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。
- 制造商:
- 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:
- 2026-08-26
toolsreasoningstructuredOutputstreamingvisioncaching
供应商
同一个模型，不同供应商。自动路由默认在健康的供应商之间加权分配，也可改为价格、延迟等策略优先。
可用率
24 小时 · 10/31–11/02Amux AI 网关向各供应商实际发出请求的成功率，不含客户端错误导致的失败。
Tok/s
24 小时 · 10/31–11/02流式请求的平均输出速率，单位为 tokens/s（TPS）。
TTFT
24 小时 · 10/31–11/02流式请求的平均首 token 延迟（TTFT），即自发出请求至收到首个 token 的耗时。
活动
24 小时 · 10/31–11/02各时段的相对请求活跃度，按实际承接请求的供应商拆分。以所选时间范围内的峰值为 100，仅反映趋势与供应商占比，不代表实际用量。
相关模型
更多来自 Z.ai 的模型
Z.ai: GLM 5.3 FlashX1M 上下文最低 $0.1125 / 百万 tokens2 个供应商Z.AI: GLM 5.3 FlashX 是 GLM-5.3-Flash 的更快、更流畅版本，推理速度高达 200 tokens/s。Z.AI: GLM 5.3 FlashX 是 Z.ai 旗下的原生多模态模型，适用于高效编程和长程代理任务。其混合稀疏与线性注意力架构在降低计算开销的同时，保持了精准的长上下文表现。