Am 16. Oktober 2026 postete OpenCode auf X: „GLM 5.3 Flash is now free in OpenCode.“ Die Modell-ID lautet opencode/glm-5.3-flash-free, und die OpenCode-Zen-Dokumentation sagt, dass es „is free on OpenCode for a limited time“ ist. Wir installierten am selben Tag eine saubere Kopie von OpenCode, führten das Modell ohne Anmeldung und ohne API-Schlüssel aus und ließen es eine Node.js-Datei schreiben und testen.
Eine Korrektur, bevor du nach „GLM 5.3 free“ suchst: Das kostenlose Modell ist GLM-5.3-Flash, das günstigere multimodale Modell von Z.ai. Das vollständige GLM-5.3 kostet weiterhin $1.40 pro 1M Eingabe-Tokens. Der kostenlose Flash-Modus hat vier Haken. Er funktioniert nur innerhalb von OpenCode, begrenzt den Kontext auf 200K statt 1M Tokens, lehnt PDF-Anhänge ab, obwohl die Metadaten sie auflisten, und antwortet langsam und ungleichmäßig. Im Folgenden: Einrichtung, jede Grenze und die kostenpflichtigen Wege. Zum Hintergrund lies was GLM-5.3-Flash ist. Wenn dein Code eine API aufruft, kann derselbe Agent sie mit Apidog CLI testen.
Was OpenCode verschenkt
GLM-5.3-Flash startete am 26. August 2026: ein Mixture-of-Experts-Modell mit 320B Parametern, 18B aktiven Parametern, MIT-lizenzierten Gewichten und nativer Bildeingabe. OpenCode stellt es über sein Modell-Gateway OpenCode Zen in einer kostenlosen und einer kostenpflichtigen Version bereit. So vergleichen sich die Wege:
| Weg | Preis pro 1M Tokens | Kontext / maximale Ausgabe | Wo es funktioniert |
|---|---|---|---|
OpenCode, glm-5.3-flash-free |
$0 für begrenzte Zeit | 200K / 32K | Nur innerhalb von OpenCode |
OpenCode Zen, glm-5.3-flash |
$0.15 Eingabe / $0.50 Ausgabe | 1M / 131K | Jeder Client mit Zen-Schlüssel |
| OpenCode-Go-Plan | $10 pro Monat; $60 monatliches Nutzungslimit für dieses Modell | 1M / 131K | Innerhalb von OpenCode |
Z.ai-API, glm-5.3-flash |
$0.15 Eingabe / $0.50 Ausgabe, $0.03 gecacht | 1M | Jeder Client |
OpenCode Zen, glm-5.3 (nicht kostenlos) |
$1.40 Eingabe / $4.40 Ausgabe | 1M / 131K | Jeder Client mit Zen-Schlüssel |
Die Grenzen stammen aus den Modellmetadaten, die OpenCode mitliefert und die du mit opencode models opencode --verbose ausgeben kannst. Preise stammen aus der Zen-Dokumentation, der OpenCode-Go-Dokumentation und der Z.ai-Preisseite, geprüft am 16. Oktober.
Der zweite kostenlose Lauf für dieses Modell
OpenCode hat dieses Modell schon einmal unter anderem Namen verschenkt. Ab dem 20. August 2026 stand ein anonymes Modell namens Ox Alpha mit einem 1M-Token-Fenster in den kostenlosen Listen von OpenCode und OpenRouter, bis Z.ai es am 26. August als GLM-5.3-Flash enthüllte. Unsere Ox-Alpha-Analyse behandelt diesen Start. Diesmal ist das Modell unter seinem eigenen Namen kostenlos, allerdings mit einem 200K-Fenster statt 1M.
So nutzt du GLM-5.3-Flash kostenlos in OpenCode
Neu bei dem Tool? Unser OpenCode-Überblick erklärt, was der Agent tut. Die Einrichtung dauert drei Schritte.
1. OpenCode installieren
curl -fsSL https://opencode.ai/install | bash
npm install -g opencode-ai und brew install anomalyco/tap/opencode funktionieren ebenfalls. Unter Windows empfiehlt OpenCode WSL.
