GLM-5.3-Flash est gratuit dans OpenCode

Le 16 octobre 2026, OpenCode a publié sur X : « GLM 5.3 Flash is now free in OpenCode. » L’identifiant du modèle est opencode/glm-5.3-flash-free, et la documentation OpenCode Zen indique qu’il « is free on OpenCode for a limited time. » Nous avons installé une copie propre d’OpenCode le même jour, exécuté le modèle sans connexion ni clé API, et lui avons fait écrire et tester un fichier Node.js.

Une correction avant de chercher « GLM 5.3 free » : le modèle gratuit est GLM-5.3-Flash, le modèle multimodal moins cher de Z.ai. Le GLM-5.3 complet coûte toujours $1.40 par million de tokens d’entrée. Le Flash gratuit comporte quatre restrictions. Il fonctionne uniquement dans OpenCode, plafonne le contexte à 200K tokens au lieu de 1M, refuse les pièces jointes PDF même si ses métadonnées les listent, et répond lentement et de façon irrégulière. Voici la configuration, chaque limite et les routes payantes. Pour le contexte, lisez ce qu’est GLM-5.3-Flash. Si votre code appelle une API, Apidog CLI permet au même agent de la tester.

Ce qu’OpenCode offre gratuitement

GLM-5.3-Flash a été lancé le 26 août 2026 : un modèle mixture-of-experts de 320B paramètres, avec 18B paramètres actifs, des poids sous licence MIT et une entrée image native. OpenCode le propose via sa passerelle de modèles, OpenCode Zen, en version gratuite et payante. Voici la comparaison des routes :

Les limites viennent des métadonnées du modèle livrées par OpenCode, que vous pouvez afficher avec opencode models opencode --verbose. Les prix viennent de la documentation Zen, de la documentation OpenCode Go et de la page tarifs de Z.ai, vérifiés le 16 octobre.

La deuxième offre gratuite pour ce modèle

OpenCode avait déjà offert ce modèle, sous un autre nom. À partir du 20 août 2026, un modèle anonyme appelé Ox Alpha figurait dans les listes gratuites d’OpenCode et d’OpenRouter avec une fenêtre de 1M tokens, jusqu’à ce que Z.ai révèle le 26 août qu’il s’agissait de GLM-5.3-Flash. Notre analyse d’Ox Alpha couvre ce lancement. Cette fois, le modèle est gratuit sous son propre nom, avec une fenêtre de 200K au lieu de 1M.

Comment utiliser GLM-5.3-Flash gratuitement dans OpenCode

Découvrez l’outil ? Notre présentation d’OpenCode explique ce que fait l’agent. La configuration prend trois étapes.

1. Installez OpenCode

curl -fsSL https://opencode.ai/install | bash

npm install -g opencode-ai et brew install anomalyco/tap/opencode fonctionnent aussi. Sous Windows, OpenCode recommande WSL.

2. Actualisez la liste des modèles et choisissez le modèle

OpenCode met en cache sa liste de modèles, et notre installation fraîche n’a pas affiché le modèle GLM avant actualisation :

opencode models opencode --refresh | grep free

Cette commande a affiché onze modèles gratuits, dont opencode/glm-5.3-flash-free. Ouvrez un projet, lancez opencode, tapez /models et choisissez GLM-5.3-Flash Free. Pour en faire la valeur par défaut d’un projet, ajoutez un fichier opencode.json à la racine du projet :

{
  "$schema": "https://opencode.ai/config.json",
  "model": "opencode/glm-5.3-flash-free"
}

3. Exécutez une tâche

Ou envoyez une tâche ponctuelle depuis votre 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"

Ce que notre test a montré

Nous avons exécuté OpenCode 1.19.2, la version npm actuelle d’opencode-ai, avec des répertoires de configuration et de données vides. Rien ne nous a demandé de nous connecter ni d’ajouter une clé. À chaque exécution, le modèle a écrit status.js, l’a exécuté avec node et signalé que tous les tests réussissaient.

La vitesse était le point faible. Nous avons chronométré l’autre nouveau modèle gratuit d’OpenCode sur les mêmes invites :

Chaque exécution GLM s’est terminée par une réponse correcte. Le problème était l’attente, qui variait d’une exécution à l’autre.

