GLM-5.3-Flash 是 GLM-5 系列首个原生多模态模型,以极致低成本架构实现超越GLM-5.2 的更强智能。采用稀疏注意力与线性注意力混合架构,相较 GLM-5.3 将注意力计算量降低 3 倍、KV 缓存降低 4 倍以上,同时在 100 万 token 上下文下保持稳定的长文本表现。原生支持文本、图片、视频与文件输入。深度思考能力常驻开启以保证推理质量,并支持上下文缓存,重复前缀场景下可显著降低调用成本(上一代不支持缓存)。
模型价格
| 输入 | ￥0.8/Mt |
| 缓存 | Cache Read￥0.23/Mt |
| 输出 | ￥2.8/Mt |
示例代码
1base_url="https://api.ppio.com/openai"
2api_key="<您的 API Key>"
3
4curl "$base_url/v1/chat/completions" \
5 -H "Content-Type: application/json" \
6 -H "Authorization: Bearer $api_key" \
7 -d @- << 'EOF'
8{
9 "model": "zai-org/glm-5.3-flash",
10 "messages": [
11
12 {
13 "role": "user",
14 "content": "Hi there!"
15 }
16 ],
17 "response_format": { "type": "text" }
18}
19EOF
20 模型信息
上下文窗口:
1M
最大输出 token 数:
131.1K
模态:
支持的功能
API 接入指南
Base URL:
https://api.ppio.com/openai
Messages 协议 Base URL:
https://api.ppio.com/anthropic
API Endpoints:
/v1/chat/completions
Model ID:
zai-org/glm-5.3-flash
API Key:
创建 & 查询您的 API KeyRate Limits
| 用量级别 | RPM | TPM |
|---|---|---|
| T1 | 30 | 50000000 |
| T2 | 100 | 50000000 |
| T3 | 1000 | 50000000 |
| T4 | 3000 | 50000000 |
| T5 | 6000 | 50000000 |
功能使用教程