<\/code>. Isso faz com que o GLM-5.3 Flash seja mais do que um simples modelo de codifica\u00e7\u00e3o baseado apenas em texto.<\/p>\n\n\n\n<p class=\"wp-block-paragraph\">A nota sobre as configura\u00e7\u00f5es n\u00e3o \u00e9 um detalhe sem import\u00e2ncia. A documenta\u00e7\u00e3o recomenda <code>temperatura: 1<\/code>, <code>top_p: 0,95<\/code>, e <code>esfor\u00e7o_de_racioc\u00ednio: m\u00e1ximo<\/code>. Eles tamb\u00e9m dizem que <code>thinking.type<\/code> oferece suporte a <code>ativado<\/code>, e recomendo <code>thinking.clear_thinking: false<\/code>. Em nossos pr\u00f3prios testes, esse tipo de configura\u00e7\u00e3o fez diferen\u00e7a.<\/p>\n\n\n\n<table style=\"width:100%;border-collapse:collapse;margin:18px 0;font-size:15px;\">\n    <thead>\n      <tr>\n        <th style=\"text-align:left;border:1px solid #ddd;padding:10px;background:#f8fafc;\">Item da API<\/th>\n        <th style=\"text-align:left;border:1px solid #ddd;padding:10px;background:#f8fafc;\">O que usar<\/th>\n        <th style=\"text-align:left;border:1px solid #ddd;padding:10px;background:#f8fafc;\">Por que \u00e9 importante<\/th>\n      <\/tr>\n    <\/thead>\n    <tbody>\n      <tr>\n        <td style=\"border:1px solid #ddd;padding:10px;\">C\u00f3digo modelo<\/td>\n        <td style=\"border:1px solid #ddd;padding:10px;\"><code>glm-5.3-flash<\/code><\/td>\n        <td style=\"border:1px solid #ddd;padding:10px;\">Use o ID exato do modelo, em vez de tentar adivinhar o nome de uma variante.<\/td>\n      <\/tr>\n      <tr>\n        <td style=\"border:1px solid #ddd;padding:10px;\">Contexto<\/td>\n        <td style=\"border:1px solid #ddd;padding:10px;\">1 milh\u00e3o de tokens<\/td>\n        <td style=\"border:1px solid #ddd;padding:10px;\">\u00datil para grandes bases de c\u00f3digo, documentos extensos e mem\u00f3ria de agentes, mas ainda assim com boa rela\u00e7\u00e3o custo-benef\u00edcio.<\/td>\n      <\/tr>\n      <tr>\n        <td style=\"border:1px solid #ddd;padding:10px;\">Entrada de imagem<\/td>\n        <td style=\"border:1px solid #ddd;padding:10px;\"><code>url_da_imagem<\/code> blocos de conte\u00fado<\/td>\n        <td style=\"border:1px solid #ddd;padding:10px;\">Oferece suporte a fluxos de trabalho de convers\u00e3o de capturas de tela em c\u00f3digo e de depura\u00e7\u00e3o visual.<\/td>\n      <\/tr>\n      <tr>\n        <td style=\"border:1px solid #ddd;padding:10px;\">Pensando<\/td>\n        <td style=\"border:1px solid #ddd;padding:10px;\"><code>thinking.type: ativado<\/code><\/td>\n        <td style=\"border:1px solid #ddd;padding:10px;\">O racioc\u00ednio n\u00e3o pode ser tratado como um pequeno detalhe oculto; ele pode determinar o uso dos tokens.<\/td>\n      <\/tr>\n    <\/tbody>\n  <\/table>\n\n\n\n<p class=\"wp-block-paragraph\">Para quem n\u00e3o \u00e9 desenvolvedor, \u00e9 a\u00ed que uma plataforma multimodelo pode ajudar. Voc\u00ea pode usar <a href=\"https:\/\/www.glbgpt.com\/home?inviter=hub_popup&amp;login=1\">GLBGPT<\/a> para comparar o comportamento dos modelos antes de investir tempo na configura\u00e7\u00e3o da API de um provedor. Para obter informa\u00e7\u00f5es oficiais sobre faturamento por tokens e par\u00e2metros dos modelos, consulte sempre a tabela de pre\u00e7os e a documenta\u00e7\u00e3o da pr\u00f3pria Z.AI.<\/p>\n\n\n\n<h2 id=\"benchmarks\" class=\"wp-block-heading\">GLM-5.3: Testes de desempenho do Flash e indicadores de capacidade<\/h2>\n\n\n\n<p class=\"wp-block-paragraph\">Os benchmarks s\u00e3o \u00fateis nesse contexto, mas somente se voc\u00ea indicar a fonte. A documenta\u00e7\u00e3o do Z.AI fornece informa\u00e7\u00f5es oficiais sobre o modelo e detalhes da arquitetura. <a href=\"https:\/\/artificialanalysis.ai\/models\/glm-5-3-flash\">An\u00e1lise Artificial<\/a> fornece dados de benchmark de terceiros. <a href=\"https:\/\/openrouter.ai\/z-ai\/glm-5.3-flash\">OpenRouter<\/a> fornece dados sobre o mercado de prestadores de servi\u00e7os. Esses s\u00e3o tr\u00eas tipos diferentes de evid\u00eancia.<\/p>\n\n\n\n<p class=\"wp-block-paragraph\">A An\u00e1lise Artificial apresenta o GLM-5.3-Flash com um \u00cdndice de Intelig\u00eancia de 57, classifica\u00e7\u00e3o #3 entre 110 no grupo exibido, uma janela de contexto de 1M e 50,2 tokens de sa\u00edda por segundo. Tamb\u00e9m indica que a modalidade de entrada \u00e9 texto e imagem, com sa\u00edda em texto. Esse \u00e9 um forte indicador de capacidade para um modelo com pre\u00e7o Flash, mas ainda se trata de um benchmark de terceiros, e n\u00e3o de uma garantia oficial de velocidade da Z.AI.<\/p>\n\n\n\n<div class=\"glm-benchmark-card\" style=\"border:1px solid #e2e8f0;border-radius:8px;padding:18px;margin:22px 0;background:#ffffff;\">\n    <p style=\"margin:0 0 14px;font-weight:700;\">Vis\u00e3o geral de pre\u00e7os e recursos<\/p>\n    <table style=\"width:100%;border-collapse:collapse;font-size:14px;\">\n      <thead>\n        <tr>\n          <th style=\"border:1px solid #e2e8f0;padding:9px;background:#f1f5f9;text-align:left;\">Modelo<\/th>\n          <th style=\"border:1px solid #e2e8f0;padding:9px;background:#f1f5f9;text-align:left;\">Pre\u00e7o oficial<\/th>\n          <th style=\"border:1px solid #e2e8f0;padding:9px;background:#f1f5f9;text-align:left;\">Sinal de refer\u00eancia<\/th>\n          <th style=\"border:1px solid #e2e8f0;padding:9px;background:#f1f5f9;text-align:left;\">Contexto<\/th>\n          <th style=\"border:1px solid #e2e8f0;padding:9px;background:#f1f5f9;text-align:left;\">Limite da fonte<\/th>\n        <\/tr>\n      <\/thead>\n      <tbody>\n        <tr>\n          <td style=\"border:1px solid #e2e8f0;padding:9px;\"><strong>GLM-5.3-Flash<\/strong><\/td>\n          <td style=\"border:1px solid #e2e8f0;padding:9px;\">Promo\u00e7\u00e3o de $0.075 de entrada \/ $0.25 de sa\u00edda por 1 milh\u00e3o de tokens<\/td>\n          <td style=\"border:1px solid #e2e8f0;padding:9px;\">\u00cdndice de Intelig\u00eancia 57; 50,2 tokens de sa\u00edda\/s<\/td>\n          <td style=\"border:1px solid #e2e8f0;padding:9px;\">1 milh\u00e3o de tokens<\/td>\n          <td style=\"border:1px solid #e2e8f0;padding:9px;\">Pre\u00e7o da Z.AI; refer\u00eancia da Artificial Analysis<\/td>\n        <\/tr>\n      <\/tbody>\n    <\/table>\n  <\/div>\n\n\n\n<p class=\"wp-block-paragraph\">O OpenRouter \u00e9 \u00fatil para verificar a disponibilidade no marketplace e os n\u00fameros espec\u00edficos de cada provedor, mas eu n\u00e3o incluiria esses valores em uma tabela de pre\u00e7os oficiais. Se um provedor no OpenRouter apresentar uma taxa de transfer\u00eancia diferente ou uma tarifa tempor\u00e1ria diferente, identifique-a como \u201cdados do provedor no marketplace\u201d.<\/p>\n\n\n\n<h2 id=\"hands-on-test\" class=\"wp-block-heading\">Teste pr\u00e1tico da API: prompts, uso de tokens e resultados<\/h2>\n\n\n\n<p class=\"wp-block-paragraph\">Realizamos um teste controlado da API em cinco modelos dispon\u00edveis: <code>glm-5.3-flash<\/code>, <code>glm-5.3<\/code>, <code>glm-5.2<\/code>, <code>gpt-5.6-luna<\/code>, e <code>kimi-k3<\/code>. Este n\u00e3o foi um teste de desempenho oficial e n\u00e3o deve ser interpretado como um ranking global de modelos. O objetivo era mais espec\u00edfico e mais \u00fatil para este artigo: diante das mesmas instru\u00e7\u00f5es, o GLM-5.3 Flash retornou resultados \u00fateis, como se comportaram seus tokens de racioc\u00ednio e quais campos de custo foram retornados pela resposta da API?<\/p>\n\n\n\n<p class=\"wp-block-paragraph\">O desenho do teste foi propositalmente simples. Utilizamos uma tarefa de programa\u00e7\u00e3o, uma tarefa de sa\u00edda estruturada rigorosa e uma tarefa curta de reda\u00e7\u00e3o. Essa combina\u00e7\u00e3o \u00e9 importante porque um modelo pode apresentar um desempenho excelente na programa\u00e7\u00e3o e, mesmo assim, ser problem\u00e1tico para JSON rigoroso ou textos curtos, caso a rota esgote o or\u00e7amento de sa\u00edda em racioc\u00ednios ocultos.<\/p>\n\n\n\n<div class=\"glm-test-method\" style=\"border:1px solid #bfdbfe;border-radius:8px;padding:16px 18px;margin:20px 0;background:#eff6ff;\">\n    <p style=\"margin:0 0 10px;font-weight:700;color:#1e3a8a;\">Como ler os cart\u00f5es de teste<\/p>\n    <ul style=\"margin:0;padding-left:20px;\">\n      <li><strong>Passe<\/strong> significa que o modelo retornou uma sa\u00edda vis\u00edvel que respondeu \u00e0 tarefa.<\/li>\n      <li><strong>Erro de formata\u00e7\u00e3o<\/strong> significa que o conte\u00fado foi \u00fatil, mas n\u00e3o se tratava de uma sa\u00edda estritamente leg\u00edvel por m\u00e1quina.<\/li>\n      <li><strong>Inconclusivo<\/strong> significa que a solicita\u00e7\u00e3o foi bem-sucedida do ponto de vista t\u00e9cnico, mas a rota testada retornou pouca ou nenhuma resposta vis\u00edvel.<\/li>\n      <li><strong>Campos de custo<\/strong> s\u00e3o valores informados na resposta desta consulta controlada \u00e0 API, e n\u00e3o promessas oficiais de pre\u00e7o do provedor.<\/li>\n    <\/ul>\n  <\/div>\n\n\n\n<p class=\"wp-block-paragraph\">A execu\u00e7\u00e3o padr\u00e3o utilizada <code>temperatura: 0,2<\/code> e um limite m\u00e1ximo de sa\u00edda por tarefa. Cada modelo\/tarefa foi executado uma vez, sem repeti\u00e7\u00e3o autom\u00e1tica. Em seguida, realizamos um teste complementar apenas para o GLM-5.3 Flash nas tarefas de codifica\u00e7\u00e3o e reda\u00e7\u00e3o com configura\u00e7\u00f5es de racioc\u00ednio no estilo GLM, pois as respostas padr\u00e3o do Flash apresentavam uso intenso de tokens de racioc\u00ednio e exigiam uma verifica\u00e7\u00e3o mais justa da configura\u00e7\u00e3o.<\/p>\n\n\n\n<section class=\"glm-test-card\" style=\"border:1px solid #d8b4fe;border-radius:8px;margin:24px 0;padding:18px;background:#fbf7ff;box-shadow:0 12px 28px rgba(88,28,135,.06);\">\n    <div style=\"display:grid;grid-template-columns:minmax(0,0.95fr) minmax(300px,1.05fr);gap:16px;align-items:start;\">\n      <div>\n        <p style=\"margin:0 0 6px;color:#6d28d9;font-size:13px;font-weight:700;text-transform:uppercase;letter-spacing:.06em;\">Tarefa A<\/p>\n        <h3 id=\"test-card-coding-debug\" style=\"margin:0 0 10px;font-size:22px;line-height:1.25;\">Depura\u00e7\u00e3o de c\u00f3digo: o modelo detectou o erro no agrupamento de clientes?<\/h3>\n        <p style=\"margin:0;color:#465569;\"><strong>Tarefa:<\/strong> Identifique o erro em uma fun\u00e7\u00e3o do TypeScript, explique por que ele ocorre e apresente uma implementa\u00e7\u00e3o corrigida.