Les limites derrière « gratuit »

Les réponses sont lentes et irrégulières

Dans le nom de ce modèle, « Flash » fait référence au prix, pas à la vitesse. OpenCode expose trois variantes de raisonnement pour le modèle gratuit (low, high et max), et la documentation du modèle de Z.ai recommande max. La baisser n’a pas résolu l’attente : une exécution --variant low a pris 196 secondes pour répondre à une question en une ligne que d’autres exécutions traitaient en 11. Cela pointe une charge sur le point de terminaison gratuit, pas une profondeur de raisonnement. Confiez au modèle gratuit un travail que vous n’attendez pas en le regardant. Notre comparatif GLM-5.3-Flash vs GLM-5.3 explique leurs différences.

Il fonctionne uniquement dans OpenCode

La documentation Zen liste le modèle gratuit à côté d’un point de terminaison compatible OpenAI, mais ce n’est pas une API gratuite. Appelez-le depuis autre chose qu’OpenCode et la passerelle refuse :

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."}}

Nous avons reçu HTTP 403 le 16 octobre depuis les points de terminaison /inference et /zen, avec ou sans en-tête Authorization. Votre backend, vos scripts et les autres agents ne peuvent pas utiliser le modèle gratuit. Pour exécuter GLM-5.3-Flash dans un autre agent, consultez comment utiliser GLM-5.3-Flash dans Claude Code et Cline avec une clé payante.

Le contexte est de 200K et la sortie s’arrête à 32K

Le modèle payant accepte 1M tokens de contexte et renvoie jusqu’à 131K ; le gratuit s’arrête à 200K en entrée et 32K en sortie. Cela couvre la plupart des sessions de code, mais s’épuise plus vite sur un grand monorepo ou une longue session qui lit beaucoup de fichiers. Quand une tâche nécessite la fenêtre complète, basculez cette session vers un modèle payant avec /models.

Les pièces jointes PDF échouent ; les images fonctionnent

Les métadonnées d’OpenCode indiquent une entrée texte, image, vidéo et PDF pour le modèle gratuit. Lors de notre test, les images ont fonctionné et les PDF non. Joindre une spécification PDF d’une page avec opencode run -f a renvoyé :

Upstream request failed: [invalid_value] messages[1]: content[2]: content part type "file" is not supported; only text and image_url are

La même page convertie en PNG est passée, et le modèle l’a transformée en fichier OpenAPI valide. Exportez donc d’abord en images les pages PDF nécessaires. Sous macOS, sips -s format png spec.pdf --out spec.png convertit la première page. Nous n’avons pas testé la vidéo.

Gratuit pour une durée limitée, sans date de fin

Les modèles GLM gratuits d’OpenCode se sont déjà arrêtés. glm-4.7-free et glm-5-free ont désormais le statut deprecated dans le catalogue models.dev lu par OpenCode, et la semaine gratuite d’Ox Alpha a duré six jours. Gardez le nom du modèle dans opencode.json, pas dans les scripts, afin que passer à un modèle payant reste une modification d’une ligne.

La confidentialité est meilleure que la plupart des options gratuites

Pour ce modèle, la documentation Zen indique que le fournisseur « follows a zero-retention policy and does not use your data for model training. » Tous les modèles gratuits de la liste ne le promettent pas ; Big Pickle, Exo Free et les modèles MiMo indiquent que les données collectées « may be used to improve the model. » OpenCode précise que tous les modèles Zen sont hébergés aux États-Unis et dans l’UE. Ni la documentation Zen ni la documentation Go ne publient de limite de débit pour les modèles gratuits ; attendez-vous donc à des ralentissements quand la demande augmente.

Ce que coûte le même modèle quand vous avez besoin de l’API

Dans votre produit, il faut une route payante. L’API de Z.ai et le glm-5.3-flash payant de Zen facturent pareil : $0.15 par million de tokens d’entrée et $0.50 par million de tokens de sortie. Z.ai facture l’entrée en cache à $0.03.