2. Modellliste aktualisieren und Modell wählen
OpenCode speichert die Modellliste im Cache, und unsere Neuinstallation zeigte das GLM-Modell erst nach einer Aktualisierung an:
opencode models opencode --refresh | grep free
Das gab elf kostenlose Modelle aus, darunter opencode/glm-5.3-flash-free. Öffne ein Projekt, starte opencode, gib /models ein und wähle GLM-5.3-Flash Free. Um es als Projektstandard festzulegen, füge im Projektstamm eine opencode.json-Datei hinzu:
{
"$schema": "https://opencode.ai/config.json",
"model": "opencode/glm-5.3-flash-free"
}
3. Aufgabe ausführen
Oder sende eine einmalige Aufgabe aus deiner Shell:
opencode run -m opencode/glm-5.3-flash-free \
"Create status.js exporting isClientError(code) for 4xx codes, add a node:assert self-test, then run it"
Was unser Test zeigte
Wir führten OpenCode 1.19.2 aus, die aktuelle opencode-ai-npm-Version, mit leeren Konfigurations- und Datenverzeichnissen. Nichts verlangte eine Anmeldung oder einen Schlüssel. In jedem Durchlauf schrieb das Modell status.js, führte es mit node aus und meldete, dass alle Tests bestanden waren.
Die Geschwindigkeit war die Schwachstelle. Wir maßen das andere neue kostenlose Modell von OpenCode mit denselben Prompts:
| Prompt | GLM-5.3-Flash Free | DeepSeek V4.1 Flash Free |
|---|---|---|
| Einzeilige Frage | 7 bis 196 s (11 Durchläufe) | 4 bis 15 s (3 Durchläufe) |
| Obige Schreib- und Ausführungsaufgabe | 13 bis 109 s (5 Durchläufe) | 16 bis 36 s (3 Durchläufe) |
Jeder GLM-Durchlauf endete mit einer korrekten Antwort. Das Problem war die Wartezeit, und sie unterschied sich von Durchlauf zu Durchlauf.
Die Grenzen hinter „kostenlos“
Antworten sind langsam und ungleichmäßig
„Flash“ im Namen dieses Modells bezieht sich auf den Preis, nicht die Geschwindigkeit. OpenCode legt drei Reasoning-Varianten für das kostenlose Modell offen (low, high und max), und die Modelltabelle von Z.ai empfiehlt max. Eine Senkung behob die Wartezeit nicht: Ein --variant low-Durchlauf brauchte 196 Sekunden für eine einzeilige Frage, die andere Durchläufe in 11 Sekunden beantworteten. Das deutet auf Last am kostenlosen Endpoint hin, nicht auf tiefere Reasoning-Tiefe. Gib dem kostenlosen Modell Arbeit, bei der du nicht zusitzt und wartest. Unser Vergleich GLM-5.3-Flash vs. GLM-5.3 zeigt, wie sich beide Modelle unterscheiden.
Es funktioniert nur innerhalb von OpenCode
Die Zen-Dokumentation listet das kostenlose Modell neben einem OpenAI-kompatiblen Endpoint, aber es ist keine kostenlose API. Rufst du es von etwas anderem als OpenCode auf, lehnt das Gateway ab:
curl https://opencode.ai/inference/openai/v1/chat/completions \
-H "Content-Type: application/json" \
-d '{"model": "glm-5.3-flash-free", "messages": [{"role": "user", "content": "ping"}]}'
{"type":"error","error":{"type":"FreeTierError","message":"OpenCode's free tier can only be used from within OpenCode. Download it at https://opencode.ai and keep building."}}
Am 16. Oktober erhielten wir HTTP 403 von den Endpoints /inference und /zen, mit und ohne Authorization-Header. Dein Backend, deine Skripte und andere Agents können das kostenlose Modell nicht nutzen. Um GLM-5.3-Flash in einem anderen Agent auszuführen, sieh dir die Nutzung von GLM-5.3-Flash in Claude Code und Cline mit einem kostenpflichtigen Schlüssel an.
