Z.ai · 现在可用
GLM 5.3 Flash(2026):Z.ai 的低价多模态模型,价格、参数、发布日期,以及它与 FlashX、GLM-5.3 的区别
GLM 5.3 Flash 是 Z.ai 的低价原生多模态模型,总参数 320B、激活 18B,上下文 1M token,Z.ai 发布说明把它记在 2026 年 8 月 26 日,每百万输入/输出 token 0.15/0.50 美元,权重以 MIT 许可在 Hugging Face 公开,OpenRouter 上的标价相同。
现在就用
聊天
- 厂商
- Z.ai
- 类型
- 文字
- 发布
- 2026-08-26
- OpenRouter id
- z-ai/glm-5.3-flash
每百万 token
价格
| - | 输入 | 输出 | 来源 |
|---|---|---|---|
| Z.ai — Z.ai 自家 API 上的 GLM-5.3-Flash | $0.15 | $0.50 | docs.z.ai |
| 经 OpenRouter (z-ai/glm-5.3-flash) | $0.15 | $0.50 | OpenRouter 列表中 z-ai/glm-5.3-flash 一行的标价;它背后的 42 个端点价格从 0.0399/0.0784 美元到 0.225/0.75 美元不等 · openrouter.ai |
已核对
事实与来源
- Z.ai 的发布说明(“New Released”)把 GLM-5.3-Flash 记在 2026-08-26 下,在 GLM-5.3(2026-08-18)之后,是我们读到的页面上最新的一条。Hugging Face 的 API 显示仓库 zai-org/GLM-5.3-Flash 创建于 2026-08-25,早一天;模型卡本身没有写日期。来源: docs.z.ai · 核对于 2026-11-19
- Z.ai 的 GLM-5.3-Flash 页面称 GLM-5.3-Flash/FlashX 是 GLM-5 系列第一个原生多模态模型。GLM-5.3-Flash 总参数 320B、激活 18B,结合稀疏注意力与线性注意力。输入为视频、图片、文字和文件,输出为文字,上下文长度 1M,最大输出 128K token。API 模型代码为 glm-5.3-flash。来源: docs.z.ai · 核对于 2026-11-19
- Z.ai 价格页给 GLM-5.3-Flash 的价格是每百万输入 token 0.15 美元、每百万缓存输入 token 0.03 美元、每百万输出 token 0.50 美元,缓存输入的存储标为“Limited-time Free”(限时免费)。同一页上 GLM-5.3-FlashX 是 0.37/0.075/1.25 美元,GLM-5.3 是 1.4/0.26/4.4 美元。来源: docs.z.ai · 核对于 2026-11-19
- Z.ai 的页面说 GLM-5.3-Flash 的思考不能关闭(thinking.type 只支持 enabled)。它推荐 temperature 1、top_p 0.95 和 reasoning_effort max,流式请求建议同时开启 stream 和 tool_stream。来源: docs.z.ai · 核对于 2026-11-19
- Hugging Face 模型卡说,思考预算通过 reasoning_effort 控制,有 low、high、max 三档,不传该参数时默认 max;要用 low 或 high 就要明确传入。聊天场景下,模型卡建议传 clear_thinking=true,因为聊天模板默认它为 false。来源: huggingface.co · 核对于 2026-11-19
- Z.ai 称 GLM-5.3-Flash 在 Artificial Analysis 智能指数 v4.1.1 上得 57 分,每个任务成本 0.045 美元(折扣价),在六项编程和 agent 基准上超过 GLM-5.2(DeepSWE v1.1 为 63.4 对 46.2,AutomationBench 为 48.8 对 26.2),整体接近 Claude Opus 4.8,在其 Z.ai Code Bench v1.0 上 max 强度得 29.0,Opus 4.8 为 29.5。这是 Z.ai 自己的数字,我们没有测试。来源: docs.z.ai · 核对于 2026-11-19
- 模型卡称 GLM-5.3-Flash 在各项基准和真实工作负载上都优于 GLM-5.2,价格只有十分之一,在编程和 agent 基准上接近 Claude Opus 4.8。卡片还说,模型从全新训练的基座开始,采用流形约束超连接(mHC),并在 30T token 的多模态语料上预训练。这些同样是厂商的说法,不是我们的结果。来源: huggingface.co · 核对于 2026-11-19
- Z.ai 的页面把它的设计与 GLM-5.3 做了对比:总参数 320B 对 355B,激活参数 18B 对 32B,层数 45 对 92,注意力计算量减少 3.01 倍,KV 缓存减少 4.44 倍。页面还说它的 KV 缓存仍略大于 Kimi-K3 和 DeepSeek-V4-Flash。这些是厂商自己的数字。来源: docs.z.ai · 核对于 2026-11-19
