模型详情
glm-5.3-flash
按量付费
GLM-5.3-Flash is a native multimodal model from Z.ai. It is suited for efficient coding and long-horizon agent tasks. Its hybrid sparse and linear attention architecture maintains accurate long-context behavior while reducing compute overhead.
模型规格
- 上下文长度
- –
- 最大输出
- –
- 输入/输出模态
- –
- 发布日期
- 2026-08
02
API 端点
单一 MixRoute 网关，OpenAI 兼容
-
OpenAI-compatible
/v1/chat/completionsPOST
03
价格
固定费率，单位：/1M Tokens
输入
$0.0750 /1M Tokens
补全
$0.2500 /1M Tokens
缓存读取
$0.0150 /1M Tokens
08
Token 成本估算
基于本页价格的实时估算，非实际账单
同一前缀被重复读取的输入占比，最高 100%
单一端点，可验证的决策
使用相同的请求格式测试此模型和备用路由
从真实工作负载开始，再由质量、总成本和故障条件决定是否接入生产流量。