GLM a Z.ai podrobně: modely, ceny, Coding Plan a vlastní provoz

GLM se dostalo do pozornosti lidí hledajících levnější AI také díky zkušenosti Revolutu s vlastním provozem modelů. Pro běžného uživatele je ale první otázka jiná: chcete hotovou službu, předplatné pro pracovní nástroje, placené API, nebo vlastní infrastrukturu? GLM je rodina modelů; Z.ai je poskytovatel a vlastní server představuje samostatné provozní rozhodnutí.

Aktuální vlajkovou textovou variantou je podle dokumentace ověřené 4. listopadu 2026 GLM-5.3. Vedle ní existují levnější varianty a další specializované modely. Následující průvodce rozlišuje jejich cenu, technické možnosti, Coding Plan a podmínky vlastního provozu. Základní terminologii vysvětluje průvodce AI pojmy.

Co přesně znamenají GLM, Z.ai a číslo modelu

GLM označuje modelovou rodinu čínského poskytovatele Z.ai. Konkrétní identifikátor glm-5.3 je důležitý pro programové volání a rozlišení verze. Název aplikace nebo pracovní předplatné samo nestačí k určení modelu, který požadavek obsloužil. Při porovnávání si vždy uložte také poskytovatele a použitý produkt.

Čísla 5.1, 5.2 a 5.3 označují navazující verze; přípony Flash a FlashX zase rozlišují konkrétní varianty nabídky. Nejde o obecné technické standardy, které by měly stejný význam u všech výrobců. Ze slova Flash nelze odvodit podporované vstupy, licenci nebo zaručenou rychlost na vašem počítači.

Stejná modelová rodina může být dostupná přímo u Z.ai i u dalšího provozovatele. Rozdíl pak není jen v ceně. Může se změnit místo zpracování, rychlost, limit požadavků nebo podporované rozhraní. Vlastní provoz přidává ještě přesnou podobu vah a konfiguraci serveru. Výsledky proto připisujte celé konkrétní sestavě.

Co nabízí GLM-5.3

Dokumentace popisuje GLM-5.3 jako model zaměřený na složitější softwarové úlohy a agentní práci. Uvádí milionové kontextové okno, maximální výstup 128 tisíc tokenů a textové vstupy. To je podstatné omezení: fotografii návrhu obrazovky nelze automaticky považovat za podporovaný přímý vstup jen proto, že ji umí přijmout okolní aplikace.

Model podporuje volání nástrojů, streamování a strukturované výstupy. Praktickou hodnotu mají tehdy, když je správně využije pracovní prostředí. Strukturovaná odpověď například usnadní předání polí do dalšího programu. Stále ale potřebujete kontrolu významu: platný formát JSON nezaručuje, že uvedená částka odpovídá skutečné nabídce.

Uvažování je u GLM-5.3 stále zapnuté. Dostupné úrovně effort jsou low, high a max; dokumentace uvádí max jako výchozí. Při migraci z modelu, u kterého jste uvažování vypínali, je proto nutné zkontrolovat parametry. Nejde jen o nové jméno ve výběru: nekompatibilní nastavení může způsobit chybu požadavku.

Výkonová tvrzení čtěte společně s metodikou

Z.ai zveřejňuje výsledky programátorských a agentních benchmarků a uvádí zlepšení vůči předchozí verzi. Jsou to údaje výrobce s konkrétními podmínkami. Nejsou automatickým důkazem stejného zlepšení v českém textu nebo ve vašem projektu. Pro orientaci jsou užitečné, pokud víte, co test měří a jaký nástroj model při testu používal.

U programování mění výsledek také pracovní nástroj, dostupný terminál, délka běhu a pravidla opakování. Model v agentním prostředí může opravovat předchozí pokus nebo pracovat s výsledky testů. Takové skóre se nedá bez vysvětlení porovnat s jednorázovou odpovědí jiného modelu v chatu. Potřebujete srovnatelné podmínky, nikoli jen dvě procenta.

Rozumný první krok je krátká vlastní sada známých úloh. Zařaďte jednu opravu chyby, jednu úpravu více souborů a jeden případ s neúplným zadáním. U každého stanovte očekávané chování. Kromě úspěchu zaznamenejte chyby, dobu kontroly a celkovou cenu všech pokusů. Teprve tak poznáte, zda levnější sazba přináší úsporu.

