--- title: GLM-5.3-Flash API：模型 ID、100 万上下文与 OpenAI、Anthropic SDK | RunAPI description: 通过 RunAPI 的 OpenAI 兼容 API 和 Anthropic Messages API 调用 glm-5.3-flash。总参数 320B、激活 18B 的 MoE，100 万 token 上下文，始终开启思考，支持文本输入。 url: https://runapi.ai/zh-CN/models/glm/5.3-flash.md canonical: https://runapi.ai/zh-CN/models/glm/5.3-flash locale: zh-CN site: RunAPI image: https://runapi.ai/assets/opengraph-bfaaa0f0.png alternates: en: https://runapi.ai/models/glm/5.3-flash zh-CN: https://runapi.ai/zh-CN/models/glm/5.3-flash es: https://runapi.ai/es/models/glm/5.3-flash ja: https://runapi.ai/ja/models/glm/5.3-flash de: https://runapi.ai/de/models/glm/5.3-flash fr: https://runapi.ai/fr/models/glm/5.3-flash pt-BR: https://runapi.ai/pt-BR/models/glm/5.3-flash ko: https://runapi.ai/ko/models/glm/5.3-flash it: https://runapi.ai/it/models/glm/5.3-flash nl: https://runapi.ai/nl/models/glm/5.3-flash pl: https://runapi.ai/pl/models/glm/5.3-flash tr: https://runapi.ai/tr/models/glm/5.3-flash zh-TW: https://runapi.ai/zh-TW/models/glm/5.3-flash zh-HK: https://runapi.ai/zh-HK/models/glm/5.3-flash ar: https://runapi.ai/ar/models/glm/5.3-flash x-default: https://runapi.ai/models/glm/5.3-flash model: GLM provider: Z.ai variant_id: glm-5.3-flash sdk_model_id: glm-5.3-flash modality: text billing_unit: 1K tokens status: active --- > HTML version: https://runapi.ai/zh-CN/models/glm/5.3-flash > Site index for agents: https://runapi.ai/llms.txt # glm-5.3-flash API 通过 RunAPI 调用 GLM 系列的 glm-5.3-flash。按 token 计费，无需订阅，响应开始前失败的请求不计费。 **Z.ai / [GLM](https://runapi.ai/zh-CN/models/glm.md)** **运行中 · text · 可商用** ## GLM-5.3-Flash 适合做什么 GLM-5.3-Flash 是 Z.ai GLM-5.3 代中成本更低的模型，于 2026 年 8 月 26 日发布。它是 Mixture-of-Experts 模型，总参数 320B，每个 token 激活 18B。Z.ai 称其为首个同时采用稀疏注意力与线性注意力的开源前沿模型，并表示相比 GLM-5.3，注意力计算量约少 3x，KV 缓存小 4.4x。 上下文窗口为 100 万 token，最多输出 128K token。思考始终开启：Z.ai 的 API 只接受 enabled 思考模式，因此每次回复都从推理步骤开始。Z.ai 将该模型定位于根据截图编写用户界面代码、办公文档、金融研究和计算机操作循环，并支持函数调用和结构化输出。 Z.ai 的模型还能读取图像、视频和文件。在 RunAPI 上，glm-5.3-flash 只接受文本输入。可通过 OpenAI 兼容的 Chat Completions 端点（/v1/chat/completions）、Anthropic Messages 端点（/v1/messages）、OpenAI Responses 或 Gemini generateContent 调用，全部使用同一个 RunAPI API key。 **模型 ID:** glm-5.3-flash **发布日期:** 2026 年 8 月 26 日 **架构:** MoE，总参数 320B / 激活 18B **上下文窗口:** 100 万 token **最大输出:** 128K token **思考:** 始终开启 **RunAPI 上的端点:** OpenAI Chat Completions 与 Anthropic Messages，文本输入 ## 体验 GLM-5.3-Flash 选择任意模型，几秒内开始生成。 **模型:** - **Chat completion** — `chat_completion` · `glm-5.3-flash` · 输入 $0.12 / 百万 tokens | 输出 $0.40 / 百万 tokens **提示词:** 描述你想创建的内容…… **预计：** 输入 $0.12 / 百万 tokens | 输出 $0.40 / 百万 tokens - [生成](https://runapi.ai/zh-CN/login) 登录后即可使用 RunAPI 生成。 ### 切换变体 - [glm-4.5](https://runapi.ai/zh-CN/models/glm/4.5.md) - [glm-4.5-air](https://runapi.ai/zh-CN/models/glm/4.5-air.md) - [glm-4.6](https://runapi.ai/zh-CN/models/glm/4.6.md) - [glm-4.7](https://runapi.ai/zh-CN/models/glm/4.7.md) - [glm-5](https://runapi.ai/zh-CN/models/glm/5.md) - [glm-5-turbo](https://runapi.ai/zh-CN/models/glm/5-turbo.md) - [glm-5.1](https://runapi.ai/zh-CN/models/glm/5.1.md) - [glm-5.2](https://runapi.ai/zh-CN/models/glm/5.2.md) - [glm-5.3](https://runapi.ai/zh-CN/models/glm/5.3.md) - **glm-5.3-flash** (current) 10 个版本可用 glm-5.3-flash 是 RunAPI 上 GLM 系列的模型之一。它与其他所有模型使用同一个 API key，只需修改请求中的模型 ID 即可切换。每次调用为同步调用，按输入、输出和缓存 token 以 USD 计费，无订阅，无最低消费。响应开始前失败的请求不计费；响应开始流式输出后，已生成的 token 会计费，即使客户端断开连接。 - 按 token 以 USD 计费，无需订阅 - 响应开始前失败的请求不计费 - 逐 token 流式输出 - 修改一个模型 ID 即可切换模型 - 所有模型和供应商共用一个 API key、一张账单 ## 使用指标 - **API 调用量 / 天:** 1 - **成功率:** 100.0% - **平均生成时间:** 7.6s 该模型暂无已验证的用户反馈。 ## 技术细节 | 字段 | 值 | |---|---| | 提供商 | Z.ai | | 模型 ID | glm-5.3-flash | | 模态 | 文本 | | 任务类型 | Synchronous | | API 端点 | `/v1/chat/completions` | | | `/v1/responses` | | | `/v1/messages` | | | `/v1beta/models/glm-5.3-flash:generateContent` | | | `/v1beta/models/glm-5.3-flash:streamGenerateContent` | | 计费单位 | 1K tokens | | 目录状态 | 运行中 | **工作原理** ## 3 步使用此模型 1. **获取 API 密钥** - 免费注册后，在控制台创建用于 glm-5.3-flash 的 API 密钥。 2. **发送请求** - 向 /v1/chat/completions 发送 POST 请求，并传入 glm-5.3-flash 模型 ID 和参数。 3. **获取结果** - 直接从端点读取已完成的 glm-5.3-flash 响应。 ## 该模型的核心能力 - **Endpoint 覆盖** — 提供 1 个公开 endpoint：chat_completion。 - **按量计费** — 按 1K tokens 计量，无需订阅。 ## GLM-5.3-Flash 定价 | 端点 | 价格 | |---|---| | `chat_completion` | 输入: $0.12 / 百万 tokens
输出: $0.40 / 百万 tokens
缓存读取: $0.03 / 百万 tokens
缓存写入（5 分钟）: 免费 / 百万 tokens
缓存写入（1 小时）: 免费 / 百万 tokens | **API 参考** ## 端点规格 | Field | Value | |---|---| | 端点 | `POST /v1/chat/completions` | | 模型 ID | `glm-5.3-flash` | | 任务类型 | `chat_completion` | ## 请求参数 此端点尚未发布请求参数。 **Request example** ```json { "model": "glm-5.3-flash", "messages": [ { "role": "user", "content": "阅读这个多文件仓库，找出失败的集成测试，并给出补丁及根因说明。" } ] } ``` ### 模型 Skill — glm-5.3-flash 安装一次 skill，开发时使用本页的变体 ID。 Base URL: `https://runapi.ai` | Endpoint | Protocol | |---|---| | `POST /v1/chat/completions` | OpenAI compatible | | `POST /v1/responses` | OpenAI Responses | | `POST /v1/messages` | Anthropic compatible | | `POST /v1beta/models/glm-5.3-flash:generateContent` | Gemini generateContent | | `POST /v1beta/models/glm-5.3-flash:streamGenerateContent` | Gemini streamGenerateContent | 使用 OpenAI / Anthropic / Google Gen AI SDK，配合您的 RunAPI API key 和 `model: "glm-5.3-flash"` 调用。 ### 用 model skill 使用 glm-5.3-flash 1. **安装** — 安装 GLM 系列对应的 model skill，它会把文档、请求格式和价格说明加载到您的编码工作区。 2. **配置** — 把 SDK 指向 https://runapi.ai，并设置您的 RunAPI API key。同一个 key 适用于所有模型和供应商。 3. **调用** — 使用该模型支持的 API 格式发送请求，并把 model 字段设置为本页展示的模型 ID。RunAPI 会把请求转发给供应商。 4. **接收** — 从同一次调用中读取响应，或在生成过程中以流式方式接收。usage 字段显示您被计费的 token。 ### glm-5.3-flash 与其它变体的差异 - **VS GLM-4.5: GLM-5.3 的低成本档位；100 万上下文，始终开启思考；通过 OpenAI 和 Anthropic SDK 发送文本请求** — 355B / 32B 激活；128K 上下文；开放权重 MoE 旗舰基线 - **VS GLM-4.5-AIR: GLM-5.3 的低成本档位；100 万上下文，始终开启思考；通过 OpenAI 和 Anthropic SDK 发送文本请求** — 更轻量的 GLM-4.5，低成本日常任务首选 - **VS GLM-4.6: GLM-5.3 的低成本档位；100 万上下文，始终开启思考；通过 OpenAI 和 Anthropic SDK 发送文本请求** — 200K 上下文；首款昇腾芯片 GLM；代码生成增强 ## 应用场景 **客户支持** 基于私有知识库回答客户问题，减少工单量。 **文档分析** 起草合同摘要并标记关键条款供律师审阅。 **代码生成** 在 CI 中自动生成单元测试、代码审查和重构建议。 ## GLM-5.3-Flash 常见问题 ### GLM-5.3-Flash 与 GLM-5.3 有什么区别？ GLM-5.3-Flash 是 GLM-5.3 代中更小、成本更低的模型，总参数 320B，激活 18B。据 Z.ai 介绍，其稀疏与线性混合注意力使注意力计算量相比 GLM-5.3 减少约 3x。两者的上下文窗口都是 100 万 token。需要旗舰模型时选 glm-5.3，高并发或对成本敏感的任务选 glm-5.3-flash。 ### GLM-5.3-Flash 可以关闭思考吗？ 不可以。Z.ai 发布该模型时思考始终开启，思考设置只接受 enabled。推理 token 计入输出，请在 max_tokens 中为其留出空间。 ### 在 RunAPI 上可以向 glm-5.3-flash 发送图片吗？ 目前不可以。Z.ai 的模型能读取图像、视频和文件，但 RunAPI 对 glm-5.3-flash 只接受文本输入，包含图片部分的请求会被拒绝。 ### 哪些 SDK 可以调用 glm-5.3-flash？ 把 OpenAI SDK 指向 https://runapi.ai/v1 即可使用 Chat Completions 或 Responses，也可以用 Anthropic SDK 调用 Messages，并将 model 设为 glm-5.3-flash。一个 RunAPI API key 适用于所有协议。 ### 如何选择 glm-5.3-flash？ 传入 quickstart 中显示的模型 ID。 ### 该变体的限流？ Key 级限流随使用层级伸缩。当前限制见定价页。 ### 能切到其它变体吗？ 可以——变体只是参数，改 model 字段即可。 ### 支持流式吗？ 模型支持流式时，RunAPI 端到端流式。 ### 质量问题在哪里报？ 在公共 GitHub 仓库提 issue 或邮件联系 support。 ### 需要单独的提供方账户吗？ 不需要。你的 RunAPI API key 足以访问此 variant 以及目录中的所有其他模型，无需底层提供方账户。 ### 相关 - [glm-4.5-air](https://runapi.ai/zh-CN/models/glm/4.5-air.md) — 由 Z.ai 提供 · 输入 $0.16 / 百万 tokens | 输出 $0.88 / 百万 tokens - [glm-4.5](https://runapi.ai/zh-CN/models/glm/4.5.md) — 由 Z.ai 提供 · 输入 $0.48 / 百万 tokens | 输出 $1.76 / 百万 tokens - [glm-4.6](https://runapi.ai/zh-CN/models/glm/4.6.md) — 由 Z.ai 提供 · 输入 $0.48 / 百万 tokens | 输出 $1.76 / 百万 tokens - [glm-4.7](https://runapi.ai/zh-CN/models/glm/4.7.md) — 由 Z.ai 提供 · 输入 $0.48 / 百万 tokens | 输出 $1.76 / 百万 tokens ### 立即体验 GLM。 - [免费注册](https://runapi.ai/zh-CN/login) - [阅读快速开始 →](https://runapi.ai/zh-CN/docs/api/openai/chat-completions) ## 需要团队接入支持？ 我们可以协助团队接入、完成系统集成并解答技术问题。 [联系我们](https://runapi.ai/zh-CN/contact.md) --- ## More from RunAPI - [Home](https://runapi.ai/zh-CN/.md) ### 产品 - [模型目录](https://runapi.ai/zh-CN/models.md) - [定价](https://runapi.ai/zh-CN/pricing.md) - [提供方](https://runapi.ai/zh-CN/models#all-models) ### 开发者 - [文档](https://runapi.ai/zh-CN/docs/guides) - [SDK](https://runapi.ai/zh-CN/sdk.md) - [CLI](https://runapi.ai/zh-CN/cli.md) - [MCP Server](https://runapi.ai/zh-CN/mcp.md) - [x402](https://runapi.ai/zh-CN/x402.md) ### 指南 - [Claude Code 与 Cursor](https://runapi.ai/zh-CN/claude-code-vs-cursor.md) - [Cursor API 设置](https://runapi.ai/zh-CN/cursor-api-setup.md) - [RunAPI 与 OpenRouter](https://runapi.ai/zh-CN/openrouter-alternative.md) ### 公司 - [企业版](https://runapi.ai/zh-CN/contact.md) - [联系](https://runapi.ai/zh-CN/contact.md) ### 法律 - [服务条款](https://runapi.ai/zh-CN/terms.md) - [隐私政策](https://runapi.ai/zh-CN/privacy.md) - [Site index for agents](https://runapi.ai/llms.txt) Contact: contact@runapi.ai ## Structured data ```json [ { "@context": "https://schema.org", "inLanguage": "zh-CN", "@type": "WebSite", "name": "RunAPI", "url": "https://runapi.ai/zh-CN", "potentialAction": { "@type": "SearchAction", "target": { "@type": "EntryPoint", "urlTemplate": "https://runapi.ai/zh-CN/models?q={search_term_string}" }, "query-input": "required name=search_term_string" } }, { "@context": "https://schema.org", "inLanguage": "zh-CN", "@type": "Organization", "name": "RunAPI", "url": "https://runapi.ai/zh-CN", "logo": { "@type": "ImageObject", "url": "https://runapi.ai/zh-CNicon.svg" }, "sameAs": [ "https://github.com/runapi-ai" ] }, { "@context": "https://schema.org", "inLanguage": "zh-CN", "@type": "SoftwareApplication", "name": "GLM glm-5.3-flash", "applicationCategory": "DeveloperApplication" }, { "@context": "https://schema.org", "inLanguage": "zh-CN", "@type": "BreadcrumbList", "itemListElement": [ { "@type": "ListItem", "position": 1, "name": "Home", "item": "https://runapi.ai/zh-CN" }, { "@type": "ListItem", "position": 2, "name": "Models", "item": "https://runapi.ai/zh-CN/models" }, { "@type": "ListItem", "position": 3, "name": "GLM", "item": "https://runapi.ai/zh-CN/models/glm" }, { "@type": "ListItem", "position": 4, "name": "glm-5.3-flash", "item": "https://runapi.ai/zh-CN/models/glm/5.3-flash" } ] }, { "@context": "https://schema.org", "inLanguage": "zh-CN", "@type": "HowTo", "name": "用 model skill 使用 glm-5.3-flash", "description": "通过 RunAPI 调用 GLM 系列的 glm-5.3-flash：按 token 计费、模型 ID、支持的 API 格式和接入指南。", "totalTime": "PT5M", "step": [ { "@type": "HowToStep", "position": 1, "name": "安装", "text": "安装 GLM 系列对应的 model skill，它会把文档、请求格式和价格说明加载到您的编码工作区。", "url": "https://runapi.ai/zh-CN/models/glm/5.3-flash#how-step-1" }, { "@type": "HowToStep", "position": 2, "name": "配置", "text": "把 SDK 指向 https://runapi.ai，并设置您的 RunAPI API key。