ใช่ครับ ภายใต้เงื่อนไขเดียวกันกับ DeepSeek V4.1 Flash เมื่อวันก่อนหน้า โดยเมื่อวันที่ 16 ตุลาคม 2026 ทาง OpenCode ได้ประกาศว่า “GLM 5.3 Flash เปิดให้ใช้งานฟรีแล้วใน OpenCode” โมเดลดังกล่าวคือ opencode/glm-5.3-flash-free และทางเอกสาร OpenCode Zen ระบุว่าเปิดให้ใช้งานฟรี “ในระยะเวลาจำกัด” โดยแพ็กเกจฟรีนี้จะตอบรับคำขอจาก OpenCode เท่านั้น หากเรียกใช้ endpoint เดียวกันจากเครื่องมืออื่น ระบบจะส่งรหัส HTTP 403 กลับมาพร้อมข้อความว่า “OpenCode’s free tier can only be used from within OpenCode”
ก่อนที่คุณจะวางแผนใช้งาน มีข้อจำกัดสองข้อที่ควรทราบ อย่างแรกคือ โมเดลฟรีตัวนี้คือ GLM-5.3-Flash ไม่ใช่ GLM-5.3 ตัวเต็ม ซึ่งบน Zen ยังคงมีค่าบริการอยู่ที่ $1.40 ต่อ 1M input tokens และอย่างที่สองคือ คำว่า “ฟรี” ไม่ได้แปลว่า “เร็ว” เราได้ทดสอบโมเดลนี้บน OpenCode ที่ติดตั้งใหม่ทั้งหมดเมื่อวันที่ 16 ตุลาคม โดยคำตอบทุกข้อถูกต้องครบถ้วน แต่คำถามสั้นๆ บรรทัดเดียวกันกลับใช้เวลาตอบตั้งแต่ 7 ไปจนถึง 196 วินาที ซึ่งจุดนี้มีผลต่อประเภทของ Task ที่คุณควรส่งให้มันทำ เรายังไม่ได้ทดลองรันภายใน Sharkly Task ดังนั้นขั้นตอนการตั้งค่าด้านล่างนี้จึงจบลงที่การทำ smoke test เพื่อตรวจสอบว่า Runtime ของคุณสามารถเรียกใช้งานโมเดลนี้ได้หรือไม่
สรุปสั้น ๆ (TL;DR)
กำหนดโมเดลฟรีนี้ให้กับ Agent ที่ใช้ Runtime เป็น OpenCode เพราะไม่มี Runtime อื่นใดที่เข้าถึงได้ ให้รีเฟรชรายชื่อโมเดลของ OpenCode บน Computer ตั้งค่าโมเดลในไฟล์คอนฟิกของ OpenCode ทำ smoke test ผ่านเทอร์มินัล จากนั้นลองมอบหมาย Task เล็กๆ สักหนึ่งงาน ข้อจำกัด: รองรับ context 200K tokens และ output สูงสุด 32K tokens, ไม่รองรับไฟล์แนบ PDF, ยังไม่มีกำหนดวันสิ้นสุดการใช้งานฟรี จากการทดสอบของเรา เวลาในการตอบสนองค่อนข้างช้าและไม่แน่นอน จึงควรใช้กับงานเบื้องหลัง (background work) ไม่ใช่งานที่มีคนกำลังนั่งรอผลลัพธ์ และหากคุณใช้งาน DeepSeek V4.1 Flash Free อยู่แล้ว โมเดลทั้งสองตัวนี้ก็สามารถแบ่งงานกันได้ตามระยะเวลาที่ต้องใช้ประมวลผล
โมเดลฟรีสองตัวบน Runtime เดียว
Runtime คือเครื่องมือเอเจนต์บน Computer ที่ใช้จัดการและดำเนินแต่ละเซสชัน เนื่องจากแพ็กเกจฟรีของ OpenCode จะตรวจสอบว่าคำขอส่งมาจากที่ใด กฎเดียวกับในบทความเวอร์ชัน DeepSeek V4.1 Flash ของเราจึงยังคงใช้ได้ที่นี่เช่นกัน: นั่นคือ Agent ที่ทำงานบน OpenCode Runtime ถูกสร้างมาให้เข้าถึงโมเดลฟรีนี้ได้ ส่วน Agent บน Claude Code, Codex หรือ Gemini CLI จะไม่สามารถเข้าถึงได้
