GLM-5.3-Flash está grátis no OpenCode

Em 16 de outubro de 2026, o OpenCode publicou no X: “GLM 5.3 Flash is now free in OpenCode.” O ID do modelo é opencode/glm-5.3-flash-free, e a documentação do OpenCode Zen diz que ele “is free on OpenCode for a limited time.” Instalamos uma cópia limpa do OpenCode no mesmo dia, executamos o modelo sem login e sem chave de API e pedimos que ele escrevesse e testasse um arquivo Node.js.

Uma correção antes de você pesquisar “GLM 5.3 free”: o modelo gratuito é o GLM-5.3-Flash, o modelo multimodal mais barato da Z.ai. O GLM-5.3 completo continua custando $1.40 por 1M de tokens de entrada. O Flash gratuito tem quatro pegadinhas. Funciona apenas dentro do OpenCode, limita o contexto a 200K tokens em vez de 1M, rejeita anexos em PDF mesmo que os metadados os listem e responde de forma lenta e irregular. Abaixo estão a configuração, cada limite e as rotas pagas. Para contexto, leia o que é o GLM-5.3-Flash. Se seu código chama uma API, o Apidog CLI permite que o mesmo agente a teste.

O que o OpenCode está oferecendo de graça

O GLM-5.3-Flash foi lançado em 26 de agosto de 2026: um modelo mixture-of-experts com 320B de parâmetros, 18B de parâmetros ativos, pesos sob licença MIT e entrada nativa de imagens. O OpenCode o oferece pelo gateway de modelos, o OpenCode Zen, em uma versão gratuita e uma paga. Veja como as rotas se comparam:

Os limites vêm dos metadados do modelo distribuídos pelo OpenCode, que podem ser impressos com opencode models opencode --verbose. Os preços vêm da documentação do Zen, da documentação do OpenCode Go e da página de preços da Z.ai, verificados em 16 de outubro.

A segunda rodada gratuita deste modelo

O OpenCode já ofereceu este modelo de graça antes, sob outro nome. A partir de 20 de agosto de 2026, um modelo anônimo chamado Ox Alpha ficou nas listas gratuitas do OpenCode e do OpenRouter com janela de 1M de tokens, até a Z.ai revelá-lo como GLM-5.3-Flash em 26 de agosto. Nossa análise do Ox Alpha cobre esse lançamento. Desta vez, o modelo é gratuito com o próprio nome e janela de 200K em vez de 1M.

Como usar o GLM-5.3-Flash grátis no OpenCode

Novo na ferramenta? Nosso panorama do OpenCode explica o que o agente faz. A configuração tem três etapas.

1. Instale o OpenCode

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

npm install -g opencode-ai e brew install anomalyco/tap/opencode também funcionam. No Windows, o OpenCode recomenda WSL.

2. Atualize a lista de modelos e escolha o modelo

O OpenCode mantém a lista de modelos em cache, e nossa instalação nova não mostrou o modelo GLM até atualizá-la:

opencode models opencode --refresh | grep free

Isso imprimiu onze modelos gratuitos, incluindo opencode/glm-5.3-flash-free. Abra um projeto, inicie opencode, digite /models e escolha GLM-5.3-Flash Free. Para torná-lo padrão em um projeto, adicione um arquivo opencode.json na raiz do projeto:

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

3. Execute uma tarefa

Ou envie uma tarefa única pelo 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"

O que nosso teste mostrou

Executamos o OpenCode 1.19.2, versão atual do pacote npm opencode-ai, com diretórios de configuração e dados vazios. Nada pediu login ou chave. Em todas as execuções, o modelo escreveu status.js, rodou com node e informou que todos os testes passaram.

A velocidade foi o ponto fraco. Medimos o outro novo modelo gratuito do OpenCode com os mesmos prompts:

Toda execução do GLM terminou com uma resposta correta. O problema foi a espera, que variou entre execuções.

Os limites atrás do “grátis”

As respostas são lentas e irregulares

“Flash” no nome deste modelo refere-se ao preço, não à velocidade. O OpenCode expõe três variantes de raciocínio para o modelo gratuito (low, high e max), e a documentação da Z.ai recomenda max. Reduzir não resolveu a espera: uma execução com --variant low levou 196 segundos para responder uma pergunta de uma linha que outras execuções responderam em 11. Isso indica carga no endpoint gratuito, não profundidade de raciocínio. Dê ao modelo gratuito trabalhos que você não ficará observando. Nossa comparação GLM-5.3-Flash vs GLM-5.3 mostra como os dois modelos diferem.

Funciona apenas dentro do OpenCode

A documentação do Zen lista o modelo gratuito ao lado de um endpoint compatível com OpenAI, mas ele não é uma API gratuita. Chame-o de qualquer lugar fora do OpenCode e o gateway recusa:

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."}}

Recebemos HTTP 403 em 16 de outubro nos endpoints /inference e /zen, com e sem cabeçalho Authorization. Seu backend, seus scripts e outros agentes não podem usar o modelo gratuito. Para executar o GLM-5.3-Flash em outro agente, veja como usar GLM-5.3-Flash no Claude Code e no Cline com uma chave paga.

O contexto é 200K e a saída para em 32K

O modelo pago aceita 1M de tokens de contexto e retorna até 131K; o gratuito para em 200K de entrada e 32K de saída. Isso cobre a maioria das sessões de código, mas acaba antes em um monorepo grande ou em uma sessão longa que lê muitos arquivos. Quando uma tarefa precisar da janela completa, mude essa sessão para um modelo pago com /models.