Ceny API: GLM-5.3, Flash a FlashX

Přímé API se účtuje podle spotřeby a není totéž jako Coding Plan. Ceník odděluje běžný vstup, vstup načtený z cache a výstup. Tabulka používá dolarové sazby a přepočet kurzem ČNB z 3. listopadu 2026, 21,762 Kč za USD. Nezahrnuje příslušné daně ani další nástroje.

Přímé API za milion tokenů, základní standardní sazby bez daně; kurz 21,762 Kč/USD. Na mobilu lze tabulku posouvat do stran.

Ve zvoleném základním tokenovém scénáři vychází Flash levněji než FlashX a plné GLM-5.3. To je cenové pořadí, nikoli pořadí kvality. Varianty se mohou lišit schopnostmi a vytvořit odlišné množství výstupu. U skutečné úlohy rozhodují také opravy a případné předání jinému modelu.

Uvažujme pro GLM-5.3 vstup 20 000 tokenů a výstup 2 000 tokenů bez cache. Cena činí 0,028 USD za vstup a 0,0088 USD za výstup, celkem 0,0368 USD. Tisíc takových požadavků vyjde na 36,80 USD, přibližně 801 Kč bez daně. Stejné objemy u Flash činí 4 USD, přibližně 87 Kč.

Cache, vyhledávání a vícekrokové úlohy

Cache může snížit cenu opakovaně použitých částí vstupu. Pro GLM-5.3 je v ceníku odlišná sazba cache vstupu a dočasně bezplatné ukládání. Dočasná podmínka není záruka stejné ceny do budoucna. Pro odhad měsíční spotřeby používejte skutečný poměr zásahů a nový vstup, nikoli nejnižší nalezenou sazbu pro všechna data.

Webové vyhledávání má v přímém ceníku vlastní cenu za použití. Agent může provést více hledání během jednoho uživatelského úkolu. Přidejte také opakované načítání podkladů, další modelové kroky a výstup. Rozpočet „jedna otázka rovná se jeden požadavek“ u takové práce neodpovídá reálnému průběhu.

Důležitá je i délka uvažování. Dva modely se stejnou sazbou nemusí vytvořit stejnou spotřebu při řešení stejného problému. Provozní záznam by proto měl uvádět model, nastavení, skutečné účtované jednotky a počet přijatých výsledků. Bez posledního údaje můžete optimalizovat účet, zatímco poroste množství ručního přepracování.

GLM Coding Plan je jiné předplatné než API kredit

Coding Plan je nabídka pro podporované agentní a programátorské nástroje. Oficiální přehled uvádí cenu od 18 USD měsíčně a plány Lite, Pro a Max. Orientační základní přepočet vstupní ceny je přibližně 392 Kč bez daně. Není to potvrzená česká objednávka ani cena libovolné vyšší varianty.

Aktuální systém používá kredity s pětihodinovou a týdenní kapacitou. Lite uvádí 2 000 kreditů za pět hodin a 10 000 týdně, Pro 12 000 a 60 000, Max 28 000 a 140 000. Kapacitu nelze převést na pevný počet libovolných dotazů: spotřeba závisí na modelu, vstupu, cache, výstupu a nástrojích.

Kreditové limity Coding Planu podle ověřené dokumentace; nejde o počet libovolných zpráv. Na mobilu lze tabulku posouvat do stran.

Dokumentace také rozlišuje špičku a provoz mimo ni. V přehledu je pro modelové použití mimo špičku uvedena poloviční kreditová sazba. Odhady velkých týdenních objemů tokenů pracují s vysokým podílem cache. Pokud se vaše práce liší, nedostanete automaticky stejné množství použitelných výstupů. Čtěte předpoklady vedle velkého marketingového čísla.

Pozor na přesměrování starších názvů

Přehled Coding Planu uvádí přesměrování požadavků na GLM-5.2 a 5.1 na GLM-5.3 a požadavků na GLM-4.7 na GLM-5.3-Flash. Platí to pro popsaný produkt; nepřenášejte bez ověření stejné chování na každé API a každého poskytovatele. Název ve staré konfiguraci tak nemusí přesně popisovat současný výsledek.

Při migraci si uložte identifikátor, produkt a datum. Pokud automatizace čeká konkrétní formát odpovědi nebo možnost vypnout uvažování, ověřte kompatibilitu před širším nasazením. Cenová úspora nemá smysl, pokud další krok přestane číst výsledky nebo pokud se změní jejich interpretace. Malá kontrolní dávka odhalí problém levněji než hromadné spuštění.