<\/p>\n      <\/div>\n      <div style=\"background:#111827;color:#e5e7eb;border-radius:8px;padding:12px;\">\n        <p style=\"margin:0 0 8px;color:#c7d2fe;font-weight:700;\">Prompt exato<\/p>\n        <pre style=\"white-space:pre-wrap;overflow:auto;margin:0;font-size:13px;line-height:1.45;font-family:Consolas,Monaco,monospace;\">Voc\u00ea est\u00e1 analisando uma fun\u00e7\u00e3o em TypeScript que deve agrupar os pedidos por ID do cliente e calcular o valor total gasto por cada cliente. Encontre o erro, explique por que ele ocorre e forne\u00e7a uma implementa\u00e7\u00e3o corrigida. C\u00f3digo: type Order = { id: string; customerId: string; total: number }; function summarize(orders: Order[]) { const result: Record = {}; for (const order of orders) { if (!result[order.id]) result[order.id] = { count: 0, total: 0 }; result[order.id].count += 1; result[order.id].total += order.total; } return result; }<\/pre>\n      <\/div>\n    <\/div>\n    <table style=\"width:100%;border-collapse:collapse;margin:16px 0 0;font-size:14px;background:#fff;\">\n      <thead>\n        <tr>\n          <th style=\"text-align:left;border:1px solid #e9d5ff;padding:9px;background:#f3e8ff;\">Modelo<\/th>\n          <th style=\"text-align:left;border:1px solid #e9d5ff;padding:9px;background:#f3e8ff;\">Vis\u00e3o geral dos resultados<\/th>\n          <th style=\"text-align:left;border:1px solid #e9d5ff;padding:9px;background:#f3e8ff;\">Nota sobre o token\/custo<\/th>\n          <th style=\"text-align:left;border:1px solid #e9d5ff;padding:9px;background:#f3e8ff;\">Resultado<\/th>\n        <\/tr>\n      <\/thead>\n      <tbody>\n        \n        <tr>\n          <td style=\"border:1px solid #e9d5ff;padding:9px;\"><code>glm-5.3-flash<\/code><\/td>\n          <td style=\"border:1px solid #e9d5ff;padding:9px;\">A execu\u00e7\u00e3o padr\u00e3o retornou um c\u00f3digo HTTP 200, mas n\u00e3o houve resposta vis\u00edvel do assistente, pois o racioc\u00ednio utilizou 1.196 dos 1.200 tokens de conclus\u00e3o. Na an\u00e1lise de acompanhamento das configura\u00e7\u00f5es recomendadas, foi identificado corretamente que <code>order.id<\/code> deveria ser <code>order.customerId<\/code> e apresentou uma implementa\u00e7\u00e3o corrigida.<\/td>\n          <td style=\"border:1px solid #e9d5ff;padding:9px;\">Padr\u00e3o: 1.348 tokens no total, campo de custo $0.0003111. Acompanhamento: 2.584 tokens no total, campo de custo $0.00124007598.<\/td>\n          <td style=\"border:1px solid #e9d5ff;padding:9px;\"><strong>Aprova\u00e7\u00e3o ap\u00f3s nova execu\u00e7\u00e3o<\/strong><\/td>\n        <\/tr>\n        <tr>\n          <td style=\"border:1px solid #e9d5ff;padding:9px;\"><code>glm-5.3<\/code><\/td>\n          <td style=\"border:1px solid #e9d5ff;padding:9px;\">Identifiquei o erro na chave de agrupamento e expliquei por que os IDs de pedido exclusivos impedem a agrega\u00e7\u00e3o no n\u00edvel do cliente. O c\u00f3digo corrigido utilizado <code>customerId<\/code> como chave do objeto.<\/td>\n          <td style=\"border:1px solid #e9d5ff;padding:9px;\">1.348 tokens no total, campo de custo $0,00534128.<\/td>\n          <td style=\"border:1px solid #e9d5ff;padding:9px;\"><strong>Passe<\/strong><\/td>\n        <\/tr>\n        <tr>\n          <td style=\"border:1px solid #e9d5ff;padding:9px;\"><code>glm-5.2<\/code><\/td>\n          <td style=\"border:1px solid #e9d5ff;padding:9px;\">Tamb\u00e9m encontrei o <code>order.id<\/code> versus <code>customerId<\/code> identificou o problema e produziu uma implementa\u00e7\u00e3o corrigida que funciona corretamente.<\/td>\n          <td style=\"border:1px solid #e9d5ff;padding:9px;\">1.304 tokens no total. O custo em d\u00f3lares americanos n\u00e3o foi retornado no mesmo campo da resposta.<\/td>\n          <td style=\"border:1px solid #e9d5ff;padding:9px;\"><strong>Passe<\/strong><\/td>\n        <\/tr>\n        <tr>\n          <td style=\"border:1px solid #e9d5ff;padding:9px;\"><code>gpt-5.6-luna<\/code><\/td>\n          <td style=\"border:1px solid #e9d5ff;padding:9px;\">Deu a explica\u00e7\u00e3o mais clara e concisa: o acumulador era indexado por ID do pedido, de modo que cada pedido se tornava seu pr\u00f3prio bucket. Ele retornou o c\u00f3digo TypeScript corrigido.<\/td>\n          <td style=\"border:1px solid #e9d5ff;padding:9px;\">509 tokens no total. Custo em d\u00f3lares americanos pendente\/n\u00e3o devolvido.<\/td>\n          <td style=\"border:1px solid #e9d5ff;padding:9px;\"><strong>Passe<\/strong><\/td>\n        <\/tr>\n        <tr>\n          <td style=\"border:1px solid #e9d5ff;padding:9px;\"><code>kimi-k3<\/code><\/td>\n          <td style=\"border:1px solid #e9d5ff;padding:9px;\">Encontrei o mesmo bug e forneci uma explica\u00e7\u00e3o detalhada, al\u00e9m de uma implementa\u00e7\u00e3o corrigida. A resposta era \u00fatil, mas mais longa do que a do GPT.<\/td>\n          <td style=\"border:1px solid #e9d5ff;padding:9px;\">1.423 tokens no total. Custo em d\u00f3lares americanos pendente\/n\u00e3o devolvido.<\/td>\n          <td style=\"border:1px solid #e9d5ff;padding:9px;\"><strong>Passe<\/strong><\/td>\n        <\/tr>\n      <\/tbody>\n    <\/table>\n    <p style=\"margin:12px 0 0;color:#4c1d95;\"><strong>Conclus\u00e3o:<\/strong> Para a depura\u00e7\u00e3o do c\u00f3digo, o GLM-5.3 Flash s\u00f3 apresentou bons resultados ap\u00f3s ajustes de configura\u00e7\u00e3o baseados na l\u00f3gica do GLM e um limite m\u00e1ximo de sa\u00edda maior. O GLM-5.3, o GLM-5.2, o GPT-5.6 Luna e o Kimi K3 retornaram respostas vis\u00edveis e utiliz\u00e1veis j\u00e1 na primeira execu\u00e7\u00e3o.<\/p>\n  <\/section>\n\n\n\n<section class=\"glm-test-card\" style=\"border:1px solid #d8b4fe;border-radius:8px;margin:24px 0;padding:18px;background:#fbf7ff;box-shadow:0 12px 28px rgba(88,28,135,.06);\">\n    <div style=\"display:grid;grid-template-columns:minmax(0,0.95fr) minmax(300px,1.05fr);gap:16px;align-items:start;\">\n      <div>\n        <p style=\"margin:0 0 6px;color:#6d28d9;font-size:13px;font-weight:700;text-transform:uppercase;letter-spacing:.06em;\">Tarefa B<\/p>\n        <h3 id=\"test-card-strict-json\" style=\"margin:0 0 10px;font-size:22px;line-height:1.25;\">JSON estrito: o modelo seguiu um formato leg\u00edvel por m\u00e1quina?