GLM-5.3-Flash в Claude Code: настройка, слоты, effort и кредиты

Claude Code сам модель не выбирает: он берёт имя модели из одного из трёх слотов (Opus, Sonnet или Haiku) и отправляет запрос на адрес из ANTHROPIC_BASE_URL. Чтобы отвечала GLM-5.3-Flash и списывался лимит тарифа, нужны платный GLM Coding Plan от Z.ai, ключ тарифа в ANTHROPIC_AUTH_TOKEN, адрес https://api.z.ai/api/anthropic и значение glm-5.3-flash[1m] в ANTHROPIC_DEFAULT_OPUS_MODEL в файле ~/.claude/settings.json. Слот Opus обслуживает основную сессию и субагентов, поэтому Flash должна стоять прежде всего там.

У Z.ai две официальные конфигурации, и основная модель в них разная. На странице «How to Switch Models» Flash вписана во все три слота, а в блоке «Manual configuration» на странице о Claude Code она стоит только в Haiku, Opus и Sonnet получают glm-5.3[1m]. С этой второй конфигурацией Claude Code 2.1.312 отправил основной запрос как glm-5.3: сессия шла на GLM-5.3, а Flash доставались только фоновые запросы. Это показала проверка 30 октября 2026 года через локальный тестовый сервер вместо серверов Z.ai; как она устроена, описано ниже.

После перезапуска Claude Code введите /status: в строке Model должно стоять glm-5.3-flash[1m]. Отдельно решите вопрос с effort: по умолчанию Claude Code передаёт уровень high, хотя Z.ai для кода советует max, а команда /effort max действует только до конца сессии.

Настройка settings.json для GLM-5.3-Flash по шагам

Вся настройка сводится к блоку env в ~/.claude/settings.json: ключ, адрес, три слота и окно контекста. Если в файле уже есть другие поля, Z.ai прямо просит не заменять файл целиком, а только добавить или обновить нужные ключи. Порядок такой:

1. Оформите GLM Coding Plan на z.ai и создайте ключ в разделе Personal Coding Plan → Plan Overview (у командного тарифа — Team Coding Plan → My Plan).
2. Обновите Claude Code командой claude update. Z.ai пишет, что старые версии могут не узнать модель с суффиксом [1m]; по состоянию на 30 октября 2026 года последняя версия в npm — 2.1.312.
3. Откройте файл настроек: на macOS и Linux это ~/.claude/settings.json, на Windows — %USERPROFILE%\.claude\settings.json. Если вы работаете и в WSL, и в обычной Windows, у каждой установки Claude Code свой файл.
4. Добавьте в блок env ключи из примера ниже, подставив свой ключ Z.ai.
5. Закройте все окна Claude Code и запустите claude в новом окне терминала. На вопрос «Do you want to use this API key» ответьте «Yes».

{
  "env": {
    "ANTHROPIC_AUTH_TOKEN": "ваш_ключ_z_ai",
    "ANTHROPIC_BASE_URL": "https://api.z.ai/api/anthropic",
    "API_TIMEOUT_MS": "3000000",
    "ANTHROPIC_DEFAULT_OPUS_MODEL": "glm-5.3-flash[1m]",
    "ANTHROPIC_DEFAULT_SONNET_MODEL": "glm-5.3-flash[1m]",
    "ANTHROPIC_DEFAULT_HAIKU_MODEL": "glm-5.3-flash[1m]",
    "CLAUDE_CODE_AUTO_COMPACT_WINDOW": "1000000"
  }
}

Суффикс [1m] сообщает Claude Code, что у модели окно в 1 млн токенов, а CLAUDE_CODE_AUTO_COMPACT_WINDOW сдвигает автоматическое сжатие диалога к этому пределу (документация Claude Code допускает значения от 100 000 до 1 000 000). На сервер суффикс не уходит: Claude Code отрезает его и вместо этого добавляет к запросу заголовок context-1m. API_TIMEOUT_MS со значением 3 000 000 (50 минут) взят из документации Z.ai и нужен для длинных ответов. Для Китая всё то же самое, но с адресом https://open.bigmodel.cn/api/anthropic и тарифом bigmodel.cn, это отдельный аккаунт.

