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

> GLM-5.3-Flash в Claude Code работает через платный GLM Coding Plan и адрес api.z.ai/api/anthropic. Flash нужна в слоте Opus: через него идёт основная сессия.

- URL: https://blog.laozhang.ai/ru/posts/glm-5-3-flash-claude-code
- Published: 2026-10-30
- Updated: 2026-10-30
- Author: LaoZhang AI Team (https://blog.laozhang.ai/ru/about)
- Topic: Claude Code
- Tags: GLM-5.3-Flash, Claude Code, Z.ai, GLM Coding Plan, Настройка API

---
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».

```json
{
  "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](https://blog.laozhang.ai/ru/posts/claude-code-api-configuration).

## 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.

![Схема: основная сессия и субагенты идут через слот Opus, /model sonnet через слот Sonnet, название сессии через слот Haiku, и какую модель каждый слот получает в двух конфигурациях Z.ai](https://blog.laozhang.ai/posts/ru/glm-5-3-flash-claude-code/img/slots-routing.webp)

## 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.

| Конфигурация | Основная сессия и субагенты (слот Opus) | Фоновый запрос перед сообщением (слот Haiku) | После `/model sonnet` |
| --- | --- | --- | --- |
| «How to Switch Models»: все три слота `glm-5.3-flash[1m]` | GLM-5.3-Flash | GLM-5.3-Flash | GLM-5.3-Flash |
| «Manual configuration»: Haiku — Flash, Sonnet и Opus — `glm-5.3[1m]` | GLM-5.3 | GLM-5.3-Flash | GLM-5.3 |
| Opus и Haiku — `glm-5.3-flash[1m]`, Sonnet — `glm-5.3[1m]` | GLM-5.3-Flash | GLM-5.3-Flash | GLM-5.3 |

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](https://blog.laozhang.ai/ru/posts/glm-5-3-vs-glm-5-3-flash).

## 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.

```json
"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.

| Тариф Z.ai | Цена в месяц при помесячной оплате | Кредиты на 5 часов / на неделю | Ходов на Flash за 5 часов: пик / вне пика | Ходов на GLM-5.3 за 5 часов: пик / вне пика |
| --- | --- | --- | --- | --- |
| Lite | $18 | 2 000 / 10 000 | ≈299 / ≈598 | ≈99 / ≈198 |
| Pro | $80 | 12 000 / 60 000 | ≈1 796 / ≈3 592 | ≈595 / ≈1 190 |
| Max | $168 | 28 000 / 140 000 | ≈4 191 / ≈8 383 | ≈1 388 / ≈2 777 |

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.

![Кредиты за обычный ход на GLM-5.3-Flash и GLM-5.3 в пик и вне пика, число ходов на тарифе Lite за 5 часов, пиковые часы по Москве и недельный лимит](https://blog.laozhang.ai/posts/ru/glm-5-3-flash-claude-code/img/credits-lite.webp)

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](https://vc.ru/services/3015458-zai-coding-plan-glm-dlya-claude-code-i-vs-code-oplata-iz-rossii) 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`.

| Что вы видите | Причина | Что сделать |
| --- | --- | --- |
| `1113 Insufficient Balance` или списание с баланса аккаунта при оплаченном тарифе | Запрос прошёл мимо тарифа: другой адрес, модель не из тарифа (действуют только GLM-5.3 и GLM-5.3-Flash) или неподдерживаемый инструмент | Указать `https://api.z.ai/api/anthropic` в `ANTHROPIC_BASE_URL`, во всех слотах оставить только `glm-5.3-flash[1m]` или `glm-5.3[1m]` |
| После правки `settings.json` ничего не изменилось | Claude Code был запущен до правки или в JSON лишняя либо пропущенная запятая | Закрыть все окна Claude Code, открыть новый терминал, проверить файл любым JSON-валидатором |
| Новые сессии стартуют не на Opus | Когда-то выполнялась команда `/model haiku` или `/model sonnet`, и Claude Code записал `"model"` в `settings.json` | Удалить строку `"model"` из файла или выбрать `/model opus` |
| Claude Code пишет, что модели с суффиксом `[1m]` не существует | Старая версия Claude Code | `claude update`, затем снова `/status` |
| «Claude Code doesn't recognize the model … so it assumes a context window of 200k tokens» | Модель выбрана через `/model` или `--model`, а в соответствующем слоте нет `[1m]` | Дописать `[1m]` во все три слота и оставить `CLAUDE_CODE_AUTO_COMPACT_WINDOW` |
| Основная сессия идёт на GLM-5.3, хотя нужна Flash | Конфигурация «Manual configuration»: в слоте Opus стоит `glm-5.3[1m]` | Вписать `glm-5.3-flash[1m]` в `ANTHROPIC_DEFAULT_OPUS_MODEL` |
| Запросы перестали проходить посреди работы | Кончились кредиты 5-часового или недельного окна | Ждать обновления окна; тяжёлые задачи переносить на время вне пика |

## 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](https://blog.laozhang.ai/ru/posts/claude-code-openrouter-deepseek).

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](https://blog.laozhang.ai/ru/posts/deepseek-v4-1-flash-vs-glm-5-3-flash). 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](https://blog.laozhang.ai/ru/posts/glm-5-3-flash-guide).

## Источники

Внешние страницы, на которые ссылается это руководство, в порядке упоминания. Последнее обновление: 2026-10-30.

- [разбора оплаты Z.ai Coding Plan из России на vc.ru](https://vc.ru/services/3015458-zai-coding-plan-glm-dlya-claude-code-i-vs-code-oplata-iz-rossii) (vc.ru)