<\/h3>\n        <p style=\"margin:0;color:#465569;\"><strong>Tarefa:<\/strong> Retorne apenas JSON estrito, com chaves fixas e sem formata\u00e7\u00e3o Markdown.<\/p>\n      <\/div>\n      <div style=\"background:#111827;color:#e5e7eb;border-radius:8px;padding:12px;\">\n        <p style=\"margin:0 0 8px;color:#c7d2fe;font-weight:700;\">Prompt exato<\/p>\n        <pre style=\"white-space:pre-wrap;overflow:auto;margin:0;font-size:13px;line-height:1.45;font-family:Consolas,Monaco,monospace;\">Retorne apenas JSON estrito. Compare os modelos principais GLM-5.3-Flash, GLM-5.3 e do tipo GPT para um desenvolvedor que esteja escolhendo um assistente de codifica\u00e7\u00e3o. Use as chaves: best_for, tradeoffs, cost_warning, recommendation. N\u00e3o use markdown.<\/pre>\n      <\/div>\n    <\/div>\n    <table style=\"width:100%;border-collapse:collapse;margin:16px 0 0;font-size:14px;background:#fff;\">\n      <thead>\n        <tr>\n          <th style=\"text-align:left;border:1px solid #e9d5ff;padding:9px;background:#f3e8ff;\">Modelo<\/th>\n          <th style=\"text-align:left;border:1px solid #e9d5ff;padding:9px;background:#f3e8ff;\">Vis\u00e3o geral dos resultados<\/th>\n          <th style=\"text-align:left;border:1px solid #e9d5ff;padding:9px;background:#f3e8ff;\">Nota sobre o token\/custo<\/th>\n          <th style=\"text-align:left;border:1px solid #e9d5ff;padding:9px;background:#f3e8ff;\">Resultado<\/th>\n        <\/tr>\n      <\/thead>\n      <tbody>\n        \n        <tr>\n          <td style=\"border:1px solid #e9d5ff;padding:9px;\"><code>glm-5.3-flash<\/code><\/td>\n          <td style=\"border:1px solid #e9d5ff;padding:9px;\">Retornou um conte\u00fado parcial semelhante a JSON, mas n\u00e3o era um JSON estritamente analis\u00e1vel sem uma limpeza pr\u00e9via. Isso \u00e9 utiliz\u00e1vel para um leitor humano, mas n\u00e3o para automa\u00e7\u00e3o direta.<\/td>\n          <td style=\"border:1px solid #e9d5ff;padding:9px;\">1.267 tokens no total, campo de custo $0,000305025.<\/td>\n          <td style=\"border:1px solid #e9d5ff;padding:9px;\"><strong>Erro de formata\u00e7\u00e3o<\/strong><\/td>\n        <\/tr>\n        <tr>\n          <td style=\"border:1px solid #e9d5ff;padding:9px;\"><code>glm-5.3<\/code><\/td>\n          <td style=\"border:1px solid #e9d5ff;padding:9px;\">N\u00e3o retornou nenhum conte\u00fado vis\u00edvel do assistente abaixo do limite de sa\u00edda testado, com quase todos os tokens de conclus\u00e3o consumidos pelo racioc\u00ednio.<\/td>\n          <td style=\"border:1px solid #e9d5ff;padding:9px;\">1.267 tokens no total, campo de custo $0,00530084.<\/td>\n          <td style=\"border:1px solid #e9d5ff;padding:9px;\"><strong>Inconclusivo<\/strong><\/td>\n        <\/tr>\n        <tr>\n          <td style=\"border:1px solid #e9d5ff;padding:9px;\"><code>glm-5.2<\/code><\/td>\n          <td style=\"border:1px solid #e9d5ff;padding:9px;\">Retornou uma resposta semelhante a JSON, mas ela estava incompleta\/n\u00e3o podia ser analisada sem um processamento de limpeza.<\/td>\n          <td style=\"border:1px solid #e9d5ff;padding:9px;\">1.268 tokens no total. O custo em d\u00f3lares americanos n\u00e3o foi retornado no mesmo campo da resposta.<\/td>\n          <td style=\"border:1px solid #e9d5ff;padding:9px;\"><strong>Erro de formata\u00e7\u00e3o<\/strong><\/td>\n        <\/tr>\n        <tr>\n          <td style=\"border:1px solid #e9d5ff;padding:9px;\"><code>gpt-5.6-luna<\/code><\/td>\n          <td style=\"border:1px solid #e9d5ff;padding:9px;\">Retornou um JSON analis\u00e1vel com as chaves solicitadas e sem a delimitadora de Markdown.<\/td>\n          <td style=\"border:1px solid #e9d5ff;padding:9px;\">541 tokens no total. Custo em d\u00f3lares americanos pendente\/n\u00e3o devolvido.<\/td>\n          <td style=\"border:1px solid #e9d5ff;padding:9px;\"><strong>Passe<\/strong><\/td>\n        <\/tr>\n        <tr>\n          <td style=\"border:1px solid #e9d5ff;padding:9px;\"><code>kimi-k3<\/code><\/td>\n          <td style=\"border:1px solid #e9d5ff;padding:9px;\">O conte\u00fado retornado era semelhante a JSON e continha informa\u00e7\u00f5es \u00fateis, mas n\u00e3o era um JSON estritamente analis\u00e1vel sem uma limpeza pr\u00e9via.<\/td>\n          <td style=\"border:1px solid #e9d5ff;padding:9px;\">1.339 tokens no total. Custo em d\u00f3lares americanos pendente\/n\u00e3o devolvido.<\/td>\n          <td style=\"border:1px solid #e9d5ff;padding:9px;\"><strong>Erro de formata\u00e7\u00e3o<\/strong><\/td>\n        <\/tr>\n      <\/tbody>\n    <\/table>\n    <p style=\"margin:12px 0 0;color:#4c1d95;\"><strong>Conclus\u00e3o:<\/strong> Para uma sa\u00edda estritamente estruturada, o GPT-5.6 Luna apresentou o resultado mais limpo nesta pequena s\u00e9rie de testes. O GLM-5.3 Flash ainda pode funcionar com controles mais r\u00edgidos de formato de resposta, mas essa solicita\u00e7\u00e3o padr\u00e3o n\u00e3o estava pronta para automa\u00e7\u00e3o.<\/p>\n  <\/section>\n\n\n\n<section class=\"glm-test-card\" style=\"border:1px solid #d8b4fe;border-radius:8px;margin:24px 0;padding:18px;background:#fbf7ff;box-shadow:0 12px 28px rgba(88,28,135,.06);\">\n    <div style=\"display:grid;grid-template-columns:minmax(0,0.95fr) minmax(300px,1.05fr);gap:16px;align-items:start;\">\n      <div>\n        <p style=\"margin:0 0 6px;color:#6d28d9;font-size:13px;font-weight:700;text-transform:uppercase;letter-spacing:.06em;\">Tarefa C<\/p>\n        <h3 id=\"test-card-product-note\" style=\"margin:0 0 10px;font-size:22px;line-height:1.25;\">Breve observa\u00e7\u00e3o sobre o produto: o modelo produziu textos utiliz\u00e1veis?