Записать файл может и сам Z.ai: утилита npx @z_ai/coding-helper или скрипт claude_code_zai_env.sh для macOS и Linux. Скрипт прописывает только ключ, адрес и тайм-аут, слоты он не трогает. В проверке 30 октября 2026 года Claude Code 2.1.312 с такими настройками отправил вместо имени GLM собственное claude-opus-5-5, поэтому строки со слотами лучше дописать вручную: тогда и в /status видно, какая модель выбрана.

По умолчанию Claude Code просит у модели не больше 32 000 токенов ответа. У GLM-5.3-Flash предел вывода 128K, и переменная "CLAUDE_CODE_MAX_OUTPUT_TOKENS": "128000" в том же блоке env поднимает max_tokens в запросе до 128 000. Принимает ли эндпоинт тарифа такое значение от Claude Code, в документации Z.ai не описано, так что включайте это, только если ответы обрываются на длинных файлах.

Проверка в /status: модель, токен и источник настроек

/status показывает, что Claude Code реально прочитал из настроек, поэтому проверять подключение нужно им, а не вопросом к модели. Запустите claude в папке проекта, введите /status и сверьте четыре строки:

1. Model: Default (glm-5.3-flash[1m]) или просто glm-5.3-flash.
2. Auth token: ANTHROPIC_AUTH_TOKEN.
3. Anthropic base URL: https://api.z.ai/api/anthropic.
4. Setting sources: User settings, то есть прочитан ваш ~/.claude/settings.json.

В проверке 30 октября 2026 года экран выглядел именно так, а в шапке сессии стояло glm-5.3-flash[1m] · API Usage Billing. Эта надпись означает только, что Claude Code работает по ключу, а не по подписке Anthropic; лимит тарифа или баланс списывает уже сервер Z.ai. Спрашивать саму модель, кто она, бессмысленно: на Reddit есть тред с заголовком «GLM-5.3-Flash thinks it's Claude by Anthropic», и ответ модели о себе ничего не доказывает. Если в Setting sources стоит другой файл или Model показывает не то, что вы вписали, порядок, в котором Claude Code объединяет настройки, разобран в статье Настройка Claude Code API: ключи, settings.json, модели и шлюзы.

Слоты Claude Code: основная сессия идёт через Opus, фон через Haiku

Слотом здесь называется переменная ANTHROPIC_DEFAULT_OPUS_MODEL, ANTHROPIC_DEFAULT_SONNET_MODEL или ANTHROPIC_DEFAULT_HAIKU_MODEL: Claude Code подставляет её значение вместо алиаса opus, sonnet или haiku. В Claude Code 2.1.312 без флага --model основная сессия и встроенные субагенты используют слот Opus, а слот Haiku получает фоновый запрос перед каждым вашим сообщением.

Это результат проверки, проведённой 30 октября 2026 года на macOS с Claude Code 2.1.312 из npm. В settings.json записывались ключи из документации Z.ai, но ANTHROPIC_BASE_URL указывал не на Z.ai, а на локальный тестовый сервер (mock), который принимает запросы в формате Anthropic, записывает каждый из них и возвращает заглушку. Так видно, что именно отправляет Claude Code: имя модели, заголовки, thinking и effort. Чего так не видно — какую модель на самом деле подставил бы сервер Z.ai и сколько кредитов он списал бы: ни аккаунт Z.ai, ни настоящая GLM-5.3-Flash в проверке не участвовали. Чтобы различить слоты, в них вписывались разные условные имена.

Без --model запрос ушёл с именем из слота Opus, причём Claude Code посчитал его моделью на 1 млн токенов, даже когда в слоте не было [1m]. Флаги --model sonnet, --model haiku и --model opus переключали запрос на соответствующий слот, но если в слоте не было [1m], заголовок context-1m пропадал, а Claude Code писал: «Claude Code doesn't recognize the model "…", so it assumes a context window of 200k tokens». Отсюда простое правило: суффикс [1m] нужен во всех трёх слотах, а не только в Opus.

Фоновый запрос появлялся только в интерактивной сессии: перед каждым сообщением Claude Code отправлял в слот Haiku короткий запрос без инструментов и без thinking, который генерирует название сессии. В режиме claude -p его не было. Документация Claude Code описывает ANTHROPIC_DEFAULT_HAIKU_MODEL как модель «для haiku или фоновых функций», так что другие фоновые задачи тоже могут идти через этот слот. Субагенты Explore и general-purpose в той же проверке отправляли запросы с моделью сессии, то есть через слот Opus, а не через Haiku.