สิ่งที่เพิ่มขึ้นมาใหม่คือ ตอนนี้ OpenCode Runtime เดียวรองรับโมเดลฟรีสองตัวจากตระกูลที่ต่างกัน ซึ่งทั้งสองตัวมีข้อจำกัดที่เหมือนกันบางประการ แต่มีพฤติกรรมการทำงานที่แตกต่างกัน:
| GLM-5.3-Flash Free | DeepSeek V4.1 Flash Free | |
|---|---|---|
| เปิดให้ใช้ฟรีตั้งแต่ | 16 ตุลาคม 2026 | 15 ตุลาคม 2026 |
| Context / output สูงสุด | 200K / 32K | 200K / 32K |
| ขีดจำกัดของเวอร์ชันชำระเงิน | 1M / 131K | 1M / 384K |
| คำถามบรรทัดเดียว (จากการทดสอบของเรา) | 7 ถึง 196 วินาที (ทดสอบ 11 ครั้ง) | 4 ถึง 15 วินาที (ทดสอบ 3 ครั้ง) |
| งานเขียนและรันโค้ดขนาดเล็ก (จากการทดสอบของเรา) | 13 ถึง 109 วินาที (ทดสอบ 5 ครั้ง) | 16 ถึง 36 วินาที (ทดสอบ 3 ครั้ง) |
| การป้อนข้อมูลด้วยรูปภาพ | ใช้งานได้ในการทดสอบของเรา | ระบุว่ารองรับใน metadata ของ OpenCode |
| ไฟล์แนบ PDF | ถูกปฏิเสธ: ระบุว่า “only text and image_url are” supported | ปิดใช้งานใน metadata ของ OpenCode |
| ข้อกำหนดข้อมูลผู้ให้บริการ (ตามเอกสาร Zen) | ไม่เก็บรักษาข้อมูล (Zero retention), ไม่นำไปเทรน | ไม่เก็บรักษาข้อมูล (Zero retention), ไม่นำไปเทรน |
ข้อจำกัดต่างๆ อ้างอิงจาก metadata ของโมเดลที่มาพร้อมกับ OpenCode (opencode models opencode --verbose) ส่วนสถิติเวลาเป็นการทดสอบของเราในวันเปิดตัวโดยใช้ OpenCode 1.19.2 ซึ่งพบว่ามีความผันผวนระหว่างรอบอย่างมาก การระบุออปชัน --variant low ไม่ได้ช่วยให้โมเดล GLM เร็วขึ้นอย่างสม่ำเสมอ โดยมีรอบหนึ่งที่ตั้งค่า low-effort แต่ใช้เวลาถึง 196 วินาทีกับคำถามที่รอบอื่นใช้เวลาเพียง 11 วินาที อาการหน่วงนี้น่าจะเกิดจากโหลดบน free endpoint มากกว่าเรื่องความลึกของการใช้เหตุผล (reasoning depth)
วิธีตั้งค่า Agent ด้วย GLM-5.3-Flash ฟรี
1. ติดตั้ง OpenCode บน Computer ติดตั้งด้วยสคริปต์อย่างเป็นทางการ หรือใช้การติดตั้งแบบ One-click ในกรณีที่หน้ารายละเอียดของ Runtime มีให้เลือก:
curl -fsSL https://opencode.ai/install | bash
กด Re-detect Runtimes บนหน้ารายละเอียดของ Computer และตรวจสอบให้แน่ใจว่าสถานะของ OpenCode Runtime ขึ้นว่า Available เนื่องจากการที่ Computer ออนไลน์อยู่ไม่ได้แปลว่า Runtime จะพร้อมใช้งานเสมอไป
