GLM-5.3-Flash
- 输入 输入模态: 文本图像视频 输出 输出模态: 文本
- 推理· low、high、max
- 工具调用
- 结构化输出
- 开放权重
价格
5 个渠道报价 · 按标价显示 Volcengine Ark（在新标签页打开）
glm-5.3-flash| 条件/ 百万 tokens | 输入 | 缓存读取 | 输出 |
|---|---|---|---|
| 标准 | ¥0.80 | ¥0.23 | ¥2.80 |
价格来源 火山方舟：模型价格（在新标签页打开） (核对于 2026年11月2日)
Z.ai API（在新标签页打开）
glm-5.3-flash| 条件/ 百万 tokens | 输入 | 缓存读取 | 输出 |
|---|---|---|---|
| 标准 | ¥0.80 | ¥0.23 | ¥2.80 |
价格来源 智谱 BigModel：API 定价（在新标签页打开） (核对于 2026年11月2日)
Z.ai API（在新标签页打开）
glm-5.3-flash| 条件/ 百万 tokens | 输入 | 缓存读取 | 输出 |
|---|---|---|---|
| 标准 | $0.15 | $0.030 | $0.50 |
价格来源 Pricing（在新标签页打开） (核对于 2026年11月1日)
标准：不带任何条件的请求所付价格（即本站其他页面显示的标价）。
详细规格
- 可关闭推理
- —
- 许可证
- mit
- 模型家族
- glm-flash
- 模型 ID
Zhipu AI 的页面未说明：最长输入, 最大思考预算, 内置工具, 知识截止, 别名。
本地运行
权重： zai-org/GLM-5.3-Flash- 参数 321.3B
- 激活 18B · 专家 288（每 token 8）
- 原生精度 BF16
- 层数 45
- 每 token 的 KV 缓存 45 KB
- 配置位置数 1024K （config.json max_position_embeddings）
- API 上下文 977K （厂商 API）
在你的配置上 · GeForce RTX 4090
✕放不下 IQ4_XS （自动） 8K 上下文
权重KV 缓存运行开销可用上限
- 需要
- ≈ 167.3 GB (权重 159.0 + KV 缓存 0.4 + 开销 7.9)
- 可用
- 21.6 GB (标称的 90%)
- 建议
- 这台配置跑不动，看下面的“最低需要”
| 推荐精度 | 权重 | 8K 需要 | 在你的配置上 | 最长上下文 |
|---|---|---|---|---|
| 原生 BF16官方 | 305.8 GB | ≈ 321.4 | ✕放不下 | — |
| Q8_0 | 318.0 GB | ≈ 334.2 | ✕放不下 | — |
| FP8 | 299.3 GB | ≈ 314.6 | ✕放不下 | — |
| Q6_K | 245.8 GB | ≈ 258.4 | ✕放不下 | — |
| Q5_K_M | 212.8 GB | ≈ 223.8 | ✕放不下 | — |
| Q5_0 | 205.7 GB | ≈ 216.4 | ✕放不下 | — |
| Q4_K_M | 181.8 GB | ≈ 191.2 | ✕放不下 | — |
| Q4_0 | 168.3 GB | ≈ 177.1 | ✕放不下 | — |
| IQ4_XS | 159.0 GB | ≈ 167.3 | ✕放不下 | — |
| Q3_K_M质量下降明显 | 146.3 GB | ≈ 153.9 | ✕放不下 | — |
| IQ3_XXS质量下降明显 | 114.5 GB | ≈ 120.5 | ✕放不下 | — |
| Q2_K质量下降明显 | 112.2 GB | ≈ 118.2 | ✕放不下 | — |
| IQ2_XXS质量下降明显 | 77.1 GB | ≈ 81.3 | ✕放不下 | — |
点一行换精度。“官方”是厂商自己发布的文件，大小是实际值；其余按参数量 × 每权重位数估算。
和其他配置比
每个配置各用它能跑的最高精度，点一个看细节。
最低需要（Q4_K_M · 8K）：单张显卡放不下；统一内存 Apple M5 Ultra (64-core GPU) · 256 GB。
运行命令
厂商没有发布这个精度的文件。可选原生精度或厂商自己的版本，或用 llama.cpp 自己量化。
微调需要多少显存
全参≈ 4790.7 GB你的配置放不下
LoRA≈ 601.5 GB你的配置放不下
QLoRA≈ 171.3 GB你的配置放不下
batch 1、序列 2048、梯度检查点；LoRA / QLoRA 为注意力投影上的 r=16 适配器。
估算；数据来自厂商的 Hugging Face 仓库，截至 2026-11-06。 怎么估算的
引用评分
来自第三方排行榜，并非我们测得- Epoch Capabilities Index 153.6
第 49 名，共 118 个上榜模型 · 置信区间 151.9–155.5
- LMArena Text 1,477
第 27 名，共 163 个上榜模型 · 置信区间 1,472–1,481 · 41,642 票
- Epoch AI · Chess Puzzles 21%
第 60 名，共 85 个上榜模型 · max effort · ±4.09
- Epoch AI · FrontierMath Tier 4 v2 17.1%
第 49 名，共 65 个上榜模型 · max effort · ±5.95
- Epoch AI, 'Capabilities & benchmarking'. Published online at epoch.ai. Retrieved from 'https://epoch.ai/benchmarks'. Licensed CC BY 4.0. · 许可 · 数据日期 2026年10月28日至2026年11月5日
