Z.ai
运行正常· 每隔几分钟检查一次

GLM-5.3 Flash API

GLM-5.3 Flash API: Z.ai 面向编程和智能体的低成本 GLM，比 Z.ai 标价低 62%

每 1M token 价格62%优惠
输入
$0.058$0.15
输出
$0.19$0.50
缓存输入
$0.0116$0.03
获取你的 API 密钥在试用平台体验
模型 IDglm-5.3-flash已更新
chat.py
from openai import OpenAI
client = OpenAI(
    base_url="https://api.zurelay.com/v1",
    api_key="YOUR_ZURELAY_KEY",
)
stream = client.chat.completions.create(
    model="glm-5.3-flash",
    messages=[
        {"role": "user", "content": "Explain quicksort briefly."},
    ],
    stream=True,
)
for chunk in stream:
    if chunk.choices:
        print(chunk.choices[0].delta.content or "", end="")

Base URL https://api.zurelay.com/v1. 支持任意 OpenAI SDK。 Chat API 文档

上下文窗口
1M tokens
最大输出
128K tokens
推理
low · high · max
输入
文本
发布日期
2026年8月26日
状态
运行正常

价格

GLM-5.3 Flash API 价格。 仅需官方定价的一小部分。

从预付余额中按量扣费，无需订阅。$10 起充。请求失败不收费。

单价ZurelayZ.ai 原价
输入
每 1M tokens
$0.058$0.15
输出
每 1M tokens
$0.19$0.50
缓存输入
每 1M tokens
$0.0116$0.03

所有提示词长度均采用同一费率, up to the full 1M context window。流式输出、工具调用和结构化输出不额外收费。

全部 GLM 模型及价格
省钱计算器

拖动滑块设置每月用量。

每月输入 token 数50M
每月输出 token 数10M
Zurelay
$4.80
Z.ai 原价
$12.50
每月节省$7.70

每年 $92.40

费用

GLM-5.3 Flash API 成本，算给你看。

典型用量在 Zurelay 实时价格下的花费，与标价并列对比。

  • 聊天机器人

    每月 50,000 次请求，输入 1,500 tokens、输出 300 tokens，30% 的输入已缓存，每次请求 $0.000123。

    $6.16每月$16.05 按标价

  • 文档问答

    每月 20,000 次请求，输入 8,000 tokens、输出 500 tokens，20% 的输入已缓存，每次请求 $0.000485。

    $9.70每月$25.16 按标价

  • 编程智能体

    每月 5,000 次请求，输入 40,000 tokens、输出 1,500 tokens，85% 的输入已缓存，每次请求 $0.00103。

    $5.14每月$13.35 按标价

  • 分类

    每月 1,000,000 次请求，输入 400 tokens、输出 5 tokens，每次请求 $0.000024。

    $24.15每月$62.50 按标价

概览

GLM-5.3 Flash 是什么?

GLM-5.3 Flash 是 Z.ai 的低成本 GLM，总参数量为 320B，每个 token 激活 18B 参数。Z.ai 表示，它在编程和智能体基准测试中超越 GLM-5.2，接近 Claude Opus 4.8。Zurelay GLM-5.3 Flash API 通过统一的 OpenAI 兼容端点提供该模型，支持 1M token 上下文窗口，价格比 Z.ai 标价低 62%。

Z.ai 于 2026 年 8 月 26 日发布 GLM-5.3 Flash，作为旗舰 GLM-5.3 规模更小、价格更低的同系列模型。Zurelay 上的 GLM-5.3 Flash API 支持文本输入和输出，上下文窗口为 1M token，每次请求最多输出 128K token。Z.ai 专为编程和智能体任务打造了该模型，适用于长流程工具调用、前端和游戏代码编写，以及办公和研究工作流。在 Zurelay 上，模型 ID 为 glm-5.3-flash，每 1M 输入 token 价格为 $0.058，每 1M 输出 token 价格为 $0.19。