Der Kontekt beträgt 200K, die Ausgabe endet bei 32K
Das kostenpflichtige Modell akzeptiert 1M Tokens Kontext und gibt bis zu 131K zurück; das kostenlose endet bei 200K Eingabe und 32K Ausgabe. Das deckt die meisten Coding-Sitzungen ab, reicht aber bei einem großen Monorepo oder einer langen Sitzung, die viele Dateien liest, früher nicht mehr. Wenn eine Aufgabe das volle Fenster braucht, wechsle diese Sitzung mit /models zu einem kostenpflichtigen Modell.
PDF-Anhänge scheitern; Bilder funktionieren
OpenCodes Metadaten listen Text-, Bild-, Video- und PDF-Eingaben für das kostenlose Modell. In unserem Test funktionierten Bilder, PDFs nicht. Ein einseitiges PDF-Spec als Anhang mit opencode run -f führte zu:
Upstream request failed: [invalid_value] messages[1]: content[2]: content part type "file" is not supported; only text and image_url are
Dieselbe Seite als PNG wurde akzeptiert, und das Modell erzeugte daraus eine gültige OpenAPI-Datei. Exportiere benötigte PDF-Seiten also zuerst als Bilder. Unter macOS konvertiert sips -s format png spec.pdf --out spec.png die erste Seite. Video haben wir nicht getestet.
Kostenlos für begrenzte Zeit, ohne Enddatum
OpenCodes kostenlose GLM-Modelle endeten bereits früher. glm-4.7-free und glm-5-free tragen jetzt den Status deprecated im models.dev-Katalog, den OpenCode liest, und die kostenlose Ox-Alpha-Woche dauerte sechs Tage. Halte den Modellnamen in opencode.json, nicht in Skripten, damit der Wechsel zu einem kostenpflichtigen Modell eine einzeilige Änderung bleibt.
Der Datenschutz ist besser als bei den meisten Gratis-Optionen
Für dieses Modell sagt die Zen-Dokumentation, der Anbieter „follows a zero-retention policy and does not use your data for model training.“ Nicht jedes kostenlose Modell in der Liste gibt dieses Versprechen; Big Pickle, Exo Free und die MiMo-Modelle sagen, gesammelte Daten „may be used to improve the model.“ OpenCode sagt, alle Zen-Modelle werden in den USA und der EU gehostet. Weder die Zen-Dokumentation noch die Go-Dokumentation veröffentlichen ein Ratenlimit für kostenlose Modelle, rechne also bei Nachfragespitzen mit Verlangsamungen.
Was dasselbe Modell kostet, wenn du die API brauchst
Innerhalb deines Produkts brauchst du einen kostenpflichtigen Weg. Die Z.ai-API und das kostenpflichtige glm-5.3-flash von Zen verlangen gleich viel: $0.15 pro 1M Eingabe-Tokens und $0.50 pro 1M Ausgabe-Tokens. Z.ai berechnet gecachte Eingaben mit $0.03.
Hier ist die Rechnung für einen Agent-Durchgang mit 20.000 Eingabe-Tokens und 2.000 Ausgabe-Tokens:
- 0.02 x $0.15 + 0.002 x $0.50 = $0.004 pro Durchgang
- Tausend Durchgänge: $4.00 vor Cache-Rabatten
Agent-Sitzungen senden in jedem Durchgang den größten Teil ihres Kontexts erneut, deshalb reduziert gecachte Eingabe zu $0.03 den Eingabeanteil dieser Rechnung um 80%. Wenn du täglich in OpenCode codest und die Aktion endet, ist der Go-Plan die mittlere Option: $10 pro Monat mit einem $60-Nutzungslimit pro Monat für GLM-5.3-Flash, was OpenCode auf etwa 31.580 Anfragen schätzt. Derselbe Plan deckt etwa 1.080 Anfragen pro Monat des vollständigen GLM-5.3.
Zur Geschichte der Start-Rabatte und zur Cache-Mathematik sieh dir unseren GLM-5.3-Flash-Preisführer an. Für Anfragecode mit Bildeingabe lies die Nutzung der GLM-5.3-Flash-API.