<\/h3>\n        <p style=\"margin:0;color:#465569;\"><strong>Tarefa:<\/strong> Escreva uma nota espec\u00edfica e n\u00e3o promocional de 120 palavras explicando em que situa\u00e7\u00f5es o GLM-5.3 Flash \u00e9 melhor do que um modelo top de linha mais pesado.<\/p>\n      <\/div>\n      <div style=\"background:#111827;color:#e5e7eb;border-radius:8px;padding:12px;\">\n        <p style=\"margin:0 0 8px;color:#c7d2fe;font-weight:700;\">Prompt exato<\/p>\n        <pre style=\"white-space:pre-wrap;overflow:auto;margin:0;font-size:13px;line-height:1.45;font-family:Consolas,Monaco,monospace;\">Escreva uma descri\u00e7\u00e3o do produto com 120 palavras explicando em que situa\u00e7\u00f5es o GLM-5.3-Flash \u00e9 uma escolha melhor do que um modelo top de linha mais pesado. Seja espec\u00edfico, sem tom promocional.<\/pre>\n      <\/div>\n    <\/div>\n    <table style=\"width:100%;border-collapse:collapse;margin:16px 0 0;font-size:14px;background:#fff;\">\n      <thead>\n        <tr>\n          <th style=\"text-align:left;border:1px solid #e9d5ff;padding:9px;background:#f3e8ff;\">Modelo<\/th>\n          <th style=\"text-align:left;border:1px solid #e9d5ff;padding:9px;background:#f3e8ff;\">Vis\u00e3o geral dos resultados<\/th>\n          <th style=\"text-align:left;border:1px solid #e9d5ff;padding:9px;background:#f3e8ff;\">Nota sobre o token\/custo<\/th>\n          <th style=\"text-align:left;border:1px solid #e9d5ff;padding:9px;background:#f3e8ff;\">Resultado<\/th>\n        <\/tr>\n      <\/thead>\n      <tbody>\n        \n        <tr>\n          <td style=\"border:1px solid #e9d5ff;padding:9px;\"><code>glm-5.3-flash<\/code><\/td>\n          <td style=\"border:1px solid #e9d5ff;padding:9px;\">A execu\u00e7\u00e3o padr\u00e3o n\u00e3o retornou nenhum conte\u00fado vis\u00edvel ap\u00f3s o racioc\u00ednio ter utilizado 895 dos 900 tokens de conclus\u00e3o. A execu\u00e7\u00e3o subsequente com as configura\u00e7\u00f5es recomendadas tamb\u00e9m n\u00e3o retornou nenhum conte\u00fado vis\u00edvel ap\u00f3s o racioc\u00ednio ter utilizado 1.798 dos 1.800 tokens de conclus\u00e3o.<\/td>\n          <td style=\"border:1px solid #e9d5ff;padding:9px;\">Padr\u00e3o: 946 tokens no total, campo de custo $0.00022845. Acompanhamento: 1.846 tokens no total, campo de custo $0.00045345.<\/td>\n          <td style=\"border:1px solid #e9d5ff;padding:9px;\"><strong>Inconclusivo<\/strong><\/td>\n        <\/tr>\n        <tr>\n          <td style=\"border:1px solid #e9d5ff;padding:9px;\"><code>glm-5.3<\/code><\/td>\n          <td style=\"border:1px solid #e9d5ff;padding:9px;\">N\u00e3o retornou nenhum conte\u00fado vis\u00edvel abaixo do limite de sa\u00edda testado.<\/td>\n          <td style=\"border:1px solid #e9d5ff;padding:9px;\">946 tokens no total, campo de custo $0,0040244.<\/td>\n          <td style=\"border:1px solid #e9d5ff;padding:9px;\"><strong>Inconclusivo<\/strong><\/td>\n        <\/tr>\n        <tr>\n          <td style=\"border:1px solid #e9d5ff;padding:9px;\"><code>glm-5.2<\/code><\/td>\n          <td style=\"border:1px solid #e9d5ff;padding:9px;\">N\u00e3o retornou nenhum conte\u00fado vis\u00edvel na rota testada.<\/td>\n          <td style=\"border:1px solid #e9d5ff;padding:9px;\">947 tokens no total. O custo em d\u00f3lares americanos n\u00e3o foi retornado no mesmo campo de resposta.<\/td>\n          <td style=\"border:1px solid #e9d5ff;padding:9px;\"><strong>Inconclusivo<\/strong><\/td>\n        <\/tr>\n        <tr>\n          <td style=\"border:1px solid #e9d5ff;padding:9px;\"><code>gpt-5.6-luna<\/code><\/td>\n          <td style=\"border:1px solid #e9d5ff;padding:9px;\">Entreguei uma nota pr\u00e1tica com exemplos concretos, como gera\u00e7\u00e3o de alto rendimento, lat\u00eancia previs\u00edvel, resumos de suporte, extra\u00e7\u00e3o, classifica\u00e7\u00e3o e roteamento. O texto ficou pr\u00f3ximo do comprimento solicitado de 120 palavras.<\/td>\n          <td style=\"border:1px solid #e9d5ff;padding:9px;\">983 tokens no total. Custo em d\u00f3lares americanos pendente\/n\u00e3o devolvido.<\/td>\n          <td style=\"border:1px solid #e9d5ff;padding:9px;\"><strong>Passe<\/strong><\/td>\n        <\/tr>\n        <tr>\n          <td style=\"border:1px solid #e9d5ff;padding:9px;\"><code>kimi-k3<\/code><\/td>\n          <td style=\"border:1px solid #e9d5ff;padding:9px;\">N\u00e3o retornou nenhum conte\u00fado vis\u00edvel na rota testada.<\/td>\n          <td style=\"border:1px solid #e9d5ff;padding:9px;\">1.019 tokens no total. Custo em d\u00f3lares americanos pendente\/n\u00e3o devolvido.<\/td>\n          <td style=\"border:1px solid #e9d5ff;padding:9px;\"><strong>Inconclusivo<\/strong><\/td>\n        <\/tr>\n      <\/tbody>\n    <\/table>\n    <p style=\"margin:12px 0 0;color:#4c1d95;\"><strong>Conclus\u00e3o:<\/strong> Para grava\u00e7\u00f5es curtas nessa rota, o GLM-5.3 Flash n\u00e3o produziu uma c\u00f3pia vis\u00edvel utiliz\u00e1vel, embora o custo retornado fosse m\u00ednimo. Eu n\u00e3o o escolheria para grava\u00e7\u00e3o apenas com base na tabela de pre\u00e7os; testaria primeiro as configura\u00e7\u00f5es exatas.<\/p>\n  <\/section>\n\n\n\n<div class=\"glm-test-summary\" style=\"border:1px solid #bbf7d0;border-radius:8px;padding:18px;margin:24px 0;background:#f0fdf4;\">\n    <p style=\"margin:0 0 10px;font-weight:700;color:#14532d;\">O que os testes realmente revelaram<\/p>\n    <ul style=\"margin:0;padding-left:20px;\">\n      <li><strong>O GLM-5.3 Flash \u00e9 realmente interessante em termos de custo de programa\u00e7\u00e3o.