GLM 5.3 API
Z.ai 推出的 GLM-5.3 是同架构后训练升级版,面向长程编码智能体与网络安全任务,支持最长 100 万 token 上下文。
GLM-5.3 是 Z.ai 于 2026 年 8 月 14 日发布的文本模型,支持最长 100 万 token 的上下文输入,仅处理文本输入并输出文本。它与 GLM-5.2 共用同一个 7430 亿参数的混合专家(MoE)基础模型,全部能力提升来自后训练而非架构改动。模型固定开启思考模式,提供 low、high、max 三档推理强度,并支持流式输出、函数调用、上下文缓存和 JSON 等结构化输出。
该模型主要面向长程编码智能体、复杂软件工程任务、多步 CLI 操作(如重构与 CI 排查)、仓库级工作以及机器学习基础设施诊断与优化,也能承担编码之外的更广泛智能体任务。Z.ai 称其为当前最具编码能力的开放权重模型,并在 Terminal Bench 3.0 与 Agents' Last Exam 上位列开源模型前列;在漏洞发现基准 CyberGym 上同样处于领先位置。其优势集中在多步任务而非一次成型的补全,并且可以用约 50,000 token 完成过去需要 120,000 token 的工作。
使用上需要注意:思考模式已无法关闭,对原先关闭思考运行的应用属于破坏性变更;厂商公布的各项分数尚未被独立复现;深度利用以及完整攻防工作流仍有提升空间,整体能力与当前闭源前沿模型相比仍有明显差距。此外,开放权重在发布后因安全审查延迟约两周,预计 2026 年 8 月下旬放出。
更新时间:
模型 ID
glm-5.3- 上下文
- 1.049M
- 最大输出
- 943.718K
- 推荐 API
- messages
- 输入
- text
- 输出
- text

核心要点
- 与 GLM-5.2 同基座,提升全部来自后训练
- 最长 100 万 token 上下文
- 三档思考强度:low、high、max
- 约 5 万 token 完成原先 12 万 token 的工作
- CyberGym 漏洞发现处于领先
- 支持函数调用与结构化输出
供应商
最优价格比较不同供应商的调用价格,点击供应商可查看完整费用和适用条件。
| 可用率 | ||||
|---|---|---|---|---|
| $1.4 | $4.4 | $0.26 | ||
| $0.7 | $2.2 | $0.13 | ||
| $0.91 | $2.86 | $0.169 | ||
| $1.053 | $2.15 | $0.356 | ||
| $1.19 | $3.74 | $0.238 | ||
| $1.4 | $4.4 | $0.14 | ||
| $1.4 | $4.4 | $0.26 | ||
| $1.4 | $4.4 | $0.26 | ||
| $1.68 | $5.28 | $0.312 |
历史统计不等于实时健康检查,缺失数据不代表服务中断。
10 美元能买多少 token
- 输入
- 714.3万 tokens
- 输出
- 227.3万 tokens
按当前输入与输出单价估算,未计入折扣。
基准测试
- 50%
Code Bench
较 GLM-5.2 提升,为厂商内部基准
- 28.3
Terminal Bench 3.0
分;GLM-5.2 为 4.6 分,提升 23.7 分
- 66.9
DeepSWE v1.1
分;GLM-5.2 为 46.2 分,提升 20.7 分
- 28.5
Agents' Last Exam CLI
分;GLM-5.2 为 23.8 分
- 54.4%
ExploitBench
GLM-5.2 为 24.4%
- 84.5%
CyberGym
漏洞发现基准
- 1769
GDPval-AA v2
分;覆盖 44 个职业类别
分数来自模型厂商公布的数据,未独立验证。
推理能力
- 默认推理强度
- max
- 默认启用
- 是
- 始终启用
- 是
- 可选推理强度
- max / high / low
填入 API key
从 Felo API Platform 账户创建 key,并设置为环境变量。
export FELO_API_KEY="YOUR_API_KEY"发起第一次请求
使用该模型 ID 调用 Felo API Platform endpoint。可选请求头如 X-Request-Id 能帮助排查问题。
glm-5.3该模型支持推理。如果所选协议和模型路由暴露推理控制,请在继续对话时保留返回的推理元数据。
const response = await fetch("https://openapi.felo.ai/api/v1/messages", {
method: 'POST',
headers: {
Authorization: `Bearer ${process.env.FELO_API_KEY}`,
'Content-Type': 'application/json',
},
body: JSON.stringify({
"model": "glm-5.3",
"max_tokens": 1024,
"messages": [
{
"role": "user",
"content": "Hello"
}
]
}),
});
if (!response.ok) throw new Error(await response.text());
console.log(await response.json());使用第三方 SDK
兼容 SDK 只需把 baseURL 设置为 https://openapi.felo.ai/api/v1. Claude 风格客户端使用 Anthropic-compatible base URL。 https://openapi.felo.ai/api.