同一个 key 适用于所有模型和供应商。", "url": "https://runapi.ai/zh-CN/models/glm/5.3-flash#how-step-2" }, { "@type": "HowToStep", "position": 3, "name": "调用", "text": "使用该模型支持的 API 格式发送请求，并把 model 字段设置为本页展示的模型 ID。RunAPI 会把请求转发给供应商。", "url": "https://runapi.ai/zh-CN/models/glm/5.3-flash#how-step-3" }, { "@type": "HowToStep", "position": 4, "name": "接收", "text": "从同一次调用中读取响应，或在生成过程中以流式方式接收。usage 字段显示您被计费的 token。", "url": "https://runapi.ai/zh-CN/models/glm/5.3-flash#how-step-4" } ] }, { "@context": "https://schema.org", "inLanguage": "zh-CN", "@type": "FAQPage", "mainEntity": [ { "@type": "Question", "name": "GLM-5.3-Flash 与 GLM-5.3 有什么区别？", "acceptedAnswer": { "@type": "Answer", "text": "GLM-5.3-Flash 是 GLM-5.3 代中更小、成本更低的模型，总参数 320B，激活 18B。据 Z.ai 介绍，其稀疏与线性混合注意力使注意力计算量相比 GLM-5.3 减少约 3x。两者的上下文窗口都是 100 万 token。需要旗舰模型时选 glm-5.3，高并发或对成本敏感的任务选 glm-5.3-flash。" } }, { "@type": "Question", "name": "GLM-5.3-Flash 可以关闭思考吗？", "acceptedAnswer": { "@type": "Answer", "text": "不可以。Z.ai 发布该模型时思考始终开启，思考设置只接受 enabled。推理 token 计入输出，请在 max_tokens 中为其留出空间。" } }, { "@type": "Question", "name": "在 RunAPI 上可以向 glm-5.3-flash 发送图片吗？", "acceptedAnswer": { "@type": "Answer", "text": "目前不可以。Z.ai 的模型能读取图像、视频和文件，但 RunAPI 对 glm-5.3-flash 只接受文本输入，包含图片部分的请求会被拒绝。" } }, { "@type": "Question", "name": "哪些 SDK 可以调用 glm-5.3-flash？", "acceptedAnswer": { "@type": "Answer", "text": "把 OpenAI SDK 指向 https://runapi.ai/v1 即可使用 Chat Completions 或 Responses，也可以用 Anthropic SDK 调用 Messages，并将 model 设为 glm-5.3-flash。一个 RunAPI API key 适用于所有协议。" } }, { "@type": "Question", "name": "如何选择 glm-5.3-flash？", "acceptedAnswer": { "@type": "Answer", "text": "传入 quickstart 中显示的模型 ID。" } }, { "@type": "Question", "name": "该变体的限流？", "acceptedAnswer": { "@type": "Answer", "text": "Key 级限流随使用层级伸缩。当前限制见定价页。" } }, { "@type": "Question", "name": "能切到其它变体吗？", "acceptedAnswer": { "@type": "Answer", "text": "可以——变体只是参数，改 model 字段即可。" } }, { "@type": "Question", "name": "支持流式吗？", "acceptedAnswer": { "@type": "Answer", "text": "模型支持流式时，RunAPI 端到端流式。" } }, { "@type": "Question", "name": "质量问题在哪里报？", "acceptedAnswer": { "@type": "Answer", "text": "在公共 GitHub 仓库提 issue 或邮件联系 support。" } }, { "@type": "Question", "name": "需要单独的提供方账户吗？", "acceptedAnswer": { "@type": "Answer", "text": "不需要。你的 RunAPI API key 足以访问此 variant 以及目录中的所有其他模型，无需底层提供方账户。" } } ] } ] ```