Před objednáním vyššího plánu otevřete jeho aktuální rekapitulaci. Ověřte periodu, celou platbu předem, obnovu, případnou akční cenu a pravidla vrácení platby. Článek neodvozuje neověřené ceny Pro a Max z násobků kapacity. Dvojnásobný limit totiž nemusí znamenat dvojnásobnou cenu a stejné podmínky.

Při porovnání API a Coding Planu si do vlastního přehledu zapište:

• Cena a období: kolik se platí dnes, za jak dlouhou dobu a za jakých podmínek se služba obnoví.
• Zahrnuté modely: rozlište GLM-5.3, Flash a FlashX; dostupnost v API nemusí znamenat dostupnost v předplatném.
• Limity: sledujte krátkodobou i týdenní kapacitu a pravidla modelových kreditů.
• Celá pracovní cesta: použitý nástroj, cílovou službu, cache a další funkce, které spotřebu mění.

Přehled si uložte společně s datem nabídky. Pozdější změna směrování nebo tarifu pak nebude vypadat jako nevysvětlitelná změna výkonu modelu. Jednorázový úspěšný požadavek nepotvrzuje vhodnost celého plánu pro váš pravidelný objem práce.

Lze GLM používat v Claude Code?

Z.ai popisuje podporu řady nástrojů včetně Claude Code, Codexu a OpenCode prostřednictvím příslušných kompatibilních rozhraní. Znamená to možnost připojení podle návodu poskytovatele. Neznamená to, že kupujete model Claude nebo že všechny funkce původního prostředí budou s jiným backendem totožné.

Oddělte tři věci: pracovní nástroj, cílovou službu a účtovací produkt. Ověřte, kam požadavek odchází, jaký model jej obslouží a odkud se odečítá spotřeba. API kompatibilní s určitým protokolem může mít vlastní výjimky. Pro návod k běžné práci a kontrolu oprávnění navazuje průvodce Code a Cowork.

Při první zkoušce použijte neprodukční kopii a neukládejte klíč do sdíleného projektu. Modelu neposílejte automaticky celý archiv jen proto, že připojení začalo fungovat. Nejdřív ověřte přenos malého necitlivého zadání, výsledek, spotřebu a chování nástrojů. Tím oddělíte technické připojení od skutečné vhodnosti pro práci.

Textový model a obrazové funkce okolního produktu

GLM-5.3 je podle aktuální dokumentace textový. Varianty GLM-5.3-Flash a FlashX jsou naopak popsané jako nativně multimodální a přijímají také obrazové a další podporované vstupy. Dokumentace u nich uvádí milionový kontext a maximální výstup 128 tisíc tokenů. Přípona tedy neznamená pouze nižší cenu nebo vyšší rychlost; mění se i použitelné vstupy.

Coding Plan při ověření zahrnuje GLM-5.3 a Flash, zatímco stránka FlashX uvádí, že FlashX v tomto plánu ještě není dostupné. Model přítomný v přímém API proto nepovažujte automaticky za součást předplatného. Pro práci se screenshoty zkontrolujte dostupný model přímo v použitém produktu a také pravidla účtování obrazu či dalších nástrojů.

U zadání „udělej rozhraní podle screenshotu“ nejprve potřebujete interpretaci obrazu. Až potom může textový model plánovat a psát kód. Chyba v první fázi se přenese do výsledku, i když je program technicky funkční. Kontrolujte vizuální shodu samostatně od testu aplikace a rozdělte náklady mezi potřebné operace.

Podobně podpora vytváření prezentací nebo souborů neznamená, že jazykový model sám nativně zapisuje každý formát. Výsledek může připravovat běhové prostředí a knihovny. Pro čtenáře je rozhodující, zda dostane upravitelný soubor a zda jej lze otevřít. Technický seznam schopností hodnotu bez této návaznosti nevysvětlí.

Otevřené váhy a vlastní licence

GLM-5.3 má zveřejněné váhy a možnosti vlastního nasazení. Otevřenost ale posuzujte podle přesného repozitáře, revize a licence. U dohledané revize modelu je vlastní licence GLM-5.3 s podmínkami. Nepřebírejte automaticky označení MIT ze starších modelů nebo z katalogu třetí strany.