<\/strong> A tarefa de codifica\u00e7\u00e3o funcionou ap\u00f3s a configura\u00e7\u00e3o com base no racioc\u00ednio do modelo GLM, e o custo registrado ainda foi m\u00ednimo para a execu\u00e7\u00e3o.<\/li>\n      <li><strong>A rota padr\u00e3o n\u00e3o era do tipo \u201cplug-and-play\u201d.<\/strong> V\u00e1rias respostas do Flash retornaram o c\u00f3digo HTTP 200, tendo utilizado quase todo o limite de conclus\u00e3o em tokens de racioc\u00ednio.<\/li>\n      <li><strong>O JSON estrito requer valida\u00e7\u00e3o adicional.<\/strong> Uma resposta que se parece com JSON n\u00e3o \u00e9 o mesmo que um JSON que possa ser analisado, especialmente se a sa\u00edda for utilizada em um processo de automa\u00e7\u00e3o.<\/li>\n      <li><strong>Os textos curtos n\u00e3o s\u00e3o o que eu levaria em conta em primeiro lugar ao avaliar o Flash.<\/strong> Neste teste, a sugest\u00e3o de reda\u00e7\u00e3o n\u00e3o recebeu uma resposta vis\u00edvel do Flash, mesmo ap\u00f3s as configura\u00e7\u00f5es de acompanhamento.<\/li>\n    <\/ul>\n  <\/div>\n\n\n\n<p class=\"wp-block-paragraph\">Minha opini\u00e3o \u00e9 simples: o GLM-5.3 Flash \u00e9 promissor para codifica\u00e7\u00e3o com foco no custo, mas voc\u00ea n\u00e3o deve trat\u00e1-lo como uma solu\u00e7\u00e3o \u201cplug-and-play\u201d em todas as rotas compat\u00edveis com OpenAI. Defina um or\u00e7amento de sa\u00edda suficiente, verifique o comportamento dos tokens de racioc\u00ednio e teste exatamente o tipo de tarefa que voc\u00ea planeja executar antes de transferir volume real para ele.<\/p>\n\n\n\n<h2 id=\"best-uses\" class=\"wp-block-heading\">Melhores casos de uso para o GLM-5.3 Flash<\/h2>\n\n\n\n<p class=\"wp-block-paragraph\">O GLM-5.3 Flash faz mais sentido quando a tarefa se beneficia de entradas multimodais, contexto extenso e muitas chamadas repetidas. N\u00e3o \u00e9 o modelo que eu escolheria apenas porque a tabela de pre\u00e7os parece boa. Eu o escolheria quando a natureza da tarefa se alinhasse ao modelo.<\/p>\n\n\n\n<ul class=\"wp-block-list\">\n<li><strong>Agentes de codifica\u00e7\u00e3o com muitas chamadas de ferramentas:<\/strong> Pre\u00e7os mais baixos por token facilitam o processo de planejamento, edi\u00e7\u00e3o, teste e corre\u00e7\u00e3o.<\/li>\n\n\n\n<li><strong>Trabalho de front-end a partir de capturas de tela:<\/strong> A capacidade de importa\u00e7\u00e3o de imagens e o foco na codifica\u00e7\u00e3o fazem com que seja uma op\u00e7\u00e3o ideal para a depura\u00e7\u00e3o de interfaces de usu\u00e1rio e tarefas de convers\u00e3o de capturas de tela em c\u00f3digo.<\/li>\n\n\n\n<li><strong>Revis\u00e3o de c\u00f3digo com contexto extenso:<\/strong> A janela de contexto de 1M \u00e9 \u00fatil quando voc\u00ea precisa incluir mais informa\u00e7\u00f5es de contexto do projeto em uma \u00fanica solicita\u00e7\u00e3o.<\/li>\n\n\n\n<li><strong>Trabalho profissional que envolve muitos documentos:<\/strong> O Z.AI descreve casos de uso envolvendo arquivos do Office, pesquisas financeiras e processamento de documentos profissionais.<\/li>\n\n\n\n<li><strong>Experimentos com APIs que levam em conta o or\u00e7amento:<\/strong> A diferen\u00e7a de pre\u00e7o oficial faz com que o Flash seja uma boa op\u00e7\u00e3o como primeiro modelo para testar antes de passar para um modelo mais robusto.<\/li>\n<\/ul>\n\n\n\n<p class=\"wp-block-paragraph\">Se voc\u00ea costuma escrever principalmente textos curtos de marketing, n\u00e3o presuma que o Flash seja a melhor op\u00e7\u00e3o padr\u00e3o s\u00f3 porque \u00e9 mais barato. Nosso teste de reda\u00e7\u00e3o n\u00e3o foi conclusivo, tanto na execu\u00e7\u00e3o padr\u00e3o do Flash quanto nas configura\u00e7\u00f5es recomendadas, pois o conte\u00fado vis\u00edvel n\u00e3o foi exibido corretamente dentro do limite de sa\u00edda escolhido. Eu testaria primeiro tarefas de codifica\u00e7\u00e3o e engenharia estruturada e, depois, decidiria se o Flash tamb\u00e9m merece um lugar em seu conjunto de ferramentas de reda\u00e7\u00e3o.<\/p>\n\n\n\n<h2 id=\"cost-settings\" class=\"wp-block-heading\">Gatilhos de custo e configura\u00e7\u00f5es de API a serem monitorados<\/h2>\n\n\n\n<p class=\"wp-block-paragraph\">O maior risco de custo do GLM-5.3 Flash n\u00e3o \u00e9 o pre\u00e7o oficial do token. O pre\u00e7o oficial \u00e9 baixo. O risco est\u00e1 na diferen\u00e7a entre uma solicita\u00e7\u00e3o barata e uma resposta utiliz\u00e1vel.<\/p>\n\n\n\n<ul class=\"wp-block-list\">\n<li><strong>Tokens de racioc\u00ednio:<\/strong> Em nossos testes, os tokens de racioc\u00ednio consumiram a maior parte do or\u00e7amento de conclus\u00e3o em v\u00e1rias execu\u00e7\u00f5es.<\/li>\n\n\n\n<li><strong>Limite m\u00e1ximo de produ\u00e7\u00e3o:<\/strong> Um limite baixo pode fazer com que nenhum conte\u00fado vis\u00edvel seja retornado, mesmo quando a solicita\u00e7\u00e3o HTTP for bem-sucedida.<\/li>\n\n\n\n<li><strong>Loops de agentes:<\/strong> cada ciclo de planejamento-edi\u00e7\u00e3o-teste pode multiplicar os tokens de contexto e de sa\u00edda.<\/li>\n\n\n\n<li><strong>Contexto geral:<\/strong> 1 milh\u00e3o de tokens \u00e9 \u00fatil, mas enviar mais contexto do que o necess\u00e1rio ainda afeta o custo e a lat\u00eancia.<\/li>\n\n\n\n<li><strong>Novas tentativas:<\/strong> Repetir uma altera\u00e7\u00e3o de configura\u00e7\u00e3o que falhou ou n\u00e3o gerou resultados altera o custo real por resultado utiliz\u00e1vel.