2. รีเฟรชรายชื่อโมเดล OpenCode มีการแคชแคตตาล็อกโมเดลเอาไว้ ในตอนที่เราติดตั้งใหม่ ตัวระบบแสดงโมเดลฟรีเพียง 9 ตัวและยังไม่มี GLM จนกระทั่งเราสั่งรีเฟรช ให้รันคำสั่งต่อไปนี้ด้วยสิทธิ์ผู้ใช้เดียวกันกับที่รันเซอร์วิสในเครื่อง:
opencode models opencode --refresh | grep glm-5.3-flash-free
3. ตั้งค่าโมเดลเพียงครั้งเดียวบน Computer โดยค่าเริ่มต้น Agent จะใช้โมเดลตาม Runtime ของมัน และไฟล์คอนฟิกส่วนกลางของ OpenCode จะเป็นตัวกำหนดค่าเริ่มต้นนั้นสำหรับทุกเซสชันของ OpenCode บน Computer ให้บันทึกไฟล์นี้ไว้ที่ ~/.config/opencode/opencode.json:
{
"$schema": "https://opencode.ai/config.json",
"model": "opencode/glm-5.3-flash-free"
}
หากแคตตาล็อกของ Runtime มีโมเดลนี้แสดงอยู่ คุณสามารถเลือกโมเดลได้จากแถว Model ของ Agent โดยตรง การตั้งค่าในแถว Model จะเขียนทับค่าเริ่มต้นของ Runtime สำหรับ Agent นั้นเพียงตัวเดียว ซึ่งวิธีนี้ช่วยให้ Agent สองตัวบน OpenCode ภายใน Computer เครื่องเดียวกันสามารถใช้โมเดลฟรีคนละตัวกันได้
4. ทำ Smoke test ผ่านเทอร์มินัลทั่วไป แล้วจึงมอบหมาย Task สักงาน
opencode run "Reply with the word ok."
บรรทัดแรกของผลลัพธ์จะระบุชื่อโมเดลที่กำลังใช้งานอยู่ ซึ่งควรจะต้องเป็น glm-5.3-flash-free ตามด้วยคำว่า ok หากรันช้าให้รอสักสองสามนาทีก่อนจะด่วนสรุปว่าเกิดข้อผิดพลาด เมื่อการทดสอบบนเทอร์มินัลผ่านแล้ว ให้ลองมอบหมาย Task ขนาดเล็กที่มีเป้าหมายชัดเจน และตรวจดู execution log เพื่อยืนยันว่าโมเดลตัวใดเป็นผู้ประมวลผลงานนั้น
การตอบสนองที่ช้าส่งผลต่อรูปแบบการมอบหมายงาน
โมเดลฟรีที่เวลาตอบสนองไม่คงที่ยังคงมีประโยชน์อย่างมาก เพียงแต่ต้องเลือกใช้กับ Task ที่การหยุดรอสัก 3 นาทีไม่ได้ส่งผลเสียหายอะไร
ใช้ GLM Agent สำหรับงานเบื้องหลัง เช่น การทยอยเขียนย้อนหลังสำหรับชุดทดสอบ (backfilling tests) ให้กับโมดูลหนึ่ง, การไล่แก้ lint ทั่วทั้งแพ็กเกจ, การอัปเดตไฟล์ README หลังมีการเปลี่ยนแปลง API, หรือการอัปเกรดเวอร์ชัน dependency ซึ่งเป็นงานที่ไม่จำเป็นต้องมีใครมานั่งเฝ้าจนกว่าผลงานจะถูกส่งมาให้รีวิว และเก็บ Agent ที่เร็วกว่าไว้สำหรับงานที่มีคนรออยู่ หากมีเพื่อนร่วมทีมกำลังรอโค้ดที่แก้ไขอยู่ การตอบสนองที่ใช้เวลาเพียง 4 ถึง 15 วินาทีของ DeepSeek Agent หรือการใช้โมเดลแบบชำระเงิน ย่อมเหมาะสมกว่ามาก