- LMArena (Arena), leaderboard-dataset on Hugging Face, licensed CC BY 4.0 · 许可 · 数据日期 2026年10月19日至28日
- LiveBench (White et al.), release 2026-06-25, livebench.ai, licensed CC BY-SA 4.0. This board, adapted from it, is shared under CC BY-SA 4.0. · 许可 · 数据日期 2026年6月25日
- Terminal-Bench 4.0 leaderboard (Marten, Shaw et al., Terminal-Bench; harbor-framework/terminal-bench on GitHub), licensed Apache-2.0. · 许可 · 数据日期 2026年9月29日
- 我们做的改动
厂商自报评分
由 Zhipu AI 发布，测试条件以其说明为准| 基准 | 测试设置 | 分数 |
|---|---|---|
| Terminal-Bench 2.1 | Claude Code 2.1.207 harness, 6h timeout | 84.3% |
| Humanity's Last Exam | full set, with tools, context management, 300K max context | 55.3% |
包含在编程套餐中
- 5 倍于 Lite 套餐的用量
- GLM Coding Plan Lite $18.00 / 月2,000 积分 每 5 小时10,000 积分 每周
- GLM Coding Plan Pro $80.00 / 月12,000 积分 每 5 小时60,000 积分 每周
- GLM Coding Plan Max $168.00 / 月28,000 积分 每 5 小时140,000 积分 每周
资讯
全部资讯 →- 2026年8月26日发布 Zhipu AI 发布 GLM-5.3-Flash 上下文 1M tokens。Z.ai API：输入 $0.15、输出 $0.50 每百万 tokens。
变更
全部变更 →- Cloudflare Workers AI 上线报价 输入 $0.15 · 缓存读取 $0.030 · 输出 $0.50
- SiliconFlow, 中国站 上线报价 输入 ¥0.80 · 输出 ¥2.80 · 缓存读取 ¥0.23
- 新增语言模型
来源
- zai-org/GLM-5.3-Flash model card（在新标签页打开） huggingface.co · 核对于 2026年11月6日
- Pricing（在新标签页打开） docs.z.ai · 核对于 2026年11月1日
- 火山方舟：模型价格（在新标签页打开） docs.volcengine.com · 核对于 2026年11月2日
- 智谱 BigModel：API 定价（在新标签页打开） docs.bigmodel.cn · 核对于 2026年11月2日
- GLM-5.3-Flash/FlashX（在新标签页打开） docs.z.ai · 核对于 2026年11月1日
- New Released（在新标签页打开） docs.z.ai · 核对于 2026年11月1日
- zai-org/GLM-5.3-Flash model card（在新标签页打开） huggingface.co · 核对于 2026年11月1日
- 硅基流动：模型价格（在新标签页打开） siliconflow.cn · 核对于 2026年10月31日
- zai-org/GLM-5.3-Flash model card（在新标签页打开） huggingface.co · 核对于 2026年11月1日
- GLM-5.3-Flash/FlashX - 智谱AI开放文档（在新标签页打开） docs.bigmodel.cn · 核对于 2026年10月31日
- Cloudflare Workers AI pricing（在新标签页打开） developers.cloudflare.com · 核对于 2026年10月31日
- zai-org/GLM-5.3-Flash config.json（在新标签页打开） huggingface.co · 核对于 2026年11月4日
- zai-org/GLM-5.3-Flash files（在新标签页打开） huggingface.co · 核对于 2026年11月3日
- zai-org/GLM-5.3-Flash README.md（在新标签页打开） huggingface.co · 核对于 2026年11月2日
Zhipu AI · 中国 · z.ai
相关模型
快照、同系列与同厂商的其他模型
- GLM-4.7-Flash
- GLM-4.6V-Flash
- GLM-4-Flash-250414
- GLM-4.5-Flash
- GLM-5.3-FlashX-Legal
- GLM-5.3
- GLM-5.2
- GLM-5.1
- GLM-4.6V-Flash vs GLM-5.3-Flash
- Gemini 3.5 Flash-Lite vs GLM-5.3-Flash
- GLM-5.3-Flash vs GPT-5.4 Mini
- GLM-5.3-Flash vs GPT-5 nano
- GLM-5.3-Flash vs GPT-6 Luna
- GLM-5.3-Flash vs Mistral Small 4
- GLM-5.3-Flash vs Qwen3.8-Flash
- GLM-5.3-Flash vs Seed 2.0 mini