<\/li>\n<\/ul>\n\n\n\n<p class=\"wp-block-paragraph\">Para tarefas de codifica\u00e7\u00e3o, meu ponto de partida seria: usar o c\u00f3digo-modelo oficial, seguir as configura\u00e7\u00f5es de racioc\u00ednio no estilo GLM, dar ao modelo espa\u00e7o suficiente para a sa\u00edda vis\u00edvel e registrar os tokens de racioc\u00ednio separadamente dos tokens de resposta final. Se voc\u00ea estiver comparando abordagens, avalie o custo por tarefa conclu\u00edda, em vez do custo por solicita\u00e7\u00e3o.<\/p>\n\n\n\n<h2 id=\"worth-it\" class=\"wp-block-heading\">Vale a pena atualizar para o GLM-5.3?<\/h2>\n\n\n\n<p class=\"wp-block-paragraph\"><strong>Vale a pena testar o GLM-5.3 Flash se sua carga de trabalho envolver muita programa\u00e7\u00e3o, for sens\u00edvel a custos e for orientada por API.<\/strong> O pre\u00e7o oficial \u00e9 atraente, o sinal de refer\u00eancia de terceiros \u00e9 forte e o modelo possui especifica\u00e7\u00f5es \u00fateis: entrada multimodal nativa, contexto de 1M e uma arquitetura da s\u00e9rie GLM-5 projetada para uma execu\u00e7\u00e3o eficiente.<\/p>\n\n\n\n<p class=\"wp-block-paragraph\">Eu teria mais cuidado se o seu principal caso de uso fosse a reda\u00e7\u00e3o em geral, uma sa\u00edda estritamente estruturada ou um fluxo de trabalho em que a sa\u00edda de racioc\u00ednio invis\u00edvel pudesse representar um problema grave. Nesses casos, teste o caminho e as configura\u00e7\u00f5es exatas antes de transferir o volume para o Flash. Um modelo pode ser barato e, mesmo assim, exigir disciplina na configura\u00e7\u00e3o.<\/p>\n\n\n\n<p class=\"wp-block-paragraph\">Para os leitores que desejam explorar o comportamento dos modelos antes de escolher uma pilha de APIs, <a href=\"https:\/\/www.glbgpt.com\/home?inviter=hub_popup&amp;login=1\">GLBGPT<\/a> oferece uma maneira pr\u00e1tica de comparar os resultados dos modelos sem precisar abrir uma aba separada para cada provedor. Depois de saber qual modelo \u00e9 o mais adequado para a sua tarefa, fica mais f\u00e1cil avaliar a API oficial e a documenta\u00e7\u00e3o sobre pre\u00e7os.<\/p>\n\n\n\n<h2 id=\"faq\" class=\"wp-block-heading\">PERGUNTAS FREQUENTES<\/h2>\n\n\n\n<h3 class=\"wp-block-heading\">O que \u00e9 o GLM-5.3 Flash?<\/h3>\n\n\n\n<p class=\"wp-block-paragraph\">O GLM-5.3 Flash \u00e9 um modelo da s\u00e9rie GLM-5 da Z.AI com o c\u00f3digo de modelo da API <code>glm-5.3-flash<\/code>. A Z.AI o descreve como um modelo multimodal nativo com suporte a contexto de 1 milh\u00e3o de tokens e uma arquitetura econ\u00f4mica.<\/p>\n\n\n\n<h3 class=\"wp-block-heading\">Quanto custa o GLM-5.3 Flash?<\/h3>\n\n\n\n<p class=\"wp-block-paragraph\">Conforme verificado em 27 de agosto de 2026, a Z.AI lista o GLM-5.3 Flash a $0,075 por 1 milh\u00e3o de tokens de entrada e $0,25 por 1 milh\u00e3o de tokens de sa\u00edda durante uma promo\u00e7\u00e3o de 50%. Os pre\u00e7os normais listados s\u00e3o $0,15 na entrada e $0,50 na sa\u00edda por 1 milh\u00e3o de tokens.<\/p>\n\n\n\n<h3 class=\"wp-block-heading\">O GLM-5.3 Flash \u00e9 gratuito?<\/h3>\n\n\n\n<p class=\"wp-block-paragraph\">A p\u00e1gina oficial de pre\u00e7os apresenta os valores dos tokens de API pagos. Ela tamb\u00e9m mostra um desconto por tempo limitado, e n\u00e3o um modelo gratuito permanente. Algumas rotas ou planos podem oferecer regras de cota distintas, mas \u00e9 preciso verificar isso na interface de acesso que voc\u00ea realmente utiliza.<\/p>\n\n\n\n<h3 class=\"wp-block-heading\">Qual \u00e9 o c\u00f3digo do modelo da API Flash GLM-5.3?<\/h3>\n\n\n\n<p class=\"wp-block-paragraph\">O c\u00f3digo oficial do modelo \u00e9 <code>glm-5.3-flash<\/code>.<\/p>\n\n\n\n<h3 class=\"wp-block-heading\">O GLM-5.3 Flash suporta a importa\u00e7\u00e3o de imagens?<\/h3>\n\n\n\n<p class=\"wp-block-paragraph\">Sim. A documenta\u00e7\u00e3o do Z.AI descreve a entrada de imagens por meio de <code>url_da_imagem<\/code> blocos de conte\u00fado dentro da matriz de conte\u00fado das mensagens do chat.<\/p>\n\n\n\n<h3 class=\"wp-block-heading\">O que \u00e9 a janela de contexto do GLM-5.3 Flash?<\/h3>\n\n\n\n<p class=\"wp-block-paragraph\">A documenta\u00e7\u00e3o do Z.AI descreve o suporte a uma janela de contexto de 1 milh\u00e3o de tokens. O OpenRouter e o Artificial Analysis tamb\u00e9m exibem cerca de 1 milh\u00e3o de tokens de contexto, mas essas s\u00e3o p\u00e1ginas independentes de terceiros.<\/p>\n\n\n\n<h3 class=\"wp-block-heading\">O GLM-5.3 Flash \u00e9 melhor do que o GLM-5.3?<\/h3>\n\n\n\n<p class=\"wp-block-paragraph\">N\u00e3o necessariamente. O GLM-5.3 \u00e9 o modelo mais robusto para codifica\u00e7\u00e3o complexa e tarefas de longo prazo, enquanto o GLM-5.3 Flash \u00e9 bem mais econ\u00f4mico e oferece posicionamento multimodal nativo. Escolha de acordo com o tipo de tarefa e a toler\u00e2ncia a custos.<\/p>\n\n\n\n<h3 class=\"wp-block-heading\">O GLM-5.3 Flash \u00e9 bom para programa\u00e7\u00e3o?<\/h3>\n\n\n\n<p class=\"wp-block-paragraph\">Parece promissor para codifica\u00e7\u00e3o, especialmente para codifica\u00e7\u00e3o com restri\u00e7\u00f5es de custo. Em nosso teste controlado de API com configura\u00e7\u00f5es baseadas na abordagem do GLM e um limite m\u00e1ximo maior de tokens, ele corrigiu corretamente um erro de agrupamento no TypeScript. Com limites padr\u00e3o de sa\u00edda mais baixos, v\u00e1rias execu\u00e7\u00f5es n\u00e3o foram conclusivas porque a resposta apresentava pouco ou nenhum conte\u00fado vis\u00edvel.<\/p>\n\n\n\n<h3 class=\"wp-block-heading\">Como o GLM-5.3 Flash se compara aos modelos GPT?