GLM-5.3-Flash is a native multimodal model from Z.ai. It is suited for efficient coding and long-horizon agent tasks. Its hybrid sparse and linear attention architecture maintains accurate long-context behavior while reducing compute overhead.
提供商
不同公司托管同一模型。OpenRouter 根据您选择的路由模式将请求路由到其中一家公司:Balanced(价格 + 速度)、Nitro(速度最快)或 Floor(价格最低)。
| US$0.1200 | US$0.3800 | US$0.0200 | 0.54s | 161 tok/s | ||
| US$0.0500 | US$0.4500 | US$0.0250 | 0.68s | 147 tok/s | ||
| US$0.0975 | US$0.3250 | US$0.0195 | 0.75s | 120 tok/s | ||
| US$0.1050 | US$0.3400 | US$0.0200 | 0.94s | 114 tok/s | ||
| US$0.1500 | US$0.5000 | US$0.0300 | 0.50s | 170 tok/s | ||
| US$0.15US$0.1005 | US$0.50US$0.3350 | US$0.03US$0.0201 | 0.93s | 108 tok/s | ||
| US$0.0399 | US$0.0784 | US$0.0300 | 0.95s | 89 tok/s | ||
| US$0.1500 | US$0.5000 | US$0.0300 | 0.39s | 108 tok/s | ||
| US$0.1300 | US$0.6500 | US$0.0400 | 0.54s | 170 tok/s | ||
| US$0.1080 | US$0.3500 | US$0.0350 | 0.30s | 119 tok/s | ||
| US$0.1080 | US$0.3500 | US$0.0350 | 0.34s | 108 tok/s | ||
| US$0.1200 | US$0.4000 | US$0.0240 | 0.61s | 94 tok/s | ||
| US$0.1500 | US$0.5000 | US$0.0300 | 0.56s | 116 tok/s | ||
| US$0.1500 | US$0.5000 | US$0.0300 | 1.04s | 126 tok/s | ||
| US$0.1200 | US$0.3000 | US$0.0300 | 0.43s | 86 tok/s | ||
| US$0.1000 | US$0.5000 | US$0.0300 | 0.83s | 106 tok/s | ||
| US$0.1500 | US$0.5000 | US$0.0300 | 0.20s | 116 tok/s | ||
| US$0.1500 | US$0.5000 | US$0.0300 | 0.36s | 113 tok/s | ||
| US$0.1400 | US$0.2400 | US$0.0300 | 0.87s | 88 tok/s | ||
| US$0.1500 | US$0.5000 | US$0.0300 | 0.74s | 105 tok/s | ||
| US$0.1500 | US$0.5000 | US$0.0300 | 1.00s | 113 tok/s | ||
| US$0.1600 | US$0.5000 | US$0.0400 | 0.42s | 128 tok/s | ||
44% off | US$0.15US$0.0840 | US$0.50US$0.2800 | US$0.03US$0.0168 | 0.81s | 66 tok/s | |
| US$0.1750 | US$0.6250 | US$0.0225 | 0.88s | 64 tok/s | ||
| US$0.1500 | US$0.5000 | US$0.0300 | 1.59s | 53 tok/s | ||
| US$0.0750 | US$0.2500 | US$0.0150 | 2.41s | 43 tok/s | ||
| US$0.0800 | US$0.5000 | US$0.0120 | 0.73s | 40 tok/s | ||
41% off | US$0.15US$0.0885 | US$0.50US$0.2950 | US$0.03US$0.0177 | 2.50s | 38 tok/s | |
| US$0.1750 | US$0.6250 | US$0.0225 | 5.02s | 73 tok/s | ||
| US$0.2250 | US$0.7500 | US$0.0450 | 4.34s | 72 tok/s | ||
| US$0.0420 | US$0.1840 | US$0.0410 | 0.40s | 111 tok/s | ||
| US$0.0650 | US$0.2400 | US$0.0640 | 0.32s | 139 tok/s | ||
Fast | US$0.1875 | US$0.6250 | US$0.0375 | 0.52s | 177 tok/s | |
| US$0.1500 | US$0.5000 | US$0.0300 | 1.04s | 91 tok/s | ||
| US$0.1500 | US$0.5000 | US$0.0300 | 0.63s | 85 tok/s | ||
| US$0.1500 | US$0.5000 | US$0.0300 | 2.68s | 38 tok/s | ||
| US$0.0650 | US$0.1800 | US$0.0120 | 3.18s | 24 tok/s | ||
| US$0.1000 | US$0.4000 | US$0.0300 | 0.97s | 25 tok/s | ||
| US$0.1050 | US$0.3020 | US$0.0520 | 1.58s | 16 tok/s | ||
| US$0.1500 | US$0.5000 | US$0.0300 | 0.52s | 151 tok/s | ||
不用于 Standard 路由:未使用这些端点的原因 | ||||||
| US$0.0650 | US$0.3250 | US$0.0200 | 0.94s | 132 tok/s | ||
- 输入 /百万
- US$0.12
- 输出 /百万
- US$0.38
- 缓存读取 /百万
- US$0.02
- 延迟
- 0.54 秒
- 吞吐量
- 161 tok/s
- 正常运行时间
- 99.94%
- 输入 /百万
- US$0.05
- 输出 /百万
- US$0.45
- 缓存读取 /百万
- US$0.025
- 延迟
- 0.68 秒
- 吞吐量
- 147 tok/s
- 正常运行时间
- 99.94%
- 输入 /百万
- US$0.0975
- 输出 /百万
- US$0.325
- 缓存读取 /百万
- US$0.0195
- 延迟
- 0.75 秒
- 吞吐量
- 120 tok/s
- 正常运行时间
- 99.00%