启用流式输出
加入 stream: true,即可以 server-sent events 接收响应。
curl -N https://openapi.felo.ai/api/v1/messages \
-H "Authorization: Bearer $FELO_API_KEY" \
-H "Content-Type: application/json" \
-d '{
"model": "glm-5.3",
"max_tokens": 1024,
"messages": [
{
"role": "user",
"content": "Hello"
}
],
"stream": true
}'Endpoint
Felo API Platform 提供兼容的模型调用入口。选择你的应用或 Agent 客户端已经支持的接口即可。
Messages
Anthropic-compatible messages for Claude-style clients.
POST
https://openapi.felo.ai/api/v1/messages参数
modelstringglm-5.3Public model ID to call.max_tokensinteger—Maximum generated tokens.messagesarray—Conversation messages for Chat Completions.seed———stop———min_p———toolsarray—Tool calling definitions following compatible schema.top_k———top_p———logprobs———reasoning———logit_bias———temperaturenumber—Controls response variety when supported.tool_choicestring or object—Controls whether a tool should be called.top_logprobs———response_formatobject—Request structured output when supported.presence_penalty———reasoning_effort———frequency_penalty———include_reasoning———repetition_penalty———structured_outputs———parallel_tool_calls———常见问题
什么是 GLM 5.3?
GLM-5.3 是 Z.ai 于 2026 年 8 月 14 日发布的文本模型,支持最长 100 万 token 的上下文输入,仅处理文本输入并输出文本。它与 GLM-5.2 共用同一个 7430 亿参数的混合专家(MoE)基础模型,全部能力提升来自后训练而非架构改动。模型固定开启思考模式,提供 low、high、max 三档推理强度,并支持流式输出、函数调用、上下文缓存和 JSON 等结构化输出。 该模型主要面向长程编码智能体、复杂软件工程任务、多步 CLI 操作(如重构与 CI 排查)、仓库级工作以及机器学习基础设施诊断与优化,也能承担编码之外的更广泛智能体任务。Z.ai 称其为当前最具编码能力的开放权重模型,并在 Terminal Bench 3.0 与 Agents' Last Exam 上位列开源模型前列;在漏洞发现基准 CyberGym 上同样处于领先位置。其优势集中在多步任务而非一次成型的补全,并且可以用约 50,000 token 完成过去需要 120,000 token 的工作。 使用上需要注意:思考模式已无法关闭,对原先关闭思考运行的应用属于破坏性变更;厂商公布的各项分数尚未被独立复现;深度利用以及完整攻防工作流仍有提升空间,整体能力与当前闭源前沿模型相比仍有明显差距。此外,开放权重在发布后因安全审查延迟约两周,预计 2026 年 8 月下旬放出。
如何计算调用费用?
费用取决于你使用的供应商、对应价格和实际用量。长文本输入等情况可能适用不同价格,详见计费明细。
GLM-5.3 支持哪些输入输出?
仅支持文本输入与文本输出,不处理图像或音频等其他模态。
上下文长度是多少?
上下文最长可达 100 万 token。资料未给出输出长度上限。
思考模式可以关闭吗?
不可以。GLM-5.3 不再允许关闭思考,提供 low、high、max 三档推理强度。
它适合哪些任务?
适合长程编码智能体、复杂软件工程、多步 CLI 工作如重构与 CI 排查、仓库级工作,以及编码之外的广泛智能体任务。
与 GLM-5.2 的主要差别是什么?
两者使用完全相同的 7430 亿参数 MoE 基础模型,GLM-5.3 的全部提升来自后训练,且思考模式无法关闭。
开放权重何时可用?
因安全审查延迟约两周,开放权重预计在 2026 年 8 月下旬发布。
相关模型
GLM 5.3 FlashX Legal
Z.aiglm-5.3-flashx-legalZ.ai 推出的法律领域多模态模型,支持文本、图像、视频与文件输入,上下文约一百万 token,思考模式常开,适合合同审查与法律文书交付。
上下文
1.049M
最大输出
131.072K
输入 tokens
$0.37 / 1M tokens
输出 tokens
$1.25 / 1M tokens
GLM 5.3 Flash
Z.aiglm-5.3-flashGLM 5.3 Flash 是 Z.ai 推出的原生多模态模型,支持百万级上下文与图形界面自动化,主打低成本、快速响应。
上下文
1.049M
最大输出
943.717K
输入 tokens
$0.15 / 1M tokens
输出 tokens
$0.5 / 1M tokens