Две конфигурации Z.ai: какая включает Flash для основной сессии

Flash отвечает в основной сессии только в конфигурации со страницы «How to Switch Models», где все три слота равны glm-5.3-flash[1m]. В «Manual configuration» на странице Z.ai о Claude Code Flash стоит лишь в Haiku, и тогда основную работу делает GLM-5.3. В той же проверке 30 октября 2026 года первая конфигурация дала запрос с model: "glm-5.3-flash", вторая — с model: "glm-5.3". Список чуть выше на той же странице Z.ai при этом утверждает, что по умолчанию все три слота соответствуют GLM-5.3-Flash, то есть страница противоречит собственному JSON.

Основные запросы первых двух строк зафиксированы проверкой напрямую; остальные ячейки следуют из того, как Claude Code 2.1.312 распределил запросы по слотам с условными именами. Последняя строка — вариант для тех, кто хочет работать на Flash, но держать GLM-5.3 под рукой для сложной задачи: переключаетесь командой /model sonnet. Учтите, что /model сохраняет выбор в settings.json как модель по умолчанию для новых сессий, поэтому после сложной задачи верните /model opus.

Какую модель ставить в Opus, решают цена и тип задач. Flash расходует примерно втрое меньше кредитов за тот же объём (расчёт ниже), а в тарифе только она понимает изображения: GLM-5.3 там текстовая, так что для скриншотов в Claude Code нужна Flash. Чем модели отличаются по качеству, разобрано в статье GLM-5.3 или GLM-5.3-Flash: какую модель проверять первой.

Effort для GLM-5.3-Flash: Claude Code шлёт high, Z.ai советует max

По состоянию на 30 октября 2026 года Claude Code 2.1.312 по умолчанию отправляет output_config.effort: "high", и по правилам Z.ai явно указанный effort важнее всего остального. Поэтому Flash работает на уровне high, а не на max, который Z.ai называет уровнем по умолчанию и советует для кода.

Z.ai описывает обработку так: явный effort важнее переключателя thinking, а тот важнее уровня по умолчанию max. Значения medium и high превращаются в high, xhigh и max — в max, а minimal, light и low — в low. Claude Code отправляет и thinking с типом adaptive, и effort, так что решает effort. Отключить размышления, чтобы сэкономить, тоже не выйдет: с CLAUDE_CODE_DISABLE_THINKING=1 поле thinking из запроса исчезло, но effort: "high" осталось, а значит, по правилу Z.ai уровень остаётся high, а не падает до low.

Команда /effort max меняет уровень сразу, но Claude Code при этом пишет «Set effort level to max (this session only)», и в новой сессии снова будет high. Чтобы max применялся всегда, добавьте в блок env строку ниже; в проверке она давала "max" в каждой новой сессии. Тот же эффект даёт ключ верхнего уровня "effortLevel": "xhigh", потому что Z.ai приравнивает xhigh к max.

"CLAUDE_CODE_EFFORT_LEVEL": "max"

Выбор между high и max — это выбор между качеством и кредитами. На собственном тесте Z.ai Code Bench v1.0, прогнанном в Claude Code 2.1.207, Flash обходит GLM-5.2 на каждом уровне effort, а на max набирает 29,0 против 29,5 у Claude Opus 4.8. Но max означает больше размышлений, а токен вывода у Flash стоит в кредитах примерно в 14 раз дороже токена кэшированного ввода. Для мелких правок разумно оставить high, для сложных задач закрепить max и следить за расходом.

На сколько хватит GLM Coding Plan с Flash: кредиты, пик и вне пика

На самом дешёвом тарифе Lite 2 000 кредитов на 5 часов при допущениях ниже хватает примерно на 300 обычных ходов агента на Flash в пиковые часы и на 600 вне пика; на GLM-5.3 те же кредиты дают около 100 и 200 ходов. Ход — это один запрос Claude Code к модели вместе с ответом, а на одно ваше сообщение агент часто делает несколько ходов.

Z.ai считает кредиты по формуле: (новый ввод × m_in + кэшированный ввод × m_cached + вывод × m_out) / 10 000, где токены считаются поштучно. Коэффициенты на 30 октября 2026 года: у GLM-5.3-Flash 2,3 / 0,56 / 8, у GLM-5.3 — 6,9 / 1,7 / 24. Для расчёта взят типичный ход: 60 000 токенов уже закэшированного контекста, 4 000 новых и 3 000 токенов ответа вместе с размышлениями. На Flash это (4 000 × 2,3 + 60 000 × 0,56 + 3 000 × 8) / 10 000 = 6,68 кредита в пиковые часы и 3,34 вне пика, на GLM-5.3 — 20,16 и 10,08. Реальные объёмы зависят от проекта, поэтому таблицу ниже стоит читать как порядок величин.