- 输入 /百万
- US$0.105
- 输出 /百万
- US$0.34
- 缓存读取 /百万
- US$0.02
- 延迟
- 0.94 秒
- 吞吐量
- 114 tok/s
- 正常运行时间
- 99.82%
- 输入 /百万
- US$0.15
- 输出 /百万
- US$0.50
- 缓存读取 /百万
- US$0.03
- 延迟
- 0.50 秒
- 吞吐量
- 170 tok/s
- 正常运行时间
- 100.00%
33% off- 输入 /百万
- US$0.1005
- 输出 /百万
- US$0.335
- 缓存读取 /百万
- US$0.0201
- 延迟
- 0.93 秒
- 吞吐量
- 108 tok/s
- 正常运行时间
- 100.00%
- 输入 /百万
- US$0.0399
- 输出 /百万
- US$0.0784
- 缓存读取 /百万
- US$0.03
- 延迟
- 0.95 秒
- 吞吐量
- 89 tok/s
- 正常运行时间
- 99.60%
- 输入 /百万
- US$0.15
- 输出 /百万
- US$0.50
- 缓存读取 /百万
- US$0.03
- 延迟
- 0.39 秒
- 吞吐量
- 108 tok/s
- 正常运行时间
- 100.00%
- 输入 /百万
- US$0.13
- 输出 /百万
- US$0.65
- 缓存读取 /百万
- US$0.04
- 延迟
- 0.54 秒
- 吞吐量
- 170 tok/s
- 正常运行时间
- 100.00%
- 输入 /百万
- US$0.108
- 输出 /百万
- US$0.35
- 缓存读取 /百万
- US$0.035
- 延迟
- 0.30 秒
- 吞吐量
- 119 tok/s
- 正常运行时间
- 100.00%
- 输入 /百万
- US$0.108
- 输出 /百万
- US$0.35
- 缓存读取 /百万
- US$0.035
- 延迟
- 0.34 秒
- 吞吐量
- 108 tok/s
- 正常运行时间
- 100.00%
- 输入 /百万
- US$0.12
- 输出 /百万
- US$0.40
- 缓存读取 /百万
- US$0.024
- 延迟
- 0.61 秒
- 吞吐量
- 94 tok/s
- 正常运行时间
- 98.11%
- 输入 /百万
- US$0.15
- 输出 /百万
- US$0.50
- 缓存读取 /百万
- US$0.03
- 延迟
- 0.56 秒
- 吞吐量
- 116 tok/s
- 正常运行时间
- 99.89%
- 输入 /百万
- US$0.15
- 输出 /百万
- US$0.50
- 缓存读取 /百万
- US$0.03
- 延迟
- 1.04 秒
- 吞吐量
- 126 tok/s
- 正常运行时间
- 99.87%
- 输入 /百万
- US$0.12
- 输出 /百万
- US$0.30
- 缓存读取 /百万
- US$0.03
- 延迟
- 0.43 秒
- 吞吐量
- 86 tok/s
- 正常运行时间
- 100.00%
- 输入 /百万
- US$0.10
- 输出 /百万
- US$0.50
- 缓存读取 /百万
- US$0.03
- 延迟
- 0.83 秒
- 吞吐量
- 106 tok/s
- 正常运行时间
- 99.81%
- 输入 /百万
- US$0.15
- 输出 /百万
- US$0.50
- 缓存读取 /百万
- US$0.03
- 延迟
- 0.20 秒
- 吞吐量
- 116 tok/s
- 正常运行时间
- 99.91%
- 输入 /百万
- US$0.15
- 输出 /百万
- US$0.50
- 缓存读取 /百万
- US$0.03
- 延迟
- 0.36 秒
- 吞吐量
- 113 tok/s
- 正常运行时间
- 100.00%
- 输入 /百万
- US$0.14
- 输出 /百万
- US$0.24
- 缓存读取 /百万
- US$0.03
- 延迟
- 0.87 秒
- 吞吐量
- 88 tok/s
- 正常运行时间
- 99.73%
- 输入 /百万
- US$0.15
- 输出 /百万
- US$0.50
- 缓存读取 /百万
- US$0.03
- 延迟
- 0.74 秒
- 吞吐量
- 105 tok/s
- 正常运行时间
- 99.96%

