GLM-5.3-Flash (glm-5.3-flash) 模型详情

概述

多模态1M 上下文视觉理解代码生成智能体

GLM-5.3-Flash 是 GLM-5 系列首个原生多模态模型，采用 320B-A18B 稀疏注意力与线性注意力混合架构，是全球首个采用该混合架构的开源前沿模型。它在 Artificial Analysis Intelligence Index（AA 综合智能指数）取得 57 分，与 Claude Opus 4.8 持平、全面超越 GLM-5.2。视觉能力被原生融入 Coding 循环，模型能主动观察界面、渲染结果与交互反馈并持续改进，在代码、浏览器与图形界面之间协同完成任务；同时拓展至 Office、金融研究、专业文档等场景，可自主拆解目标、调用工具并交付 PPTX、PDF、DOCX、XLSX 等成品。定价仅为 GLM-5.3 的 1/10，让前沿智能第一次不用省着用。

极致低成本架构

稀疏注意力 + 线性注意力混合，注意力计算量与 KV 缓存较 GLM-5.3 分别降低 3.01 倍、4.44 倍。

原生多模态视觉 Coding

视觉能力原生融入编码循环，主动观察界面、渲染结果与交互反馈并持续改进。

超越 Coding 的工作伙伴

拓展至 Office、金融研究、专业文档，交付 PPTX / PDF / DOCX / XLSX 高质量成品。

百万上下文

1M token 上下文窗口、最大输出 128K，支持项目级代码库与超长文档一次性载入。

功能

视觉理解图片 / 视频 / 文件✓

深度思考low / high / max，推荐 max；始终启用，不支持禁用✓

流式输出✓

工具调用多种外部工具集成✓

上下文缓存优化长对话性能✓

结构化输出JSON 等格式✓

联网搜索✕

批量任务✕

前缀补全✕

微调✕

定价

输入$0.15/M tokens

输入（缓存命中）$0.03/M tokens

输出$0.5/M tokens

目录价为 GLM-5.3 的 1/10，与官方一致；限时 5 折活动至 2026-09-09 24:00（输入 ¥0.4 / 缓存 ¥0.115 / 输出 ¥1.4）。最终账单以控制台展示和实际 Token 用量为准。

速率限制与上下文

上下文窗口1M

最大输出128K

RPM（请求 / 分钟）200

TPM（token / 分钟）3M

API 参考

POSThttps://api.tokenfab.com/v1/chat/completions

请求示例

curl https://api.tokenfab.com/v1/chat/completions \
  -H "Content-Type: application/json" \
  -H "Authorization: Bearer $TOKENFAB_API_KEY" \
  -d '{
    "model": "glm-5.3-flash",
    "thinking": { "type": "enabled", "clear_thinking": false },
    "reasoning_effort": "max",
    "temperature": 1,
    "top_p": 0.95,
    "messages": [
      {"role": "system", "content": "You are a helpful assistant."},
      {"role": "user", "content": [
        {"type": "text", "text": "Analyze this UI screenshot, point out layout and interaction issues, and suggest improvements."},
        {"type": "image_url", "image_url": {"url": "https://cdn.example.com/ui.png"}}
      ]}
    ]
  }'

import os
from openai import OpenAI

client = OpenAI(
    api_key=os.getenv("TOKENFAB_API_KEY"),
    base_url="https://api.tokenfab.com/v1"
)

response = client.chat.completions.create(
    model="glm-5.3-flash",
    thinking={"type": "enabled", "clear_thinking": False},
    reasoning_effort="max",
    temperature=1,
    top_p=0.95,
    messages=[
        {"role": "system", "content": "You are a helpful assistant."},
        {"role": "user", "content": [
            {"type": "text", "text": "Analyze this UI screenshot, point out layout and interaction issues, and suggest improvements."},
            {"type": "image_url", "image_url": {"url": "https://cdn.example.com/ui.png"}}
        ]}
    ]
)

print(response.choices[0].message.content)

import OpenAI from "openai";

const client = new OpenAI({
  apiKey: process.env.TOKENFAB_API_KEY,
  baseURL: "https://api.tokenfab.com/v1"
});

const response = await client.chat.completions.create({
  model: "glm-5.3-flash",
  thinking: { type: "enabled", clear_thinking: false },
  reasoning_effort: "max",
  temperature: 1,
  top_p: 0.95,
  messages: [
    { role: "system", content: "You are a helpful assistant." },
    { role: "user", content: [
      { type: "text", text: "Analyze this UI screenshot, point out layout and interaction issues, and suggest improvements." },
      { type: "image_url", image_url: { url: "https://cdn.example.com/ui.png" } }
    ]}
  ]
});

console.log(response.choices[0].message.content);

响应示例

{
  "id": "chatcmpl-glm53f-8e3j9a2",
  "object": "chat.completion",
  "created": 1784950000,
  "model": "glm-5.3-flash",
  "choices": [{
    "index": 0,
    "message": {
      "role": "assistant",
      "content": "The UI has three main issues: 1) the top navigation bar is misaligned with the content area, with uneven spacing; 2) the primary button's color contrast is too low, weakening the call to action; 3) form validation messages appear in inconsistent positions. Use a consistent grid, give the primary button more visual weight, and place all validation messages below their input fields."
    },
    "finish_reason": "stop"
  }],
  "usage": {
    "prompt_tokens": 512,
    "completion_tokens": 186,
    "total_tokens": 698
  }
}

请求参数

参数	类型	必填	说明
`model`	string	✓	模型 ID，填 glm-5.3-flash
`messages`	array	✓	对话消息列表；content 可为字符串或含 image_url 的多模态内容块
`thinking`	object	—	思考配置，{"type":"enabled"}（仅支持启用，不支持禁用）；建议 clear_thinking:false
`reasoning_effort`	enum	—	思考强度：low / high / max，推荐 max
`temperature`	float	—	采样温度，0–2，推荐 1
`top_p`	float	—	核采样，0–1，推荐 0.95
`max_tokens`	int	—	最大输出 Token 数
`stream`	bool	—	是否流式输出，默认 false；建议同时开启 tool_stream
`tools`	array	—	工具定义列表，用于 Function Calling
`tool_choice`	string	—	工具调用策略，auto / none / 指定函数