模型列表
GLM-5.3-Flash
模型介绍
大厂直供
对话流式工具调用深度思考缓存GLM-5.3-Flash：智谱 GLM-5.3 系列的 Flash 版本，1M 上下文、128K 最大输出。
输入模态
文本
输出模态
文本
能力
对话
支持多轮对话式补全
流式输出
生成过程中逐 token 增量返回
工具调用
可调用请求中定义的函数/工具
深度思考
给出最终答案前先输出一段内部推理过程
提示缓存
以更低价格复用先前处理过的提示前缀
支持的请求模式
对话
模型价格
官方6折
按量付费
完整计价明细
GLM-5.3-Flash 的每个计价维度
Token 计费
缓存读取$0.035$0.021每百万 tokens
输入$0.12$0.072每百万 tokens
输出$0.417$0.25每百万 tokens
思考$0.25每百万 tokens
定价仅供参考——最终费用以请求时为准。
上下文与限制
- 上下文窗口
- 1,000,000 tokens
- 最大输出
- 131,072 tokens
响应速度
数据积累中
API 代码示例
OpenAI 兼容
import openai
client = openai.OpenAI(
base_url="https://api.modelsite.ai/v1",
api_key="sk-ms-...",
)
response = client.chat.completions.create(
model="glm-5.3-flash",
messages=[{"role": "user", "content": "Hello!"}],
)
print(response.choices[0].message.content)