เริ่มต้นด้วย Concurrency ต่ำๆ เนื่องจากการประมวลผลที่ช้าจะทำให้ Agent ยึดครอง Task นั้นไว้จนกว่าจะเสร็จสิ้น จึงควรตั้งค่า Max concurrency (assigned tasks) ของ Agent ไว้ที่ 1 ไปก่อน แล้วค่อยปรับเพิ่มหลังจากรันผ่านฉลุยติดต่อกันสักสองสามวัน ซึ่งคำแนะนำของ Sharkly ก็เป็นไปในทิศทางเดียวกัน นั่นคือให้ปรับเพิ่ม “ก็ต่อเมื่อ Computer และ Runtime ปัจจุบันรองรับเวิร์กโหลดที่มีอยู่ได้อย่างเสถียรแล้วเท่านั้น” การส่ง Task แบบคู่ขนานไปยัง free endpoint ที่มีโหลดสูง มักมีแต่จะไปเพิ่มเวลารอคิวมากกว่า
รูปภาพใช้งานได้ แต่ PDF ไม่รองรับ ในการทดสอบของเรา โมเดลสามารถอ่านภาพถ่ายหน้าจอของเอกสารสเปก API และสร้างไฟล์ OpenAPI ที่ถูกต้องออกมาได้ ทว่ามันพิมพ์ตัวเลขขีดจำกัดตัวหนึ่งเป็น 300,000 แทนที่จะเป็น 30,000 ซึ่งยังคงผ่าน JSON validation ได้ตามปกติ ดังนั้นคุณจึงควรตรวจสอบข้อมูลที่โมเดลสกัดออกมาจากรูปภาพอย่างละเอียดเหมือนกับการตรวจ diff ทั่วไป หากอินพุตของ Task เป็นไฟล์ PDF ให้แปลงหน้าเอกสารเป็นรูปภาพก่อน เพราะ free endpoint ปฏิเสธไฟล์ PDF ทันที
ต้นทุนที่แท้จริงยังคงอยู่ที่ขั้นตอนการรีวิว การได้โทเค็นฟรีไม่ได้ทำให้ต้นทุนในการยอมรับโค้ดที่แก้ไขถูกลงเลย บทความ When a cheaper model costs more ได้คำนวณต้นทุนการรันต่อโค้ดที่ถูกยอมรับ (accepted change) ซึ่งเป็นตัวเลขที่บอกคุณได้ว่า Agent ตัวนี้คุ้มค่ากับการใช้งานหรือไม่ และบทความ Mixed-model Crews ก็ได้อธิบายถึงการใช้โมเดลรีวิวเวอร์ที่ทรงพลังกว่าคอยตรวจสอบงานของ worker ราคาถูก ซึ่ง worker ราคา $0 นี้ก็เข้าข่ายรูปแบบการทำงานแบบเดียวกัน
เมื่อโปรโมชันสิ้นสุดลง
โมเดลนี้เคยเปิดให้ใช้งานฟรีมาแล้วครั้งหนึ่ง โดยตั้งแต่วันที่ 20 สิงหาคม 2026 มีโมเดลนิรนามชื่อ Ox Alpha ปรากฏอยู่ในรายชื่อโมเดลฟรีของ OpenCode พร้อม context window ขนาด 1M tokens จนกระทั่งในวันที่ 26 สิงหาคม ทาง Z.ai จึงเปิดเผยว่าโมเดลดังกล่าวคือ GLM-5.3-Flash และช่วงเวลาทดลองใช้ฟรีก็สิ้นสุดลงหลังจากนั้น 6 วัน นอกจากนี้ โมเดล GLM ฟรีรุ่นก่อนหน้าของ OpenCode อย่าง glm-4.7-free และ glm-5-free ต่างถูกทำเครื่องหมายว่า deprecated ในแคตตาล็อกของ models.dev ที่ OpenCode ใช้อ้างอิงแล้ว