- Z.ai 列出了 GLM-5.3-Flash 的用途:带视觉反馈的编程(把截图或录屏变成前端项目)、办公交付物(PPTX、PDF、DOCX、XLSX)、金融研究、视频理解与剪辑、Blender 3D 场景、用 Godot 做游戏原型、在真实界面上的电脑操作,以及 CAD 类模型。它还说发布前曾以“ox-alpha”的匿名名称在 OpenCode 和 OpenRouter 上测试,并说它在国产 AI 芯片上提供服务。来源: docs.z.ai · 核对于 2026-11-19
- Z.ai 的页面说 GLM-5.3-Flash 已上线 GLM Coding Plan,额度是 GLM-5.3 的 3 倍(FlashX 暂未上线该计划),非高峰时段(包括周末全天)的调用只消耗标准点数的 50%。来源: docs.z.ai · 核对于 2026-11-19
- Hugging Face 仓库 zai-org/GLM-5.3-Flash 公开,没有设置访问门槛;元数据里给出 MIT 许可证、任务标签 image-text-to-text,以及 62 个权重文件里共 321,323,031,390 个参数。模型卡列出 SGLang、vLLM、TokenSpeed、Transformers、KTransformers 和 Unsloth 作为本地运行方式;硬件要求我们没有核对。来源: huggingface.co · 核对于 2026-11-19
- OpenRouter 公开模型列表(2026 年 11 月 19 日)里,z-ai/glm-5.3-flash(“Z.ai: GLM 5.3 Flash”)的价格是每百万输入/输出 token 0.15/0.50 美元,缓存输入 0.03 美元,上下文 1,048,576 token,最大输出 943,717 token,输入文字、图片和视频,推理为强制开启,强度 max、high、low。来源: openrouter.ai · 核对于 2026-11-19 · 二手
- OpenRouter 上该模型的端点列表(2026 年 11 月 19 日)有 36 个服务商的 42 个端点,价格从 0.0399/0.0784 美元(Relace,fp4,最大输出 131,072)到 0.225/0.75 美元(Fireworks),Z.AI 自己的端点是 0.15/0.50 美元(fp8,最大输出 131,072)。来源: openrouter.ai · 核对于 2026-11-19 · 二手
- OpenRouter 上 z-ai/glm-5.3-flash 的模型页显示“Released Aug 26, 2026”(2026 年 8 月 26 日发布),标题价为每百万 token 0.0399/0.0784 美元,是各服务商价格里最低的,而不是列表行和 Z.ai 自己端点的 0.15/0.50 美元。来源: openrouter.ai · 核对于 2026-11-19 · 二手
- 在同一份 OpenRouter 列表里,别名 ~z-ai/glm-flash-latest 的别名目标是 z-ai/glm-5.3-flash,标价为 0.0399/0.0784 美元,与目标自己那一行的价格不同;这个别名在本站有单独页面:GLM Flash Latest。来源: openrouter.ai · 核对于 2026-11-19 · 二手
GLM-5.3 系列
GLM 5.3 Flash 与 FlashX、FlashX Legal、GLM 5.3 并排对比
- Z.ai 的页面把 GLM-5.3-FlashX 描述为推理速度 200 token/秒的版本,把 GLM-5.3-FlashX-Legal(GLM-Legal)描述为针对法律工作流(法律检索、合同审阅、文书起草)优化的模型。对法律模型,页面称它在 Harvey LAB 上的全部标准通过率为 19.2%,比基础模型高 12.5 个百分点;这是 Z.ai 自己的数字。来源: docs.z.ai · 核对于 2026-11-19
- OpenRouter 模型列表(2026 年 11 月 19 日)里有 z-ai/glm-5.3-flashx(创建于 2026 年 9 月 18 日)和 z-ai/glm-5.3-flashx-legal(创建于 2026 年 11 月 2 日),两者每百万 token 都是 0.37/1.25 美元,上下文 1,048,576 token,最大输出 131,072 token。同一份列表里 z-ai/glm-5.3 的价格是 0.0699/1.4 美元,只支持文字输入,最大输出 943,718 token。来源: openrouter.ai · 核对于 2026-11-19 · 二手
- 上海人工智能实验室的另一个科学模型 Sage S2.1 Flash 的仓库说,它基于 GLM-5.3-Flash 的架构构建(见 Sage S2.1 Flash)。它与 GLM 5.3 Flash 是不同的模型。来源: huggingface.co · 核对于 2026-11-19 · 二手
并排对比
GLM-5.3-Flash、FlashX、FlashX-Legal 与 GLM-5.3 对比
Z.ai 在这个系列里卖四个价格不同的模型,OpenRouter 也把这四个都按各自的 id 列出。在 Z.ai 自己的价格页上,GLM 5.3 Flash 最便宜:每百万 token 0.15/0.50 美元,更快的 FlashX(以及同价的法律版 FlashX-Legal)是 0.37/1.25 美元,完整的 GLM-5.3 是 1.4/4.4 美元。按我们读到的资料,只有前三个支持图片和视频输入;GLM-5.3 只支持文字。表格只写页面里写明的内容,没有来源的格子我们没有填。完整模型见 GLM 5.3,它的高速版本是 GLM 5.3 Prime,OpenRouter 上指向最新 Flash 模型的指针是 GLM Flash Latest。另一个价格很低的多模态模型是 Hy4 Flash,人们接着搜索的 Z.ai 下一个编号见 GLM-5.5。在本站,一次与 GLM 5.3 Flash 的典型回复约 1 个积分(1 个积分约 0.01 美元,按 5 美元档计),按真实 token 成本计费,至少 1 个积分。
