GLM-5.3 是 Z.ai 的大规模推理模型，专为复杂的软件工程和长期代理任务而构建。它支持具有 1M-token 上下文窗口的文本输入和输出，并在编码以及性能和令牌效率之间的平衡方面改进了 GLM-5.2。
- 厂商:
- Z.ai
- 输入类型:
- 输出类型:
- 上下文长度:
- 1M
- 最大输出:
- 128K
- 发布时间:
- 2026-08-13
toolsreasoningstructuredOutputstreamingcaching
供应商
同一个模型，不同供应商。自动路由会在同一质量层级内挑选价格最优且健康的那个。
| 供应商 | ||||
|---|---|---|---|---|
| 减 70%amux-special | $1.4$0.42/百万 tokens | $4.4$1.32/百万 tokens | 读$0.26$0.078/百万 tokens写— | 1M |
可用率
24 小时Amux 网关实际发出的请求在各供应商上的成功率。分母不含客户端错误——请求写错了不算供应商的账。
吞吐量
24 小时流式请求的平均吐字速率，单位为每秒 token 数（TPS）。
延迟
24 小时流式请求的平均首字延迟（TTFT），也就是从发出请求到收到第一个 token 的时间。
活动
24 小时该模型随时间变化的 token 用量与成本，按实际处理请求的供应商拆分。
相关模型
更多来自 Z.ai 的模型
Z.ai: GLM 5.3 Flash1M 上下文最低 $0.045 / 百万 tokens1 个供应商GLM-5.3-Flash 是 Z.ai 的原生多模式模型。它适合高效编码和长期代理任务。其混合稀疏和线性注意架构保持准确的长上下文行为，同时减少计算开销。