# Gemini 3.8 Flash и GLM-5.3: что выбрать для разработки

> Gemini 3.8 Flash принимает изображения, аудио и видео и пока дешевле по токенам. GLM-5.3 предлагает открытые веса и более длинный вывод. Сравниваем API, цены и ограничения.

- Source: https://www.aifreeapi.com/ru/posts/gemini-3-8-flash-vs-glm-5-3
- Language: ru
- Published: 2026-10-28
- Updated: 2026-10-28
- Publisher: AI Free API (https://www.aifreeapi.com)

**Gemini 3.8 Flash стоит пробовать первым, если приложению нужны разные виды входных данных или низкая текущая цена токенов. GLM-5.3 имеет смысл включить в испытания для сложных текстовых задач, программирования и собственного развёртывания.** Его преимущество в одном внешнем тесте не гарантирует преимущество на вашем проекте; зато открытые веса и более высокий предел вывода — конкретные различия, которые можно учесть ещё до эксперимента.

Здесь сравниваются точные модели `gemini-3.8-flash` и `glm-5.3`. **GLM-5.3-Flash — другая модель:** её тарифы, скорость и требования к оборудованию к этому сравнению не относятся. Характеристики и цены ниже проверены 28 октября 2026 года. Собственных API-испытаний мы не проводили; результаты производительности приведены с указанием внешнего источника и настроек.

## Сначала определите, какие данные получит модель

Если приложение должно разбирать скриншоты, записи встреч, видео или PDF без отдельного этапа извлечения текста, из этой пары подходит Gemini 3.8 Flash. GLM-5.3 принимает только текст. Для него распознавание речи, OCR или описание изображения придётся выполнять отдельно, а затем передавать результат в текстовом виде. Это меняет и архитектуру, и итоговую стоимость обработки.

| Что важно приложению | Gemini 3.8 Flash | GLM-5.3 |
| --- | --- | --- |
| Входные данные | Текст, изображения, аудио, видео, PDF | Только текст |
| Ответ | Текст | Текст |
| Объём входа / контекста | Вход — до 1 048 576 токенов | Контекст — 1M токенов |
| Максимальный вывод | 65 536 токенов | 128K токенов |
| Уровни рассуждения | `low`, `medium`, `high`; по умолчанию `medium` | `low`, `high`, `max`; по умолчанию `max` |
| Вызов функций и структурированный вывод | Поддерживаются | Поддерживаются |

Параметры API указаны в [документации Gemini 3.8 Flash](https://ai.google.dev/gemini-api/docs/models/gemini-3.8-flash/) и [документации GLM-5.3](https://docs.z.ai/guides/llm/glm-5.3); открытые веса GLM доступны в [официальном репозитории](https://huggingface.co/zai-org/GLM-5.3). Google обозначает ёмкость как предел входа, Z.AI — как окно контекста. Поэтому одинаковое округлённое «1M» ещё не означает, что в оба запроса поместится один и тот же документ вместе с ответом.

Для длинного отчёта или большой генерации кода предел GLM в 128K может быть полезен. Но это допустимая длина вывода, а не обещание, что модель без ошибок заполнит её содержательным текстом. Для обработки документов также важнее проверить, извлекает ли модель нужные сведения из удалённых частей файла, чем сравнивать только максимальные числа.

В этой паре мультимодальность Gemini означает **понимание входных данных**. Обычная Gemini 3.8 Flash не генерирует изображения или аудио и не поддерживает Live API; для таких задач нужны другие модели или сервисы. [Источник: таблица возможностей Google](https://ai.google.dev/gemini-api/docs/models/gemini-3.8-flash/).

## Сколько стоит одинаковый объём токенов

До конца 2026 года Gemini 3.8 Flash дешевле GLM-5.3 по обоим основным тарифам: входу и выходу. С 1 января 2027 года Google объявила повышение цен. Если цены Z.AI останутся нынешними, преимущество по этим ставкам перейдёт к GLM-5.3.

Это сравнение прямых международных API в долларах США. Для Google взят режим **Standard**, для Z.AI — **Model API**. Оно не описывает стоимость Coding Plan, потребительских подписок, тарифов посредников или доступность оплаты из России.

| За 1 млн токенов, USD | Gemini до 31.12.2026 | Gemini с 01.01.2027 — объявлено | GLM-5.3 на 28.10.2026 |
| --- | ---: | ---: | ---: |
| Обычный вход | $0,75 | $1,50 | $1,40 |
| Вход при попадании в кеш | $0,075 | $0,15 | $0,26 |
| Выход | $3,75 | $7,50 | $4,40 |

Источники: [тарифы Gemini Developer API](https://ai.google.dev/gemini-api/docs/pricing#gemini-3.8-flash) и [тарифы Z.AI](https://docs.z.ai/guides/overview/pricing). У Google оплачиваемый вывод включает токены рассуждения. Будущие ставки Google уже опубликованы; неизменность цены Z.AI в 2027 году — лишь условие сравнения, а не объявленная гарантия.