Недельный лимит на каждом тарифе равен ровно пяти полным пятичасовым окнам, так что расходовать каждое окно до конца всю неделю не получится: на Lite неделя — это около 1 497 таких ходов на Flash в пик или 2 994 вне пика. Пиковые часы — с понедельника по пятницу с 14:00 до 18:00 по Сингапуру (UTC+8), то есть с 09:00 до 13:00 по Москве; в остальное время и все выходные модели расходуют 50 % обычных кредитов. Тяжёлый ход (150 000 токенов кэша, 10 000 новых, 8 000 ответа) стоит на Flash 17,10 кредита в пик и 8,55 вне пика, и тогда Lite хватает примерно на 116 и 233 хода за 5 часов. Фоновый запрос названия сессии стоит на Flash около 0,25 кредита, это меньше 4 % обычного хода. Соотношение в 3,02 раза совпадает с обещанием Z.ai, что у Flash «втрое больше доступной квоты», чем у GLM-5.3.

Когда кредиты 5-часового окна кончаются, запросы из Claude Code не переходят на баланс аккаунта: по FAQ Z.ai нужно ждать, пока окно обновится через 5 часов после расхода. Число одновременных запросов зависит от тарифа, и Z.ai советует на Lite вести один проект за раз, на Pro — один-два. Делиться аккаунтом запрещено: за нарушения ограничивают скорость или замораживают аккаунт, а если нарушений больше трёх, возможна блокировка.

Помесячная цена указана в таблице, при оплате за квартал скидка 20 %, за год — 30 %, денег за купленный период Z.ai не возвращает. Отменять продление в FAQ советуют минимум за 24 часа до списания, а в правилах использования — за 3 дня, поэтому надёжнее ориентироваться на 3 дня. Видео вроде «Бесплатный Claude Code = GLM 5.3 FLASH» называют связку бесплатной, но тариф платный; бесплатно можно только скачать веса модели и запустить её у себя. Модель GLM-5.3-FlashX в тариф не входит, а запросы к старым GLM-5.2 и GLM-5.1 Z.ai перенаправляет на GLM-5.3, к GLM-4.7 — на GLM-5.3-Flash, поэтому старая конфигурация может неожиданно оказаться на Flash. Оплата идёт банковской картой или через PayPal, как сказано в FAQ Z.ai, а авторы разбора оплаты Z.ai Coding Plan из России на vc.ru пишут, что карты российских банков Z.ai обычно не принимает.

Ошибка 1113, предупреждение о 200k и другие первые сбои

Почти все первые сбои связаны с тем, что запрос ушёл не туда или Claude Code прочитал не те настройки. Меняйте по одному параметру и после каждой правки перезапускайте Claude Code и смотрите /status.

GLM-5.3-Flash без Coding Plan: OpenRouter, оплата по факту, локальный запуск

Без тарифа GLM-5.3-Flash в Claude Code тоже подключается, но тогда вы платите за токены, а не подпиской, и маршрут другой. На OpenRouter модель называется z-ai/glm-5.3-flash, и у собственного эндпоинта Z.ai там, как и в API Z.ai с оплатой по факту, по состоянию на 25 октября 2026 года цена $0,15 за 1 млн токенов ввода, $0,50 за 1 млн токенов вывода и $0,03 за 1 млн кэшированных. Как направить Claude Code на OpenRouter и какие ошибки встречаются первыми, описано в статье Claude Code с OpenRouter и DeepSeek: маршруты, настройка и первые ошибки.

Этот же путь подходит, если оплатить тариф не получается. Если важнее всего цена, сравните Flash с ближайшим конкурентом по стоимости задачи в статье DeepSeek V4.1 Flash vs GLM-5.3-Flash: сравнение цены по нагрузке. Веса модели открыты, и где их взять, сколько памяти нужно для локального запуска и как сделать первый запрос к API, разобрано в статье GLM-5.3-Flash: что скрывалось под именем Ox Alpha и как выбрать способ запуска.