GLM 5.3 API
Z.ai 推出的開源權重模型,專攻長時程程式代理與多步驟工程任務,上下文可達 100 萬個 token。
GLM-5.3 是 Z.ai 於 2026 年 8 月 14 日發布的純文字模型,支援文字輸入與文字輸出,上下文長度最高可達 100 萬個 token。它與 GLM-5.2 採用完全相同的 7430 億參數混合專家(MoE)基礎架構,所有進步都來自後訓練,因此更適合視為同一架構的強化版本,而非全新世代。
思考模式是這一代的重點:提供 low、high、max 三段推理強度,且已無法關閉思考,對原本以關閉思考方式運行的應用屬於破壞性變更。模型同時支援串流回應、函式呼叫、上下文快取,以及 JSON 等結構化輸出,方便接入工具鏈與長時間執行的代理迴圈。
它最適合的場景是長時程程式代理、複雜軟體工程、倉庫規模的程式碼工作,以及重構、CI 分診這類多步驟命令列任務;也能用於機器學習基礎設施的診斷與最佳化,以及程式以外的更廣泛代理任務。官方指出,它在約 50,000 個 token 內即可完成過去需要 120,000 個 token 的工作,且增益主要集中於多步驟任務,而非單次生成。需要注意的是,廠商公布的數據尚未經獨立複現,其能力仍明顯低於當前閉源前沿模型。
更新時間:
模型 ID
glm-5.3- 上下文
- 1.049M
- 最大輸出
- 943.718K
- 建議 API
- messages
- 輸入
- text
- 輸出
- text

核心要點
- 上下文最高達 100 萬個 token
- 三段思考強度:low、high、max
- 支援串流、函式呼叫與結構化輸出
- 後訓練帶來多步驟任務增益
- 約 50,000 token 即可完成過去120,000 token 的工作
- 開源權重,可本地部署與量化
供應商
最優價格比較不同供應商的呼叫價格,點擊供應商可查看完整費用和適用條件。
| 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 |
歷史統計不等於即時健康檢查,缺少資料不代表服務中斷。
10 美元能買多少 token
- 輸入
- 714.3萬 tokens
- 輸出
- 227.3萬 tokens
依目前輸入與輸出單價估算,未計入折扣。
基準測試
- 50%
Code Bench
較 GLM-5.2 提升,為廠商內部基準
- 28.3
Terminal Bench 3.0
分;GLM-5.2 為 4.6 分,提升 23.7 分
- 66.9
DeepSWE v1.1
分;GLM-5.2 為 46.2 分,提升 20.7 分
- 28.5
Agents' Last Exam CLI
分;GLM-5.2 為 23.8 分
- 54.4%
ExploitBench
較 GLM-5.2 的 24.4% 提升
- 84.5%
CyberGym
漏洞發現基準
- 1769
GDPval-AA v2
分;涵蓋 44 個職業類別
分數來自模型廠商公布的資料,未經獨立驗證。
推理能力
- 預設推理強度
- max
- 預設啟用
- 是
- 始終啟用
- 是
- 可選推理強度
- max / high / low
填入 API key
從 Felo API Platform 帳戶建立 key,並設定為環境變數。
export FELO_API_KEY="YOUR_API_KEY"發出第一次請求
使用該模型 ID 呼叫 Felo API Platform endpoint。可選請求標頭如 X-Request-Id 能協助排查問題。
glm-5.3該模型支援推理。如果所選協議與模型路由提供推理控制,請在繼續對話時保留回傳的推理中繼資料。
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.
啟用串流輸出
加入 stream: true,即可以 server-sent events 接收回應。
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———常見問題
什麼是 GLM 5.3?
GLM-5.3 是 Z.ai 於 2026 年 8 月 14 日發布的純文字模型,支援文字輸入與文字輸出,上下文長度最高可達 100 萬個 token。它與 GLM-5.2 採用完全相同的 7430 億參數混合專家(MoE)基礎架構,所有進步都來自後訓練,因此更適合視為同一架構的強化版本,而非全新世代。 思考模式是這一代的重點:提供 low、high、max 三段推理強度,且已無法關閉思考,對原本以關閉思考方式運行的應用屬於破壞性變更。模型同時支援串流回應、函式呼叫、上下文快取,以及 JSON 等結構化輸出,方便接入工具鏈與長時間執行的代理迴圈。 它最適合的場景是長時程程式代理、複雜軟體工程、倉庫規模的程式碼工作,以及重構、CI 分診這類多步驟命令列任務;也能用於機器學習基礎設施的診斷與最佳化,以及程式以外的更廣泛代理任務。官方指出,它在約 50,000 個 token 內即可完成過去需要 120,000 個 token 的工作,且增益主要集中於多步驟任務,而非單次生成。需要注意的是,廠商公布的數據尚未經獨立複現,其能力仍明顯低於當前閉源前沿模型。
如何計算呼叫費用?
費用取決於你使用的供應商、對應價格和實際用量。長文字輸入等情況可能適用不同價格,詳見計費明細。
GLM-5.3 支援哪些輸入與輸出?
僅支援文字輸入與文字輸出,不含圖像或音訊等多模態輸入。
上下文長度與輸出長度是多少?
上下文最高可達 100 萬個 token;輸出長度上限在現有資料中未提供。
思考模式有什麼改變?
提供 low、high、max 三段推理強度,且思考已無法關閉,對原本關閉思考的應用是破壞性變更。
它適合哪些任務?
長時程程式代理、複雜軟體工程、重構與 CI 分診等多步驟命令列工作、倉庫規模的程式碼任務,以及程式之外的廣泛代理任務。
與 GLM-5.2 的差別在哪裡?
兩者使用完全相同的 7430 億參數 MoE 基礎模型,GLM-5.3 的改進全部來自後訓練;在同系列中它定位為更強的版本,而非新的架構。
要如何存取?
目前僅限 GLM Coding Plan;模型 API 只透過相容 OpenAI Chat Completion 的協定提供,OpenAI SDK 可搭配基底位址 https://api.z.ai/api/paas/v4/ 使用。
相關模型
GLM 5.3 FlashX Legal
Z.aiglm-5.3-flashx-legalGLM 5.3 FlashX Legal 是 Z.ai 專為法律工作打造的多模態模型,具備約百萬 token 上下文與 128K 輸出,思考模式常開。
上下文
1.049M
最大輸出
131.072K
輸入 tokens
$0.37 / 1M tokens
輸出 tokens
$1.25 / 1M tokens
GLM 5.3 Flash
Z.aiglm-5.3-flashZ.ai 推出的原生多模態旗艦輕量模型,具備 100 萬詞元上下文與代理能力,主打低成本、低延遲。
上下文
1.049M
最大輸出
943.717K
輸入 tokens
$0.15 / 1M tokens
輸出 tokens
$0.5 / 1M tokens