| 项目 | GLM-5.3-Flash | GLM-5.3-FlashX | GLM-5.3-FlashX-Legal | GLM-5.3 |
|---|---|---|---|---|
| Z.ai 价格,每百万 token,输入/输出 | 0.15/0.50 美元 | 0.37/1.25 美元 | 0.37/1.25 美元 | 1.4/4.4 美元 |
| Z.ai 缓存输入价格 | 0.03 美元 | 0.075 美元 | 0.075 美元 | 0.26 美元 |
| OpenRouter 列表价格,输入/输出 | 0.15/0.50 美元 | 0.37/1.25 美元 | 0.37/1.25 美元 | 0.0699/1.4 美元 |
| Z.ai 模型代码 | glm-5.3-flash | glm-5.3-flashx | glm-5.3-flashx-legal | 我们读过的页面没有写明 |
| 上下文 | 1M token | 1,048,576 token(OpenRouter) | 1,048,576 token(OpenRouter) | 1M token |
| 输入 | 视频、图片、文字和文件 | 文字、图片和视频(OpenRouter) | 文字、图片和视频(OpenRouter) | 只支持文字 |
| 最大输出 | 128K token | 131,072 token(OpenRouter) | 131,072 token(OpenRouter) | 128K token |
| Z.ai 的说法 | GLM-5 系列第一个原生多模态模型;总参数 320B、激活 18B | 更快的版本,200 token/秒 | 针对法律工作流优化 | Z.ai 最新的旗舰模型 |
| Z.ai 发布说明中的日期 | 2026-08-26 | 没有单独条目 | 没有单独条目 | 2026-08-18 |
来源: docs.z.ai来源: openrouter.ai来源: docs.z.ai来源: docs.z.ai来源: docs.z.ai
最接近的可用模型
现在可以改用的模型
GLM 5.3
Z.ai$0.08 / $3.6 (每百万 token)
- 第三方报道(DataNorth)称 Z.ai 于 2026 年 8 月 14 日发布 GLM-5.3;Z.ai 文档页称它是“Z.ai 最新的旗舰模型”,但没有写日期。来源: datanorth.ai · 核对于 2026-11-15 · 二手
- Z.ai 文档称 GLM-5.3 在复杂软件工程和 agent 能力上有提升,重点是编程和网络安全方面的表现。来源: docs.z.ai · 核对于 2026-11-15
- 上下文 100 万 token,最大输出 12.8 万 token;只支持文字输入。来源: docs.z.ai · 核对于 2026-11-15
Hy4 Flash
Tencent$0.04 / $0.14 (每百万 token)
- 腾讯 2026 年 11 月 16 日的 Hy4 flash 公告称它是 Hy 模型家族的最新成员。腾讯建议把它用于大多数日常任务(深度研究、文档处理、生成 PPT、简单前端工作、电脑操作),长程软件工程等复杂任务则建议用 Hy4。腾讯云 API 指南称它是“更精简、更高效的日常主力”(原文为英文)。来源: tencent.com · 核对于 2026-11-17
- 腾讯公告日期为 2026 年 11 月 16 日,腾讯云上 hy4-flash 的模型、价格和 API 页面也在同一天更新。公告只说 Hy4 flash 现已可用,没有单独写明发布日期或版本名。来源: tencent.com · 核对于 2026-11-17
- 腾讯称 Hy4 flash 总参数 224B(含 64B Engram 参数),激活 12B,上下文最长 1M token,支持多模态输入;公告没有写最大输出和输出类型。腾讯还称它的 KV 缓存是 Hy4 的 1/6,解码速度超过每秒 150 token。这些是腾讯自己的数据,我们没有测试。来源: tencent.com · 核对于 2026-11-17
DeepSeek V4.1 Flash
DeepSeek$0.30 / $1.2 (每百万 token)
- DeepSeek 于 2026 年 9 月 10 日发布 V4.1-Flash。来源: api-docs.deepseek.com · 核对于 2026-11-11
- V4.1 目前只有 Flash 版:DeepSeek 没有发布 V4.1 Pro,价格页上的 Pro 仍是 deepseek-v4-pro(V4-Pro-0813)。来源: api-docs.deepseek.com · 核对于 2026-11-11
- DeepSeek 价格页写明,API 模型 deepseek-flash 现由 V4.1-Flash-1017 快照提供。来源: api-docs.deepseek.com · 核对于 2026-11-11
FAQ
常见问题
GLM 5.3 Flash 是什么?
