智谱 · GLM-5在售2026-08-26 发布
GLM-5.3-Flash
GLM-5 系列首个原生多模态模型，官方称智能水平高于 GLM-5.2 而成本更低；FlashX 为高速版。
输入 · 每百万 token
$0.15
≈ ¥1.1
输出 · 每百万 token
$0.50
≈ ¥3.6
上下文
1M
能力
文本 · 图像理解 · 视频理解
文件输入 · 代码 · 工具调用
适合
- 低成本编程与 Agent 任务
- 界面截图与渲染结果理解
- 视频、图片、文件混合输入
- 高速响应场景（FlashX）
不太适合
- 最高难度的工程任务
- 需要关闭思考模式的场景
能力
推理中
编程强
写作中
中文强
速度快
国内怎么用
官方网页 / App
可直接使用
官方 API
国内直连
OTRouter
同一个 Key 调用
curl https://router.omnitools.ai/v1/chat/completions \
-H "Authorization: Bearer $OTROUTER_API_KEY" \
-H "Content-Type: application/json" \
-d '{
"model": "glm-5.3-flash",
"messages": [{"role": "user", "content": "你好"}]
}'模型定位
GLM-5.3-Flash 于 2026-08-26 发布，官方称其为 GLM-5 系列首个原生多模态模型（总参数 320B、激活 18B），能观察界面、渲染结果和交互反馈。高速版 GLM-5.3-FlashX 推理速度约 200 tokens/s；另有面向部分企业客户申请开放的法律专用版 GLM-5.3-FlashX-Legal。
适合场景
适合预算有限的编程助手、前端开发中需要看截图或渲染效果的任务、多模态文件理解，以及对响应速度要求高的线上服务。
价格与上下文
Z.AI 价格：GLM-5.3-Flash 输入 $0.15、缓存输入 $0.03、输出 $0.50；GLM-5.3-FlashX 输入 $0.37、缓存输入 $0.075、输出 $1.25（均为每百万 tokens，缓存存储限时免费）。上下文 1,000,000 tokens，最大输出 128K；支持视频、图像、文本、文件输入，输出文本；思考模式不可关闭。
选择建议
需要视觉能力或想把成本降到 GLM-5.3 的十分之一左右时选 Flash；对延迟敏感选 FlashX（目前不在 GLM Coding Plan 中）。最复杂的纯文本工程任务仍建议 GLM-5.3。
缓存与其他计费：Flash $0.03 / MTok、FlashX $0.075 / MTok，缓存存储限时免费