ดังนั้นจึงควรเตรียมรับมือกับเหตุการณ์เดิมที่อาจเกิดขึ้นซ้ำ โดยการทำงานบน Agent จะเริ่มล้มเหลวด้วยข้อผิดพลาดจากโมเดล (model error) ซึ่งงานที่ล้มเหลวจะแสดงขึ้นใน execution log และใน Inbox เพื่อให้ทีมตัดสินใจว่าจะจัดการอย่างไรต่อไป ทั้งนี้ เนื่องจากการระบุโมเดลอยู่ในไฟล์คอนฟิกเพียงไฟล์เดียว การสลับไปใช้ตัวเลือกอื่นจึงแก้เพียงจุดเดียวเท่านั้น:
- OpenCode Zen, แบบชำระเงิน
glm-5.3-flash: ค่าบริการ $0.15 ต่อ 1M input tokens และ $0.50 ต่อ 1M output tokens พร้อม context window ขนาดเต็ม 1M - OpenCode Go: ค่าบริการ $10 ต่อเดือน โดยมีวงเงินการใช้งานสำหรับโมเดลนี้อยู่ที่ $60 ต่อเดือน ซึ่งเอกสาร Go ของ OpenCode ประเมินว่าจะใช้งานได้ราว 31,580 คำขอต่อเดือน
- API ของ Z.ai เอง: คิดราคาเดียวกันที่ $0.15 และ $0.50 โดยมีค่าบริการ cached input อยู่ที่ $0.03
- ย้ายงานไปที่อื่น: มอบหมาย Task เหล่านั้นใหม่ให้กับ Agent บน Runtime อื่น โดยบอร์ดยังคงเก็บประวัติการทำงานทั้งหมดไว้
บทความ What it costs to run an agent Crew on free and cheap tiers ได้เปรียบเทียบแนวทางเหล่านี้สำหรับโมเดลต่างๆ ไว้อย่างละเอียด
ค่าใช้จ่ายสำหรับทีมในการใช้ Agent ตัวนี้
ค่าใช้จ่ายแบ่งออกเป็นสองส่วน และคำว่า “ฟรี” จะแยกคิดในแต่ละส่วน ค่าที่นั่ง (Seats): ราคาของ Sharkly เปิดให้ใช้งานฟรีสำหรับองค์กรที่มีขนาดไม่เกิน 5 คน และคิดค่าบริการ $7 ต่อคนเมื่อเรียกเก็บเป็นรายปีหลังจากนั้น โดย Agent และ Computer จะไม่ถูกนับเป็นที่นั่ง (ดูรายละเอียดเพิ่มเติม) ค่าโมเดล (Models): Sharkly ไม่ได้ขายโทเค็น การใช้งานจะวิ่งผ่านบัญชีที่กำหนดค่าไว้ในแต่ละ Runtime ซึ่งเป็นรูปแบบ bring-your-own-key ดังนั้นตราบใดที่โปรโมชันนี้ยังดำเนินอยู่ ค่าโมเดลสำหรับ OpenCode Agent ตัวนี้จึงเป็น $0
คำตอบโดยสรุป
GLM-5.3-Flash เปิดให้ใช้ฟรีสำหรับ coding agent ที่รันบน OpenCode เท่านั้น และไม่เปิดให้เครื่องมืออื่นใช้งาน ให้รีเฟรชรายชื่อโมเดล ตั้งค่าบน Computer อดทนรอทำ smoke test สักครู่ แล้วมอบหมายงานเบื้องหลัง (background Tasks) ที่ไม่จำเป็นต้องให้ Agent ตัวอื่นมาเสียค่าโทเค็นหรือเสียเวลาใครในการนั่งรอ เมื่อโปรโมชันนี้สิ้นสุดลง งานทั้งหมด ประวัติการทำงาน และเส้นทางการรีวิวจะยังคงอยู่บนบอร์ด และสิ่งที่คุณต้องทำมีเพียงแค่แก้ไขคอนฟิกของ Agent เพียงจุดเดียว หากคุณใช้งาน agent หลายตัวอยู่แล้ว Sharkly จะเป็นพื้นที่ศูนย์กลางที่ช่วยให้คุณมอบหมายงานและตรวจสอบผลลัพธ์ที่ได้กลับมาในที่เดียว