Lass OpenCode die API mit Apidog CLI testen
Unser Screenshot-Test zeigte, warum der Agent testen sollte, was er schreibt. Beim Lesen des Spec-Bildes tippte das Modell das Maximum für weight_grams als 300.000 statt 30.000 und markierte ein optionales Feld als erforderlich. Beide Fehler bestanden die JSON-Validierung. Ein Grenzwerttest gegen die echte API findet sie.
Apidog CLI gibt OpenCode Befehle zum Importieren eines Specs, Schreiben von Testfällen und Ausführen. Richte es einmal ein:
npm install -g apidog-cli@latest
apidog login --with-token <YOUR_TOKEN>
npx -y skills add https://apidog.com # pick your agent when prompted
Das Token stammt aus Apidog unter Account Settings, API Access Token. Die letzte Zeile installiert Apidogs Agent-Skills, die OpenCode beibringen, die CLI zu steuern. Hänge danach den Screenshot an (-f spec.png bei opencode run) und gib dem Agenten einen [REDACTED PROMPT] POST /v2/shipments: weight_grams 30000 returns 201, 30001 returns 422. Run them against the sandbox environment and list any spec fields the results contradict.
Dies sind die Befehle, die er ausführt, geprüft mit Apidog CLI 2.2.7:
apidog import --project <id> --format openapi --file ./shipments.openapi.json
apidog cli-schema get test-case-create
apidog cli-schema validate test-case-create --file case.json
apidog test-case create --project <id> --file case.json
apidog run --test-case <caseId> --project <id> -e <envId> -r cli,json
Jeder Befehl gibt JSON zurück, viele enthalten agentHints.nextSteps, sodass der Agent weiß, was als Nächstes auszuführen ist. Lehnt die CLI Schreiben auf deinem main-Branch ab, lass den Agenten auf einem AI-Branch arbeiten (apidog branch create --project <id> --type ai --name ai/shipments-spec --from main). Dieselbe apidog run-Zeile mit -r junit passt in CI; unsere Apidog-CLI-CI/CD-Pipeline enthält eine Kopierfassung.
FAQ
Ist GLM-5.3 in OpenCode kostenlos? Nur das Flash-Modell. opencode/glm-5.3-flash-free ist seit dem 16. Oktober 2026 als zeitlich begrenztes Angebot ohne Enddatum kostenlos. Das vollständige GLM-5.3 kostet in Zen $1.40 Eingabe und $4.40 Ausgabe pro 1M Tokens.
Kann ich das kostenlose Modell aus meinem eigenen Code aufrufen? Nein. Anfragen von außerhalb OpenCodes erhalten einen 403 FreeTierError. Nutze die Z.ai-API oder das kostenpflichtige glm-5.3-flash von Zen, beide mit $0.15 Eingabe und $0.50 Ausgabe pro 1M Tokens.
Warum ist es so langsam? Nach allem, was wir erkennen können, wegen der Last am Starttag. Kurze einzeilige Fragen dauerten 7 bis 196 Sekunden, und --variant low machte Durchläufe nicht zuverlässig schneller.
Gibt es andere Möglichkeiten, GLM-5.3-Flash kostenlos zu nutzen? Ja. Die MIT-lizenzierten Gewichte laufen auf eigener Hardware, und unsere Anleitung zum lokalen Betrieb von GLM-5.3-Flash behandelt quantisierte Builds und den benötigten Speicher.
Nutze es, solange es gibt
Das kostenlose Modell bestand jede Coding-Prüfung und entwarf OpenAPI aus einem Spec-Screenshot, für $0, solange du in OpenCode bleibst, unter 200K Tokens bleibst und PDF-Anhänge meidest. Gib ihm Arbeit, auf die du nicht wartest, halte den Modellnamen in opencode.json und ergänze Apidog CLI, damit der Agent testet, was er schreibt. Lade Apidog herunter, um importierte Specs und Testberichte zu prüfen, die der Agent mit --upload-report hochlädt.