模型详情
GLM-5.3-FlashX
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/completionsPOST
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
工具调用
glm-5.3-flashx 支持函数调用与工具调用。
tools 定义;响应会返回 tool_calls,执行后再把结果送回模型。
结构化输出
glm-5.3-flashx 可以按需生成 JSON 格式的输出。
response_format: { type: "json_schema" } 可强制输出有效的 JSON。
流式输出
glm-5.3-flashx 支持流式响应。
stream: true 会逐步流式返回 Token,聊天界面可以边接收边渲染。
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。
视觉输入
glm-5.3-flashx 可以同时处理图像与文本输入。
image_url 内容块中传入 base64 编码的图片,与文本消息一起发送。
OpenAI SDK
通过 MixRoute 的 OpenAI 兼容端点调用 glm-5.3-flashx。
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。
更多 GLM 模型
所有 GLM 模型单一端点,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。