GLM-5.3-Flash 是 Z.ai 推出的原生多模态模型，适用于高效编码和长时程智能体任务。其混合稀疏与线性注意力架构在显著降低服务成本的同时，保持了精准的长上下文行为。320B 总参数 / 18B 激活参数，1M token 上下文，支持文本、图像、视频输入，文本输出。
兼容 OpenAI——沿用你现有的 SDK
https://api.orcarouter.ai/v1import os
from openai import OpenAI
client = OpenAI(
base_url="https://api.orcarouter.ai/v1",
api_key=os.environ["ORCAROUTER_API_KEY"],
)
response = client.chat.completions.create(
model="z-ai/glm-5.3-flash",
messages=[{"role": "user", "content": "Hello"}],
)
print(response.choices[0].message.content)include_reasoningmax_tokensreasoningreasoning_effortresponse_formatstopstreamtemperaturetool_choicetoolstop_p| 输入 / 1M tokens | $0.075 |
| 输出 / 1M tokens | $0.250 |
| 缓存读取 / 1M | $0.017 |
| 货币 | USD |
基于标价的估算
仅为估算——实际 Token 数取决于提供商的分词器。
本周开发者的讨论
@misc{orcarouter_glm_5_3_flash,
title = {GLM 5.3 Flash API},
author = {Z.ai},
year = {2026},
howpublished = {OrcaRouter},
url = {https://www.orcarouter.ai/models/z-ai/glm-5.3-flash}
}Z.ai. (2026). GLM 5.3 Flash API. OrcaRouter. https://www.orcarouter.ai/models/z-ai/glm-5.3-flash