发布时间
2026/8/27模型系列
GLM输入模态
输出模态
输入价格
¥0.76 / 1M tokens输出价格
¥2.66 / 1M tokens缓存写入价格
¥0.95 / 1M tokens缓存读取价格
¥0.2185 / 1M tokens上下文窗口
1,000,000最大输出长度
128,000GLM-5.3-Flash 是 GLM-5 系列首个原生多模态模型，以极致低成本架构实现超越 GLM-5.2 的更强智能： GLM-5.3-Flash 总参数量 320B、激活参数量 18B，是首个采用稀疏注意力与线性注意力混合架构的开源前沿模型。在保持精准长上下文能力的同时，显著降低计算与服务成本。相比 GLM-5.3，其注意力计算量和 KV 缓存大小分别降低 3.01 倍和 4.44 倍。 视觉能力被原生融入 Coding 循环，使模型能够主动观察界面、渲染结果与交互反馈，并据此持续测试和改进。无论是前端开发、游戏构建、Blender 3D 场景，还是 BUA、CUA 驱动的真实环境操作，模型都能在代码、浏览器和图形界面之间协同完成任务。 GLM-5.3-Flash 进一步拓展至 Office、金融研究和专业文档等工作场景。它能够自主拆解复杂目标、调用合适工具、检查并优化输出，完成从研究分析、模型构建到 PPTX、PDF、DOCX、XLSX 成品交付的完整工作流。
智脑 API 根据调度策略向最合适的供应商发起请求，并自动回退至可用性最高的供应商。
首字延迟
暂无数据
吞吐量
暂无数据
可用性
100.00%
供应商模型名
nc/z-ai/glm-5.3-flash
支持的参数
近期可用性
推理
可切换推理
支持的响应格式
上下文长度
1,000,000
最大输出
128,000
输入价格
¥0.56 / 1M tokens
输出价格
¥1.96 / 1M tokens
缓存写入
¥0.7 / 1M tokens
缓存读取
¥0.161 / 1M tokens
首字延迟
8.12s
吞吐量
16.99tps
可用性
100.00%
供应商模型名
paratera/z-ai/glm-5.3-flash
支持的参数
近期可用性
推理
可切换推理
支持的响应格式
上下文长度
1,000,000
最大输出
128,000
输入价格
¥0.72 / 1M tokens
输出价格
¥2.52 / 1M tokens
缓存写入
¥0.9 / 1M tokens
缓存读取
¥0.207 / 1M tokens
首字延迟
13.16s
吞吐量
22.23tps
可用性
100.00%
供应商模型名
tokenmall-zyld/z-ai/glm-5.3-flash
支持的参数
近期可用性
推理
可切换推理
支持的响应格式
上下文长度
1,000,000
最大输出
128,000
输入价格
¥0.48 / 1M tokens
输出价格
¥1.68 / 1M tokens
缓存写入
¥0.6 / 1M tokens
缓存读取
¥0.138 / 1M tokens
首字延迟
5.80s
吞吐量
35.44tps
可用性
100.00%
供应商模型名
bigmodel/z-ai/glm-5.3-flash
支持的参数
近期可用性
推理
可切换推理
支持的响应格式
上下文长度
1,000,000
最大输出
128,000
输入价格
¥0.76 / 1M tokens
输出价格
¥2.66 / 1M tokens
缓存写入
¥0.95 / 1M tokens
缓存读取
¥0.2185 / 1M tokens
首字延迟
3.54s
吞吐量
53.43tps
可用性
100.00%
供应商模型名
volcengine/z-ai/glm-5.3-flash
支持的参数
近期可用性
推理
可切换推理
支持的响应格式
上下文长度
1,000,000
最大输出
128,000
输入价格
¥0.8 / 1M tokens
输出价格
¥2.8 / 1M tokens
缓存写入
¥1 / 1M tokens
缓存读取
¥0.23 / 1M tokens
在智脑 API 上对比不同供应商的表现
30.23 tok/s
5.32 s
z-ai/glm-5.3-flash的各供应商可用性
智脑 API 为您统一各供应商的请求与响应格式
import OpenAI from "openai";
const client = new OpenAI({
baseURL: "https://api.360.cn/v1",
apiKey: process.env.ZHINAO_API_KEY,
});
const response = await client.chat.completions.create({
model: "z-ai/glm-5.3-flash",
messages: [
{ role: "user", content: "Hello, how are you?" }
],
temperature: 0.7,
max_tokens: 1000,
});
console.log(response.choices[0].message.content);