Skip to main content

核心要点

  • 两款同步上线glm-5.3(编程旗舰)与 glm-5.3-flash(多模态轻量版)已在 API易 开放调用,default / svip 分组均可用
  • 旗舰只做后训练扩展:GLM-5.3 沿用 5.2 的 753B MoE 基座,官方一句话总结「Scaling post-training is all we did」,Z.ai Code Bench 相比 5.2 提升 50%
  • 网络安全能力跃升:CyberGym 84.5%、ExploitBench 54.4%,后者比 5.2 的 24.4% 翻了一倍多
  • Flash 是 GLM-5 系列首个原生多模态:320B-A18B 混合稀疏 + 线性注意力,文本 / 图片 / 视频 / 文件都能进,Terminal-Bench 2.1 拿下 84.3,与 Claude Opus 4.8 的 85.0 仅差 0.7
  • 定价与智谱官网逐项一致:GLM-5.3 输入 $1.40 / 输出 $4.396 / 缓存读取 $0.259,Flash 输入 $0.15 / 输出 $0.50 / 缓存读取 $0.03 每百万 tokens,叠加充值加赠后实付约为定价的 83%~91%

背景介绍

2026 年 8 月 14 日,智谱 Z.AI 发布 GLM-5.3,口号是「Built to Code. Ready for Cyber Defense.」。这一代没有换基座,仍是 GLM-5.2 那套 753B 参数、约 40B 激活的 MoE + 动态稀疏注意力架构,全部升级都来自后训练规模的扩展。官方内部的 Z.ai Code Bench 上,GLM-5.3 比 5.2 提升 50%,同时把「思考不可关闭」定为默认:推理力度只剩 low / high / max 三档。 8 月 26 日,智谱又推出 GLM-5.3-Flash,这是 GLM-5 系列第一个原生多模态模型。320B 总参数、18B 激活的混合稀疏 + 线性注意力架构,用官方的说法是「用更少的算力给出更多的智能」——在编程与 Agent 基准上追平甚至超过 5.2 旗舰,成本却只有约十分之一。权重以 MIT 协议开放在 Hugging Face(zai-org/GLM-5.3-Flash)。 API易 现已同步上线两款模型,OpenAI 兼容模式直接调用。上线前我们用 16 万 tokens 级别的长提示对 glm-5.3-flash 做了流式实测:首字节 3~5 秒、单次消费约 $0.005,长上下文链路工作正常。

详细解析

核心特性

GLM-5.3:编程与 Agent 旗舰

Terminal Bench 3.0 28.3、DeepSWE v1.1 66.9、Agents’ Last Exam 28.5(与 Claude Fable 5 的 28.6 持平),Artificial Analysis 智能指数 45,开源权重模型第一

GLM-5.3:网络安全防御

CyberGym 84.5%、ExploitBench 54.4%;官方在 269 个真实开源项目里挖出 2,436 个漏洞,其中 1,097 个为中高危

Flash:原生多模态

文本、图片、视频、文件都能作为输入,视觉理解直接融入编程工作流,GLM-5 系列首次

Flash:一成成本逼近旗舰

Terminal-Bench 2.1 84.3、DeepSWE v1.1 63.4、AutomationBench 48.8,全面超过 5.2 旗舰,输出价只有 GLM-5.3 的九分之一

性能亮点

数据来源:智谱 Z.AI 官方文档(docs.z.ai)、Hugging Face 模型卡(huggingface.co/zai-org)、Artificial Analysis(artificialanalysis.ai)。GLM-5.3 于 2026 年 8 月 14 日发布,GLM-5.3-Flash 于 8 月 26 日发布,数据获取日期:2026 年 9 月 8 日。不同榜单口径不同,横向比较请以同一行为准。

技术规格

两款模型的思考都不能关闭,即使很短的问答也会先产出推理 tokens。对延迟和成本敏感的场景请把 reasoning_effort 设为 low;默认为 max,长任务下单次输出可达数万 tokens。

实际应用

推荐场景

编程 Agent 主力

GLM-5.3 在 Claude Code、OpenCode 等编程 Agent 里的表现是这一代的升级重点,长程任务用 high 档在效果与 tokens 消耗之间最平衡

安全审计与漏洞挖掘

CyberGym / ExploitBench 大幅领先上一代,适合做代码安全审计、依赖漏洞排查的自动化流水线

截图 / 视频驱动的开发

Flash 原生看图看视频,可以直接把 UI 截图、录屏喂给模型复现界面或定位 bug

高频长上下文批处理

Flash 1M 上下文 + $0.15 输入价,16 万 tokens 的长提示单次约 $0.005,适合日志分析、文档抽取等高频任务

代码示例

最佳实践

  • 按任务分档:交互式问答、批量抽取用 glm-5.3-flash + low;仓库级重构、安全审计上 glm-5.3 + highmax 档留给确实需要极限效果的任务
  • 长任务开流式:思考不可关闭,长任务的首字节会在几秒之后到达,流式返回能明显改善体感;timeout 建议设到 600 秒以上
  • 用好缓存读取:两款模型都支持上下文缓存,缓存读取价只有输入价的两成左右,多轮对话与共享长 system prompt 的场景收益明显
  • 旗舰权重许可证另核:GLM-5.3 权重虽已开放,但用的是智谱自定义许可证而非 MIT,本地部署商用前请核对条款;Flash 是 MIT,可放心自部署

价格与可用性

定价信息

API易 定价与智谱官网逐项一致,不加价:
计费类型:按量付费 - Chat。default / svip 分组均已开放,OpenAI 兼容 chat/completions 端点调用。智谱官网对 GLM-5.3-Flash 有一轮到 2026 年 9 月 9 日 24:00 (UTC+8) 为止的限时五折活动,本站按标准定价上线。

叠加网站充值活动

以上是折扣前定价。叠加充值加赠后,实付约为定价的 83%~91%,充值越多加赠越多,详情请查看 充值优惠政策

总结与建议

GLM-5.3 把后训练规模推到新高度,编程与网络安全两条线都有实打实的提升,是当前开源权重阵营里最强的编程 Agent 底座之一;GLM-5.3-Flash 则用一成的成本追平旗舰、顺手补上多模态,是长上下文高频任务的高性价比选择。两款模型在 API易 定价与官网一致,叠加充值加赠后成本更低。 推荐人群
  • 用 Claude Code、OpenCode 等编程 Agent、想找高性价比开源替代的开发者
  • 做代码安全审计、漏洞挖掘自动化的安全团队
  • 需要看图看视频的多模态开发场景,以及大批量日志 / 文档处理的团队
  • 需要本地部署的企业用户:Flash 走 MIT,旗舰请先核对许可证
信息来源:智谱 Z.AI 官方文档(docs.z.ai)、Hugging Face 模型卡(huggingface.co/zai-org/GLM-5.3huggingface.co/zai-org/GLM-5.3-Flash)、Artificial Analysis(artificialanalysis.ai)。数据获取日期:2026 年 9 月 8 日。