Anexos em PDF falham; imagens funcionam

Os metadados do OpenCode listam entrada de texto, imagem, vídeo e PDF para o modelo gratuito. Em nosso teste, imagens funcionaram e PDFs não. Anexar uma especificação em PDF de uma página com opencode run -f retornou:

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

A mesma página convertida em PNG passou, e o modelo a transformou em um arquivo OpenAPI válido. Portanto, exporte primeiro como imagens as páginas do PDF necessárias. No macOS, sips -s format png spec.pdf --out spec.png converte a primeira página. Não testamos vídeo.

É grátis por tempo limitado, sem data de fim

Os modelos GLM gratuitos do OpenCode já terminaram antes. glm-4.7-free e glm-5-free agora aparecem como deprecated no catálogo models.dev lido pelo OpenCode, e a semana gratuita do Ox Alpha durou seis dias. Mantenha o nome do modelo no opencode.json, não nos scripts, para mudar para um modelo pago com uma edição de uma linha.

A privacidade é melhor que a maioria das opções gratuitas

Para este modelo, a documentação do Zen diz que o provedor “follows a zero-retention policy and does not use your data for model training.” Nem todo modelo gratuito da lista faz essa promessa; Big Pickle, Exo Free e os modelos MiMo dizem que os dados coletados “may be used to improve the model.” O OpenCode afirma que todos os modelos Zen são hospedados nos EUA e na UE. Nem a documentação do Zen nem a do Go publicam limite de taxa para modelos gratuitos, então espere lentidão quando a demanda aumentar.

Quanto custa o mesmo modelo quando você precisa da API

Dentro do seu produto, é necessária uma rota paga. A API da Z.ai e o glm-5.3-flash pago do Zen cobram o mesmo: $0.15 por 1M de tokens de entrada e $0.50 por 1M de tokens de saída. A Z.ai cobra entrada em cache a $0.03.

Esta é a conta para um turno de agente com 20.000 tokens de entrada e 2.000 tokens de saída:

• 0.02 x $0.15 + 0.002 x $0.50 = $0.004 por turno
• Mil turnos: $4.00 antes de descontos de cache

Sessões de agente reenviam a maior parte do contexto a cada turno, então entrada em cache a $0.03 reduz em 80% a parte de entrada dessa conta. Se você programa no OpenCode todos os dias e a promoção acaba, o plano Go é a opção intermediária: $10 por mês com limite mensal de uso de $60 para o GLM-5.3-Flash, estimado pelo OpenCode em cerca de 31.580 solicitações. O mesmo plano cobre aproximadamente 1.080 solicitações por mês do GLM-5.3 completo.

Para o histórico de descontos de lançamento e cálculos de cache, veja nosso guia de preços do GLM-5.3-Flash. Para código de requisição com entrada de imagem, veja como usar a API do GLM-5.3-Flash.

Deixe o OpenCode testar a API com o Apidog CLI

Nosso teste com captura de tela mostrou por que o agente deveria testar o que escreve. Ao ler a imagem da especificação, o modelo digitou o máximo de weight_grams como 300.000 em vez de 30.000 e marcou um campo opcional como obrigatório. Os dois erros passaram na validação JSON. Um teste de fronteira contra a API real detecta isso.

O Apidog CLI dá ao OpenCode comandos para importar uma especificação, escrever casos de teste e executá-los. Configure uma vez:

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

O token vem do Apidog, em Account Settings, API Access Token. A última linha instala as habilidades de agente da Apidog, que ensinam o OpenCode a operar o CLI. Depois anexe a captura (-f spec.png com opencode run) e dê um único prompt ao agente:

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.

Estes são os comandos executados por ele, verificados no 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

Cada comando retorna JSON e muitos incluem agentHints.nextSteps, então o agente sabe o que executar em seguida. Se o CLI recusar uma escrita no branch main, faça o agente trabalhar em um branch de IA (apidog branch create --project <id> --type ai --name ai/shipments-spec --from main). A mesma linha apidog run com -r junit serve para CI; nosso pipeline CI/CD com Apidog CLI tem uma versão pronta para copiar.

FAQ

O GLM-5.3 é gratuito no OpenCode? Somente o modelo Flash. O opencode/glm-5.3-flash-free é gratuito desde 16 de outubro de 2026, como oferta por tempo limitado sem data de fim. O GLM-5.3 completo custa $1.40 de entrada e $4.40 de saída por 1M de tokens no Zen.

Posso chamar o modelo gratuito pelo meu próprio código? Não. Requisições de fora do OpenCode recebem um FreeTierError 403. Use a API da Z.ai ou o glm-5.3-flash pago do Zen, ambos a $0.15 de entrada e $0.50 de saída por 1M de tokens.

Por que ele é tão lento? Carga do dia de lançamento, pelo que podemos dizer. Perguntas curtas de uma linha levaram de 7 a 196 segundos, e --variant low não tornou as execuções confiavelmente mais rápidas.

Existem outras formas de usar o GLM-5.3-Flash gratuitamente? Sim. Os pesos sob licença MIT rodam no seu próprio hardware, e nosso guia para executar o GLM-5.3-Flash localmente cobre as compilações quantizadas e a memória necessária.

Use enquanto durar

O modelo gratuito passou no nosso teste de código todas as vezes e redigiu OpenAPI a partir de uma captura de especificação, a $0 enquanto você permanecer dentro do OpenCode, abaixo de 200K tokens e longe de anexos em PDF. Dê a ele trabalho que você não precisa esperar, mantenha o nome do modelo no opencode.json e adicione o Apidog CLI para o agente testar o que escreve. Baixe o Apidog para revisar as especificações importadas pelo agente e os relatórios de teste enviados com --upload-report.