Voici le calcul pour un tour d’agent avec 20 000 tokens d’entrée et 2 000 tokens de sortie :

• 0.02 x $0.15 + 0.002 x $0.50 = $0.004 par tour
• Mille tours : $4.00 avant remises de cache

Les sessions d’agent renvoient la majeure partie de leur contexte à chaque tour, donc l’entrée en cache à $0.03 réduit de 80 % la part d’entrée de cette facture. Si vous codez chaque jour dans OpenCode et que la promotion s’arrête, la formule Go est l’option intermédiaire : $10 par mois avec une limite mensuelle d’utilisation de $60 pour GLM-5.3-Flash, estimée par OpenCode à environ 31 580 requêtes. La même formule couvre environ 1 080 requêtes par mois du GLM-5.3 complet.

Pour l’historique des remises de lancement et les calculs de cache, consultez notre guide tarifaire GLM-5.3-Flash. Pour du code de requête avec entrée image, lisez comment utiliser l’API GLM-5.3-Flash.

Laissez OpenCode tester l’API avec Apidog CLI

Notre test par capture d’écran a montré pourquoi l’agent devrait tester ce qu’il écrit. En lisant l’image de spécification, le modèle a saisi le maximum de weight_grams comme 300 000 au lieu de 30 000 et a marqué un champ facultatif comme obligatoire. Les deux erreurs ont passé la validation JSON. Un test aux limites contre la vraie API les détecte.

Apidog CLI donne à OpenCode des commandes pour importer une spécification, écrire des cas de test et les exécuter. Configurez-le une fois :

npm install -g apidog-cli@latest
apidog login --with-token <YOUR_TOKEN>
npx -y skills add https://apidog.com   # pick your agent when prompted

Le jeton vient d’Apidog, sous Account Settings, API Access Token. La dernière ligne installe les compétences d’agent d’Apidog, qui apprennent à OpenCode à piloter le CLI. Joignez ensuite la capture (-f spec.png avec opencode run) et donnez une seule invite à l’agent :

The attached image is our shipping partner's API spec. Write shipments.openapi.json,
import it into Apidog project <id> with Apidog CLI, then create test cases for
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.

Voici les commandes exécutées, vérifiées avec 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

Chaque commande renvoie du JSON et beaucoup contiennent agentHints.nextSteps, donc l’agent sait quoi exécuter ensuite. Si le CLI refuse une écriture sur votre branche main, faites travailler l’agent sur une branche IA (apidog branch create --project <id> --type ai --name ai/shipments-spec --from main). La même ligne apidog run avec -r junit s’intègre en CI ; notre pipeline CI/CD avec Apidog CLI contient une version copiable.

FAQ

GLM-5.3 est-il gratuit dans OpenCode ? Seulement le modèle Flash. opencode/glm-5.3-flash-free est gratuit depuis le 16 octobre 2026 dans le cadre d’une offre à durée limitée sans date de fin. Le GLM-5.3 complet coûte $1.40 en entrée et $4.40 en sortie par million de tokens sur Zen.

Puis-je appeler le modèle gratuit depuis mon propre code ? Non. Les requêtes venant d’ailleurs qu’OpenCode reçoivent un FreeTierError 403. Utilisez l’API de Z.ai ou le glm-5.3-flash payant de Zen, tous deux à $0.15 en entrée et $0.50 en sortie par million de tokens.

Pourquoi est-il si lent ? À cause de la charge du jour de lancement, autant que nous puissions en juger. Les questions courtes en une ligne ont pris 7 à 196 secondes, et --variant low n’a pas rendu les exécutions fiablement plus rapides.

Existe-t-il d’autres façons d’utiliser GLM-5.3-Flash gratuitement ? Oui. Les poids sous licence MIT tournent sur votre propre matériel, et notre guide pour exécuter GLM-5.3-Flash localement couvre les versions quantifiées et la mémoire nécessaire.

Utilisez-le tant que ça dure

Le modèle gratuit a réussi notre test de code à chaque fois et a rédigé une OpenAPI depuis une capture de spécification, pour $0 tant que vous restez dans OpenCode, sous 200K tokens et loin des pièces jointes PDF. Donnez-lui un travail que vous n’attendez pas, gardez le nom du modèle dans opencode.json et ajoutez Apidog CLI pour que l’agent teste ce qu’il écrit. Téléchargez Apidog pour vérifier les spécifications importées par l’agent et les rapports de test envoyés avec --upload-report.