它拥有独立的基础模型，使用全新的 30T token 语料训练，总参数量为 320B，每个 token 激活 18B 参数。它也是首个结合稀疏注意力和线性注意力的 GLM。Z.ai 表示，相比 GLM-5.3，这让注意力计算量降至原来的 1/3.0，KV 缓存降至原来的 1/4.4，从而保持较低的长提示词处理成本。模型权重已在 Hugging Face 上发布，采用 MIT 许可证。

据 Z.ai 报告，GLM-5.3 Flash 在六项编程和智能体基准测试中均优于 GLM-5.2，且多项领先幅度明显：DeepSWE v1.1 得分为 63.4，对比 46.2；AutomationBench 得分为 48.8，对比 26.2。在 Z.ai 内部的 Code Bench 上，使用 max 推理强度时，它以 29.0 的得分接近 Claude Opus 4.8 的 29.5。Z.ai 还报告称，该模型在 Artificial Analysis Intelligence Index 上得分为 57，并表示过去达到这一水平的成本约为其十倍。

推理始终开启。Z.ai API 的 reasoning_effort 支持 low、high 或 max，默认值为 max，也是 Z.ai 推荐的设置，无法关闭思考。该模型支持函数调用、结构化 JSON 输出、流式输出和上下文缓存。每 1M 输入 token 价格为 $0.058，每 1M 输出 token 价格为 $0.19，Z.ai 对应标价为 $0.15 和 $0.50，缓存输入价格为 $0.0116。

优势

GLM-5.3 Flash 的出色之处。 以及团队用它构建的应用。

01

编程得分接近 Opus

在 Z.ai 内部的 Code Bench 上，使用 max 推理强度时，它的得分为 29.0，Claude Opus 4.8 为 29.5，且在所有推理强度下都优于 GLM-5.2。

02

相比 GLM-5.2 大幅提升

据 Z.ai 报告，它在全部六项编程和智能体基准测试中均领先 GLM-5.2：DeepSWE v1.1 得分为 63.4，对比 46.2；AutomationBench 得分为 48.8，对比 26.2。

03

低成本长上下文

在 1M token 上下文窗口下，混合稀疏注意力和线性注意力使注意力计算量降至 GLM-5.3 的 1/3.0，KV 缓存降至其 1/4.4。

04

MIT 许可开放权重

模型权重以 MIT 许可证开放，你可以现在就在 Zurelay 上开发，日后有需要时自行部署同一模型。

使用场景

  • 低预算编程智能体

    运行读取代码、编辑文件和执行测试的长流程工具调用循环，价格约为 GLM-5.3 标价的十分之一。

  • 前端和游戏代码

    根据文字需求编写网页、界面、游戏和 3D 场景，再结合测试结果和错误信息迭代代码。

  • 办公和金融任务

    规划研究和分析、调用工具并审查结果。Z.ai 专为办公文档和金融研究工作流打造了该模型。

  • 长文档处理

    将整个代码库、合同或成套报告放入 1M token 上下文窗口，一次性针对全部内容提问。

开始使用

三步调用 GLM-5.3 Flash。

无需排队，也无需换用新的 SDK。只要你的代码能调用 OpenAI, 就能调用 Zurelay。

  1. 1

    创建密钥

    Sign up, add credit 和 create an API key. Set a monthly budget or a rate limit per key if you like.

    获取你的 API 密钥
  2. 2

    Zurelay：Point your SDK

    Change the base URL. Everything else in your code stays the same.

    https://api.zurelay.com/v1
  3. 3

    使用 glm-5.3-flash

    Send chat completions as usual. Streaming, tool calls 和 usage reporting work as you expect.

    glm-5.3-flash

兼容你正在使用的工具

对比

相似模型。 同一个 key 即可调用。

73%优惠

GLM-5.3

每 1M token $0.38 / $1.21

处理最难的编程和安全任务，可选择 Z.ai 规模更大的纯文本旗舰模型 GLM-5.3；它在 DeepSWE v1.1 上得分为 66.9，而 GLM-5.3 Flash 为 63.4。

GLM-5.3 API
53%优惠

Qwen 3.8 Flash

每 1M token $0.07 / $0.22

如果还需要图像和视频输入，可选择 Alibaba 的低成本开放权重模型 Qwen 3.8 Flash。

Qwen 3.8 Flash API
90%优惠

DeepSeek V4 Flash

每 1M token $0.03 / $0.12

如果想要价格更低、上下文为 1M token 的推理模型，可以选择 DeepSeek V4 Flash，并用自己的评测集比较这两个模型。

DeepSeek V4 Flash API

常见问题

GLM-5.3 Flash API 常见问题。

还有其他问题？联系我们的团队，我们会通过邮件回复。

GLM-5.3 Flash API 如何收费?