GLM-5.3-Flash 是 Z.ai 的模型,Z.ai 称它是 GLM-5 系列第一个原生多模态模型。它总参数 320B、激活 18B,混合稀疏注意力和线性注意力,输入视频、图片、文字和文件,输出文字。Z.ai 把它定位为面向编程、办公文档和金融研究的低价模型,API 模型代码是 glm-5.3-flash。
GLM 5.3 Flash 多少钱?
Z.ai 自家 API 的价格是每百万输入 token 0.15 美元、每百万缓存输入 token 0.03 美元、每百万输出 token 0.50 美元。OpenRouter 列表显示同样的 0.15/0.50 美元,不过它的各个服务商从 0.0399/0.0784 美元到 0.225/0.75 美元不等。在本站,一次典型回复约 1 个积分(1 个积分约 0.01 美元,按 5 美元档计),按真实 token 成本计费,至少 1 个积分。
GLM 5.3 Flash 是什么时候发布的?
Z.ai 的发布说明把 GLM-5.3-Flash 记在 2026-08-26,OpenRouter 显示的发布日期也是 2026 年 8 月 26 日。Hugging Face 的 API 显示模型仓库早一天,也就是 2026-08-25 创建;Z.ai 还说发布前曾以“ox-alpha”的匿名名称测试过这个模型。发布说明把 GLM-5.3 本身记在 2026-08-18。
GLM 5.3 Flash 的参数是什么?思考能关吗?
Z.ai 列出的上下文是 1M token,最大输出 128K token,输入为视频、图片、文字和文件。在 OpenRouter 上上下文是 1,048,576 token,输入文字、图片和视频。思考不能关闭,但 Hugging Face 模型卡说 reasoning_effort 可以取 low、high、max,不传时默认 max。
GLM 5.3 Flash 和 FlashX、FlashX Legal、GLM-5.3 有什么区别?
FlashX 是更快的版本(Z.ai 说 200 token/秒),价格 0.37/1.25 美元;FlashX-Legal 针对法律工作调优,价格相同;完整的 GLM 5.3 在 Z.ai 上是 1.4/4.4 美元,且只支持文字。GLM 5.3 Prime 是 OpenRouter 上 GLM-5.3 的另一个高速版本。本页的表格把它们并排列出,并附来源。
我可以自己下载并运行 GLM 5.3 Flash 吗?
权重以 zai-org/GLM-5.3-Flash 的名称在 Hugging Face 公开,没有访问门槛,仓库元数据里的许可证是 MIT。模型卡列出 SGLang、vLLM、TokenSpeed、Transformers、KTransformers 和 Unsloth 几种方式。它存储了 320B 参数,是个大模型,我们没有核对所需硬件,计划部署前请先读模型卡。GLM Flash Latest 是 OpenRouter 上的托管别名。
GLM 5.3 Flash 有多强?
按 Z.ai 自己的数字,它在 Artificial Analysis 智能指数 v4.1.1 上得 57 分,在六项编程和 agent 基准上超过 GLM-5.2(DeepSWE v1.1 为 63.4 对 46.2),在 Z.ai Code Bench 上 max 强度得 29.0,Claude Opus 4.8 为 29.5。这些我们都没有测试,Z.ai 自己也说该模型的 KV 缓存仍比另外两个对手的大。
这是 Z.ai 官方网站吗?
不是。本页为非官方页面,与 Z.ai 无关,也未获其认可。事实链接到我们读过的页面。