### Пример: 10 000 входных и 2 000 оплачиваемых выходных токенов

Для расчёта используем формулу:

`стоимость = входные токены × тариф входа / 1 000 000 + оплачиваемые выходные токены × тариф выхода / 1 000 000`

Предположим, что у обеих моделей одинаковые оплачиваемые объёмы, а 2 000 выходных токенов уже включают учитываемые при оплате рассуждения. Кеш, инструменты, налоги и повторные запросы исключены.

| Модель и период | Один такой запрос | 1 000 таких запросов |
| --- | ---: | ---: |
| Gemini 3.8 Flash до конца 2026 года | $0,015 | $15 |
| GLM-5.3 по текущей цене | $0,0228 | $22,80 |
| Gemini 3.8 Flash по объявленной цене с 2027 года | $0,03 | $30 |

![Сравнение стоимости одинакового объёма запросов к Gemini 3.8 Flash и GLM-5.3](https://www.aifreeapi.com/posts/ru/gemini-3-8-flash-vs-glm-5-3/img/matched-token-cost.webp)

Например, для нынешней Gemini расчёт выглядит так: `10 000 × 0,75 / 1 000 000 + 2 000 × 3,75 / 1 000 000 = $0,015`. Это сравнение тарифов при одинаковом потреблении, **не измеренная стоимость решения одной задачи**. Модели могут по-разному разбить русский текст на токены, потратить разный объём на рассуждения и потребовать разное число попыток.

При большом повторяющемся контексте нужно отдельно считать кеш. У Google хранение стоит сейчас $0,50 за миллион токенов в час, а с 1 января 2027 года объявлена цена $1,00. У Z.AI хранение временно бесплатно, дата окончания на странице тарифов не указана. Низкая цена попадания в кеш сама по себе не определяет весь счёт: важны срок хранения и доля запросов, которые действительно используют сохранённый контекст. [Google](https://ai.google.dev/gemini-api/docs/pricing#gemini-3.8-flash), [Z.AI](https://docs.z.ai/guides/overview/pricing).

## Что говорят тесты о программировании и скорости

У GLM-5.3 есть основание для участия в отборе на сложные текстовые и программные задачи: в снимке результатов Artificial Analysis за 28 октября 2026 года его показатели качества выше, чем у Gemini. Однако сравнивались **Gemini 3.8 Flash (High)** и **GLM-5.3 (Max)**, а не модели с одинаковым бюджетом рассуждения.

| Показатель в снимке Artificial Analysis | Gemini 3.8 Flash (High) | GLM-5.3 (Max) |
| --- | ---: | ---: |
| Intelligence Index v4.3.2 | 41 | 45 |
| Terminal-Bench 4.0 | 20% | 42% |
| Скорость вывода после начала генерации | 131 токен/с | 81 токен/с |
| Время до первого возвращённого токена | 25,27 с | 2,74 с |
| Время до первого токена ответа | 25,27 с | 27,47 с |

Источник — [страница сравнения Artificial Analysis](https://artificialanalysis.ai/models/comparisons/gemini-3-8-flash-vs-glm-5-3), просмотренная 28 октября 2026 года. Блок с индексом был помечен **v4.3.2**, тогда как [страница методологии](https://artificialanalysis.ai/methodology/intelligence-benchmarking) уже описывала v5.0. Это результаты указанной версии, а не утверждение о месте моделей в новейшем рейтинге. Индекс в основном оценивает текстовые задачи на английском; он не устанавливает качество русского языка или работы с изображениями.

Самая полезная деталь для чат-интерфейса — различие между первым токеном и началом ответа. GLM в этом снимке возвращал первый токен значительно раньше, но пользовательский ответ начинался примерно через 27,47 секунды. У Gemini соответствующий показатель составлял 25,27 секунды. Причина различия метрик: первым возвращённым токеном может быть токен рассуждения. [Методика измерения производительности](https://artificialanalysis.ai/methodology/performance-benchmarking) отдельно учитывает ожидание ответа и последующую скорость вывода.

![Схема различия между первым возвращённым токеном и началом ответа Gemini и GLM](https://www.aifreeapi.com/posts/ru/gemini-3-8-flash-vs-glm-5-3/img/first-token-and-answer.webp)

Поэтому «быстрее» нужно привязывать к действию пользователя. Для короткого интерактивного ответа важнее ожидание содержательного текста; для длинного отчёта существенна ещё и скорость продолжения. Эти числа меняются с нагрузкой, поставщиком API, настройками и сетевым маршрутом. Токены в измерениях Artificial Analysis также не тождественны родным токенам тарификации каждого API: по этой таблице нельзя вычислить собственный счёт.

## Открытые веса GLM — вариант для серверной инфраструктуры

Если данные должны обрабатываться на вашей инфраструктуре, GLM-5.3 даёт реальную возможность развернуть модель самостоятельно. Официальный репозиторий содержит веса точного варианта GLM-5.3 и ссылки на поддерживаемые способы запуска. Но это крупная серверная модель: наличие открытых весов не превращает её в готовую замену облачному API на обычном рабочем компьютере. [Модельная карточка Z.AI](https://huggingface.co/zai-org/GLM-5.3).