Licence mimo jiné řeší zachování oznámení a zvláštní podmínku pro velmi velké podnikání typu Model as a Service. Před komerčním nasazením musí firma zkontrolovat text pro svou situaci. Zveřejněné váhy samy o sobě neznamenají neomezené oprávnění poskytovat libovolnou službu. Licence modelu a obchodní podmínky hostovaného API jsou dvě různé vrstvy.

Vlastní provoz může přinést kontrolu nad umístěním dat a konfigurací. Automaticky ale neřeší konektory, externí hledání, záznamy aplikace ani přístupy správců. Sepište celý tok dat včetně všech navazujících služeb. Rozhodnutí založené pouze na zemi původu modelu by přehlédlo důležitější provozní otázku: kde a za jakých podmínek se skutečně zpracovává váš vstup.

Hardware: nestačí model stáhnout

Výpočetní nároky závisí na velikosti a podobě vah, kvantizaci, délce kontextu a počtu souběžných uživatelů. Vedle samotného modelu potřebuje paměť také obsluha rozpracovaných požadavků. Schopnost model načíst proto neprokazuje, že server udrží přijatelnou rychlost pro celý tým v pracovní špičce.

Kvantizace může nároky snížit, ale musí být ověřena na vašich úlohách. Provozní plán zahrnuje výběr podporovaného frameworku, sledování chyb, dostupnost a aktualizace. Modelová karta uvádí několik možností nasazení; nejsou to univerzální návody pro každý hardware. Konkrétní velikost potřebné infrastruktury nelze bezpečně určit jen z ceny API.

Pro rozpočet si vyžádejte:

• Paměťové nároky zvolené revize a reprezentace vah.
• Výkon při požadované délce vstupu a souběhu uživatelů.
• Náklady pronájmu či pořízení, energie a administrace.
• Záložní řešení pro výpadek nebo neobvyklou úlohu.
• Měřitelnou hranici přijatelné kvality a odezvy.

Co si skutečně vzít z příkladu Revolutu

David Abitbol v přednášce Revolutu popsal nasazení GLM pro přibližně 2 000 inženýrů a uváděl provoz na 56 GPU B200. Reportoval výrazně nižší účet a kombinovanou cenu kolem 0,30 USD za milion tokenů. Jde o čísla popisující firemní nasazení a jeho využití, nikoli o veřejnou nabídku pro jakéhokoli zájemce.

Pro malou firmu je cennější princip než samotné procento: levnější dostupná kapacita může změnit, na které úlohy lidé AI používají. Zároveň změna modelu, limitů a infrastruktury probíhala společně, takže zlepšení nelze připsat pouze modelu. Pro vlastní výběr porovnejte celý pracovní postup, náklady a kontrolu kvality. Podrobné rozpočty rozebírá článek o ceně AI.

Časté otázky

Je GLM totéž co čínský chatbot?

Ne. Modelová rodina může být používána v různých službách nebo na vlastní infrastruktuře. Posuzujte konkrétního provozovatele, místo zpracování a podmínky služby.

Je GLM-5.3 zdarma?

Placené API má tokenové sazby, Coding Plan vlastní předplatné a vlastní provoz vyžaduje infrastrukturu. Dostupné váhy neznamenají bezplatnou hotovou službu.

Umí GLM-5.3 přímo číst obrázky?

Aktuální dokumentace hlavního modelu uvádí textový vstup. Obrazovou funkci celé aplikace může zajišťovat jiný model nebo nástroj. Při porovnávání tyto vrstvy oddělte.

Kolik dotazů zahrnuje Coding Plan?

Nelze uvést jedno pevné číslo. Kredity se odvíjejí od modelu, tokenů, cache, nástrojů a časových podmínek. Krátká otázka a dlouhý agentní úkol mají odlišnou spotřebu.

Je levnější než Claude?

Ve zde uvedeném jednotném API scénáři má GLM-5.3 nižší základní cenu než Sonnet 5.5, Opus 5.5 a Fable 5.1. Z toho nelze vyvodit stejnou kvalitu ani nižší cenu každého úspěšně dokončeného úkolu.

Mám si kvůli úspoře koupit vlastní server?

Nejdřív změřte vhodnost modelu a skutečný objem práce. Potom porovnejte celkové náklady včetně správy a výkonu ve špičce. Příklad velké banky neposkytuje univerzální návratnost pro malý tým.