在 Zurelay 上，GLM-5.3 Flash 每 1M 输入 token 的价格为 $0.058，每 1M 输出 token 为 $0.19，缓存输入价格为 $0.0116。Z.ai 的官方定价为输入 $0.15、输出 $0.50，因此可节省 62%。所有提示词长度均采用同一费率。

有比 Z.ai 官方更便宜的 GLM-5.3 Flash API 吗?

有。Zurelay 提供相同的 glm-5.3-flash 模型，价格比 Z.ai 官方定价低 62%。按实际使用的 token 从预充值余额中扣费，无需订阅或购买编程套餐。

如何使用 OpenAI SDK 调用 GLM-5.3 Flash API?

安装官方 OpenAI SDK，将基础 URL 设为 https://api.zurelay.com/v1，并使用你的 Zurelay API 密钥。然后向 chat.completions.create 传入 model "glm-5.3-flash"。Z.ai 建议将 temperature 设为 1、top_p 设为 0.95、reasoning_effort 设为 max。

GLM-5.3 Flash 的上下文窗口有多大?

GLM-5.3 Flash 的上下文窗口为 1M token，每次请求最多可输出 128K token。在 Zurelay 上，它接受文本输入并返回文本。

Zurelay 上的 GLM-5.3 Flash 能读取图片吗?

Zurelay 暂不支持。Z.ai 自有 API 支持图像和视频输入，但 Zurelay 上的 GLM-5.3 Flash 仅支持文本，包含图像的请求会被拒绝并返回明确的错误提示，不会产生任何费用。如需以相近价格处理图像和视频，请使用 Qwen 3.8 Flash。

GLM-5.3 Flash 最擅长什么?

编程和智能体任务：长时间的工具调用、前端与游戏开发，以及 3D 场景。Z.ai 也针对办公文档和金融研究进行了优化，并表示它在六项编程和智能体基准测试中均领先于 GLM-5.2。

GLM-5.3 Flash 与 GLM-5.3 有什么区别?

GLM-5.3 是 Z.ai 规模更大的纯文本旗舰模型，在 DeepSWE v1.1 上得分更高，为 66.9，而 GLM-5.3 Flash 为 63.4。GLM-5.3 Flash 的规模较小，激活参数为 18B，Z.ai 官方定价约为 GLM-5.3 的十分之一。两者均支持 1M token 上下文、128K 输出，且推理始终开启，可选择 low、high 或 max。

GLM-5.3 Flash API 支持流式输出和按密钥设置限额吗?

支持。设置 stream: true 即可实时接收生成的 token，添加 stream_options.include_usage 可在最后一个数据块中获取 token 用量。你可以为每个 Zurelay API 密钥单独设置月度预算和每分钟请求数上限。失败的请求会通过其他路由重试，且不会计费。

Zurelay 上的 GLM-5.3 Flash 与 Z.ai 提供的是同一个模型吗?

是的。请求会发送给 glm-5.3-flash 本身，Zurelay 不会替换为更小的模型或其他模型。只有在你主动开启智能路由后，模型不可用时才可能由相近的替代模型响应，x-zurelay-model 响应头会注明实际响应的模型。输出通过采样生成，因此每次运行的措辞会有所不同，这与 Z.ai 自己的 API 一样。Zurelay 是独立服务，与 Z.ai 无关联。

Zurelay 上的更多模型

全部模型

告别原价.
今天就开始省钱.

几秒钟即可创建密钥，将你正在使用的 SDK 指向 Zurelay，从第一个 token 起，每次请求的费用最高可省 90%。

获取你的 API 密钥联系工程师