В [рецепте vLLM](https://recipes.vllm.ai/zai-org/GLM-5.3) приведены конфигурации с восемью H200 или H20 для FP8, а для полного контекста 1M — пример с восемью B200 и KV-кешем в формате FP8. Это примеры развёртывания, не измеренный нами минимум. Реальные ресурсы зависят от квантования, длины контекста и одновременных запросов; кроме размещения весов, нужна память для кеша и работы сервера.

Модель распространяется под [собственной лицензией GLM-5.3](https://huggingface.co/zai-org/GLM-5.3/blob/main/LICENSE). Она предусматривает коммерческое использование с условиями; называть её MIT, Apache 2.0 или безусловным разрешением на любой сценарий нельзя. До внедрения проверьте условия лицензии применительно к своей организации и способу использования.

Для небольшой команды прямой API обычно позволяет быстрее проверить качество без закупки инфраструктуры. Собственное развёртывание разумно оценивать, когда управление данными и средой исполнения оправдывает затраты на оборудование, эксплуатацию и обновления. Сопоставлять только цену токенов API с нулевой ценой скачивания весов недостаточно.

## Как выбрать модель на своих задачах

Начните с обязательных ограничений. Если нужен прямой ввод аудио или изображений, проверяйте Gemini. Если обязательны открытые веса, проверяйте GLM. Если обе модели подходят по формату данных и способу размещения, решение можно принять на небольшом наборе реальных задач:

1. **Заранее определите, что считается успехом.** Для исправления кода — проходящие тесты и отсутствие новых ошибок; для извлечения данных — правильные поля и ссылки на исходные фрагменты; для русскоязычной поддержки — точный и понятный ответ без потери условий.
2. **Явно задайте режим рассуждения.** У Gemini по умолчанию `medium`, у GLM — `max`. Одинаковый текст запроса с настройками по умолчанию не создаёт одинаковые условия. Сначала выберите допустимое время ожидания, затем сравнивайте режимы, которые в него укладываются.
3. **Запишите расход и время до полезного ответа.** Учитывайте оплачиваемые токены, инструменты и повторные попытки. Отдельно отмечайте запросы, которые закончились технически успешно, но не решили задачу.
4. **Сравните стоимость пригодного результата.** Разделите фактические расходы на число результатов, которые прошли вашу проверку. Для бюджета на 2027 год дополнительно пересчитайте Gemini по объявленным новым ставкам.

При переносе настроек есть два конкретных несовпадения: Gemini 3.8 Flash не принимает `minimal`, а GLM-5.3 требует включённого рассуждения — `thinking.type=enabled`. Не переносите прежнюю конфигурацию без проверки параметров. [Изменения Gemini 3.8 Flash](https://ai.google.dev/gemini-api/docs/whats-new-gemini-3.8), [параметры GLM-5.3](https://docs.z.ai/guides/llm/glm-5.3).

Если выбор пал на Google, дальнейший шаг описан в [руководстве по API Gemini 3.8 Flash: ID модели, первый запрос и миграция](/ru/posts/gemini-3-8-flash). Для GLM сначала уточните в документации маршрут именно своего аккаунта: Model API и Coding Plan имеют различия, а универсальную замену адреса API для всех подписок предполагать нельзя.

## Частые вопросы

### Какая модель дешевле для программирования?

При одинаковом числе оплачиваемых токенов и прямом обращении к Standard API до 31 декабря 2026 года дешевле Gemini 3.8 Flash: $0,75 за миллион входных и $3,75 за миллион выходных токенов против $1,40 и $4,40 у GLM-5.3. Но исправление сложной ошибки может потребовать разного числа попыток и токенов рассуждения. Поэтому стоимость принятого изменения нужно измерять отдельно от тарифов. [Google](https://ai.google.dev/gemini-api/docs/pricing#gemini-3.8-flash), [Z.AI](https://docs.z.ai/guides/overview/pricing).

### Можно ли использовать GLM-5.3 для изображений и PDF?

Модель принимает текст, поэтому изображение или содержимое PDF сначала нужно преобразовать в текст внешним инструментом. Для PDF с диаграммами такое преобразование может потерять существенные сведения. Gemini 3.8 Flash принимает PDF и изображения напрямую. Это различие входных форматов, а не гарантия безошибочного чтения любого файла. [GLM-5.3](https://docs.z.ai/guides/llm/glm-5.3), [Gemini 3.8 Flash](https://ai.google.dev/gemini-api/docs/models/gemini-3.8-flash/).

### Можно ли оплачивать эти API из России?

Приведённые долларовые тарифы не подтверждают доступность регистрации, оплаты или вызовов API из России. В этом сравнении такие операции не проверялись. Перед выбором проверьте условия провайдера для своего региона и аккаунта; если используете посредника, отдельно учитывайте его цену, поддерживаемый точный ID модели и правила обработки данных.