模型广场
GLM: GLM-5.3 Flash 正式版
GLM-5.3-Flash 是智谱（Z.ai）的原生多模态模型，适合高效编码和长程 Agent 任务。其稀疏与线性混合的注意力架构在降低算力开销的同时，仍能保持准确的长上下文表现。
多模态能力
文本图片文件
灰色表示当前数据源未覆盖，不代表不支持。
输入 / 输出价格
$0.06 / $0.21045.3 折
$0.114 / $0.4
per 1M tokens
上下文
1M发布时间
2026年8月26日供应商
同一个模型可由多条线路承载，各线路在时延、可用率与上下文上可能不同。 下方只列出本站实际接入的线路；未接入的线路不会出现，「—」表示该线路尚未产出该项实测数据。
| 供应商 | 上下文 | 输入价格 | 输出价格 | 缓存价格 | 首字时延（TTFT） | 输出速度（TPS） | 可用率（SLA） | 数据安全 |
|---|---|---|---|---|---|---|---|---|
| Z.AI | 1M | $0.06 $0.114 | $0.2104 $0.4 | $0.0158 $0.03 | — | — | — | — |
| 火山引擎 | 1M | $0.06 $0.114 | $0.2104 $0.4 | $0.0158 $0.03 | — | — | — | — |
| OpenRouter | 1M | $0.06 $0.114 | $0.2104 $0.4 | $0.0158 $0.03 | — | — | — | — |
| 第三方供应商 | 1M | $0.06 $0.114 | $0.2104 $0.4 | $0.0158 $0.03 | — | — | — | — |
本模型在售状态与折后单价见 模型广场（当前输入 $0.0568 / 输出 $0.1994）。
实时折扣
当前折扣5.3 折折后即结算价，让利 50%
智谱 系列近 16 天折扣走势
2026-08-17 · 6.55折2026-09-15 · 6.56折
性能
首字时延（TTFT）
2841ms
从发出请求到收到第一个 token 的耗时
输出速度（TPS）
55 tok/s
生成阶段的平均输出速度
「—」表示该模型在当前统计窗口内还没有实测样本，不代表性能为 0。
可用率
近 24 小时聚合可用率
99.70%
99.7%
每一格代表一小时，鼠标停在格子上可看到该小时的数值；空格表示该小时尚未产出数据。 未产生调用记录的模型显示「—」，不代表可用率为 0。
数据安全
该供应商的数据使用标记暂未同步到，因此这里不给出结论。用前请谨慎处理敏感数据。
数据处理与留存细则见 文档。
快速接入
接口与 OpenAI 完全兼容：把 base_url 指向 https://caapi.top/v1、把 api_key 换成你在控制台创建的密钥， 其余业务代码不用改。把 model 填成 glm-5.3-flash 即可调用 GLM-5.3 Flash 正式版。
from openai import OpenAI
client = OpenAI(
base_url="https://caapi.top/v1",
api_key="<CA_API_KEY>",
)
resp = client.chat.completions.create(
model="glm-5.3-flash",
messages=[{"role": "user", "content": "你好"}],
)
print(resp.choices[0].message.content)密钥在控制台创建，可随时吊销重建。完整参数与错误码见 API 文档。