跳至内容

模型详情

GLM-5.3-FlashX

由 GLM 提供
按量付费

GLM-5.3-FlashX 是 Z.ai 的 GLM-5.3-Flash 的高速版本,它是一个原生多模态模型,推理速度高达 200 个 tokens/s。它基于相同的混合稀疏和线性注意力架构(320B 个总参数,18B 个激活参数),适用于高效编码、视觉理解以及具有 1M 个 token context window 的长时域智能体任务。

模型规格

模型 ID
glm-5.3-flashx
上下文长度
1M
最大输出
128K
输入/输出模态
发布日期
2026-09

02

API 端点

单一 MixRoute 网关,OpenAI 兼容

  • OpenAI-compatible /v1/chat/completions POST

03

价格

固定费率,单位:/1M Tokens

价格更新日期

输入

$0.3700 /1M Tokens

补全

$1.2500 /1M Tokens

缓存读取

$0.0750 /1M Tokens

05

选型摘要

快速判断是否适合你的工作负载

这个模型适合什么?

代码编写

GLM-5.3-FlashX 适合编写与审查代码,也能读取图片并与文本一起处理。支持输入文本、图像、视频等,输出文本。能力详见下方的能力区块。先拿你自己项目里的一个文件跑一次,看产出的修改再提交。

使用前应检查什么?

1,000,000 context、输出上限 128,000

GLM-5.3-FlashX 单次请求最多接受 1,000,000 Token 的 context,并输出最多 128,000 Token。请确认你最长的提示与预期答案都落在这两个上限内,再估算正式流量。

为什么通过 MixRoute 使用?

只换 base URL,GLM-5.3-FlashX 客户端照用

沿用既有的 OpenAI 客户端,只换 base URL 即可。MixRoute 支持通过 OpenAI 兼容端点调用 GLM-5.3-FlashX;把客户端指向 https://api.mixroute.ai/v1 并使用模型 ID glm-5.3-flashx,即可复用现有调用。

07

能力与兼容性

未确认的能力保持“Unknown”,不做猜测

可用:

工具调用

glm-5.3-flashx 支持函数调用与工具调用。

示例 发送 tools 定义;响应会返回 tool_calls,执行后再把结果送回模型。
可用:

结构化输出

glm-5.3-flashx 可以按需生成 JSON 格式的输出。

示例 response_format: { type: "json_schema" } 可强制输出有效的 JSON。
可用:

流式输出

glm-5.3-flashx 支持流式响应。

示例 stream: true 会逐步流式返回 Token,聊天界面可以边接收边渲染。
可用:

提示缓存

glm-5.3-flashx 在支持的路由条件下可以使用提示缓存。

示例 将系统提示词与工具定义放在请求开头;重复的前缀会自动按缓存读取价格计费。
可用:

视觉输入

glm-5.3-flashx 可以同时处理图像与文本输入。

示例 在 image_url 内容块中传入 base64 编码的图片,与文本消息一起发送。
可用:

OpenAI SDK

通过 MixRoute 的 OpenAI 兼容端点调用 glm-5.3-flashx。

示例 将 base_url 改为 https://api.mixroute.ai/v1;其余部分遵循 OpenAI 风格。

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%

09

FAQ

推理 Token 作为 glm-5.3-flashx 的输出计费,计费点为 $1.25/100 万 Token。它们在显示答案之前生成,并计入延迟和费用,因此即使最终答案很短,更高的推理设置也会增加成本。

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。