<\/h3>\n\n\n\n<p class=\"wp-block-paragraph\">O GLM-5.3 Flash \u00e9 bem mais barato do que muitas op\u00e7\u00f5es de codifica\u00e7\u00e3o de ponta, considerando o pre\u00e7o oficial do token, mas o pre\u00e7o n\u00e3o \u00e9 o \u00fanico fator. Em nosso pequeno teste com configura\u00e7\u00f5es padr\u00e3o, o GPT-5.6 Luna apresentou resultados \u00fateis para todas as tr\u00eas tarefas, enquanto o GLM-5.3 Flash precisou de uma nova execu\u00e7\u00e3o com as configura\u00e7\u00f5es recomendadas para a tarefa de codifica\u00e7\u00e3o.<\/p>\n\n\n\n<h3 class=\"wp-block-heading\">Como o GLM-5.3 Flash se compara ao Kimi?<\/h3>\n\n\n\n<p class=\"wp-block-paragraph\">O Kimi K3 foi aprovado na tarefa de codifica\u00e7\u00e3o e depura\u00e7\u00e3o em nosso teste, mas n\u00e3o atendeu aos crit\u00e9rios rigorosos de JSON sem limpeza e n\u00e3o retornou nenhum conte\u00fado vis\u00edvel para a tarefa de reda\u00e7\u00e3o curta na rota testada. Isso n\u00e3o significa que o Kimi seja pior no geral; trata-se apenas de uma descri\u00e7\u00e3o desse conjunto de tarefas e dessa configura\u00e7\u00e3o.<\/p>\n\n\n\n<h3 class=\"wp-block-heading\">Onde posso experimentar o GLM-5.3 Flash?<\/h3>\n\n\n\n<p class=\"wp-block-paragraph\">Para obter acesso oficial \u00e0 API, consulte a documenta\u00e7\u00e3o do GLM-5.3 Flash e as p\u00e1ginas de pre\u00e7os da Z.AI. Para uma compara\u00e7\u00e3o mais abrangente entre modelos antes de tomar uma decis\u00e3o, voc\u00ea pode usar uma plataforma multimodelo, como o GLBGPT, para comparar os resultados de diferentes modelos em um \u00fanico lugar.<\/p>\n\n\n\n<h3 class=\"wp-block-heading\">Devo usar o GLM-5.3 Flash para produ\u00e7\u00e3o?<\/h3>\n\n\n\n<p class=\"wp-block-paragraph\">Utilize-o em ambiente de produ\u00e7\u00e3o somente ap\u00f3s testar sua tarefa espec\u00edfica, rota, configura\u00e7\u00f5es, limites de sa\u00edda e registro de custos. O pre\u00e7o \u00e9 atraente, mas nossos testes mostraram que os detalhes da configura\u00e7\u00e3o podem determinar se a resposta \u00e9 utiliz\u00e1vel.<\/p>\n\n\n\n<h2 id=\"final-takeaway\" class=\"wp-block-heading\">Conclus\u00e3o final<\/h2>\n\n\n\n<p class=\"wp-block-paragraph\">O GLM-5.3 Flash n\u00e3o \u00e9 apenas uma nota de rodap\u00e9 de baixo custo do GLM-5.3. \u00c9 uma nova op\u00e7\u00e3o s\u00e9ria para codifica\u00e7\u00e3o com foco em custo, entrada multimodal e trabalho com API de contexto extenso. O pre\u00e7o oficial \u00e9 atraente, e os resultados dos benchmarks s\u00e3o s\u00f3lidos o suficiente para justificar a realiza\u00e7\u00e3o de testes.<\/p>\n\n\n\n<p class=\"wp-block-paragraph\">Minha principal ressalva \u00e9 de natureza pr\u00e1tica: n\u00e3o o avalie apenas com base no c\u00f3digo de status HTTP 200. Verifique a sa\u00edda exibida, o uso de tokens de racioc\u00ednio e o custo por resposta utiliz\u00e1vel. Se esses aspectos parecerem satisfat\u00f3rios em suas tarefas reais, o GLM-5.3 Flash pode ser um dos modelos com melhor rela\u00e7\u00e3o custo-benef\u00edcio na pilha de codifica\u00e7\u00e3o atual.<\/p>","protected":false},"excerpt":{"rendered":"<p>\u00cdndice Resposta r\u00e1pida Pre\u00e7o do GLM-5.3 Flash Acesso \u00e0 API do GLM-5.3 Flash Benchmarks e sinais de capacidade Teste pr\u00e1tico da API Melhores casos de uso Gatilhos de custo e configura\u00e7\u00f5es da API Vale a pena adquirir o GLM-5.3 Flash? Perguntas frequentes O GLM-5.3 Flash \u00e9 o modelo que eu recomendaria se voc\u00ea se preocupa com o desempenho de programa\u00e7\u00e3o, mas n\u00e3o quer pagar o pre\u00e7o de um modelo topo de linha em todos os [\u2026]<\/p>","protected":false},"author":13,"featured_media":18535,"comment_status":"closed","ping_status":"closed","sticky":false,"template":"","format":"standard","meta":{"_acf_changed":false,"_seopress_robots_primary_cat":"","_seopress_titles_title":"GLM-5.3 Flash Review: Price, API, Benchmarks, and Real Tests","_seopress_titles_desc":"GLM-5.3 Flash price looks low, but settings matter. Compare official API rates, benchmark signals, prompts, token use, and real test notes.","_seopress_robots_index":"","footnotes":""},"categories":[7],"tags":[],"class_list":["post-18532","post","type-post","status-publish","format-standard","has-post-thumbnail","hentry","category-ai-chat"],"acf":[],"_links":{"self":[{"href":"https:\/\/wp.glbgpt.com\/pt-br\/wp-json\/wp\/v2\/posts\/18532","targetHints":{"allow":["GET"]}}],"collection":[{"href":"https:\/\/wp.glbgpt.com\/pt-br\/wp-json\/wp\/v2\/posts"}],"about":[{"href":"https:\/\/wp.glbgpt.com\/pt-br\/wp-json\/wp\/v2\/types\/post"}],"author":[{"embeddable":true,"href":"https:\/\/wp.glbgpt.com\/pt-br\/wp-json\/wp\/v2\/users\/13"}],"replies":[{"embeddable":true,"href":"https:\/\/wp.glbgpt.com\/pt-br\/wp-json\/wp\/v2\/comments?post=18532"}],"version-history":[{"count":1,"href":"https:\/\/wp.glbgpt.com\/pt-br\/wp-json\/wp\/v2\/posts\/18532\/revisions"}],"predecessor-version":[{"id":18534,"href":"https:\/\/wp.glbgpt.com\/pt-br\/wp-json\/wp\/v2\/posts\/18532\/revisions\/18534"}],"wp:featuredmedia":[{"embeddable":true,"href":"https:\/\/wp.glbgpt.com\/pt-br\/wp-json\/wp\/v2\/media\/18535"}],"wp:attachment":[{"href":"https:\/\/wp.glbgpt.com\/pt-br\/wp-json\/wp\/v2\/media?parent=18532"}],"wp:term":[{"taxonomy":"category","embeddable":true,"href":"https:\/\/wp.glbgpt.com\/pt-br\/wp-json\/wp\/v2\/categories?post=18532"},{"taxonomy":"post_tag","embeddable":true,"href":"https:\/\/wp.glbgpt.com\/pt-br\/wp-json\/wp\/v2\/tags?post=18532"}],"curies":[{"name":"wp","href":"https:\/\/api.w.org\/{rel}","templated":true}]}}