- 输入 /百万
- US$0.15
- 输出 /百万
- US$0.50
- 缓存读取 /百万
- US$0.03
- 延迟
- 1.00 秒
- 吞吐量
- 113 tok/s
- 正常运行时间
- 100.00%
- 输入 /百万
- US$0.16
- 输出 /百万
- US$0.50
- 缓存读取 /百万
- US$0.04
- 延迟
- 0.42 秒
- 吞吐量
- 128 tok/s
- 正常运行时间
- 99.82%
- 44% off
- 输入 /百万
- US$0.084
- 输出 /百万
- US$0.28
- 缓存读取 /百万
- US$0.0168
- 延迟
- 0.81 秒
- 吞吐量
- 66 tok/s
- 正常运行时间
- 99.17%
- 输入 /百万
- US$0.175
- 输出 /百万
- US$0.625
- 缓存读取 /百万
- US$0.0225
- 延迟
- 0.88 秒
- 吞吐量
- 64 tok/s
- 正常运行时间
- 100.00%
- 输入 /百万
- US$0.15
- 输出 /百万
- US$0.50
- 缓存读取 /百万
- US$0.03
- 延迟
- 1.59 秒
- 吞吐量
- 53 tok/s
- 正常运行时间
- 100.00%
- 输入 /百万
- US$0.075
- 输出 /百万
- US$0.25
- 缓存读取 /百万
- US$0.015
- 延迟
- 2.41 秒
- 吞吐量
- 43 tok/s
- 正常运行时间
- 99.91%

- 输入 /百万
- US$0.08
- 输出 /百万
- US$0.50
- 缓存读取 /百万
- US$0.012
- 延迟
- 0.73 秒
- 吞吐量
- 40 tok/s
- 正常运行时间
- 99.94%
- 41% off
- 输入 /百万
- US$0.0885
- 输出 /百万
- US$0.295
- 缓存读取 /百万
- US$0.0177
- 延迟
- 2.50 秒
- 吞吐量
- 38 tok/s
- 正常运行时间
- 96.37%
- 输入 /百万
- US$0.175
- 输出 /百万
- US$0.625
- 缓存读取 /百万
- US$0.0225
- 延迟
- 5.02 秒
- 吞吐量
- 73 tok/s
- 正常运行时间
- 100.00%

- 输入 /百万
- US$0.225
- 输出 /百万
- US$0.75
- 缓存读取 /百万
- US$0.045
- 延迟
- 4.34 秒
- 吞吐量
- 72 tok/s
- 正常运行时间
- 99.25%
- 输入 /百万
- US$0.042
- 输出 /百万
- US$0.184
- 缓存读取 /百万
- US$0.041
- 延迟
- 0.40 秒
- 吞吐量
- 111 tok/s
- 正常运行时间
- 100.00%
- 输入 /百万
- US$0.065
- 输出 /百万
- US$0.24
- 缓存读取 /百万
- US$0.064
- 延迟
- 0.32 秒
- 吞吐量
- 139 tok/s
- 正常运行时间
- 99.94%
- Fast
- 输入 /百万
- US$0.1875
- 输出 /百万
- US$0.625
- 缓存读取 /百万
- US$0.0375
- 延迟
- 0.52 秒
- 吞吐量
- 177 tok/s
- 正常运行时间
- 99.91%
- 输入 /百万
- US$0.15
- 输出 /百万
- US$0.50
- 缓存读取 /百万
- US$0.03
- 延迟
- 1.04 秒
- 吞吐量
- 91 tok/s
- 正常运行时间
- 99.91%
- 输入 /百万
- US$0.15
- 输出 /百万
- US$0.50
- 缓存读取 /百万
- US$0.03
- 延迟
- 0.63 秒
- 吞吐量
- 85 tok/s
- 正常运行时间
- 99.34%
- 输入 /百万
- US$0.15
- 输出 /百万
- US$0.50
- 缓存读取 /百万
- US$0.03
- 延迟
- 2.68 秒
- 吞吐量
- 38 tok/s
- 正常运行时间
- 92.41%

- 输入 /百万
- US$0.065
- 输出 /百万
- US$0.18
- 缓存读取 /百万
- US$0.012
- 延迟
- 3.18 秒
- 吞吐量
- 24 tok/s
- 正常运行时间
- 96.70%
- 输入 /百万
- US$0.10
- 输出 /百万
- US$0.40
- 缓存读取 /百万
- US$0.03
- 延迟
- 0.97 秒
- 吞吐量
- 25 tok/s
- 正常运行时间
- 94.23%
- 输入 /百万
- US$0.105
- 输出 /百万
- US$0.302
- 缓存读取 /百万
- US$0.052
- 延迟
- 1.58 秒
- 吞吐量
- 16 tok/s
- 正常运行时间
- 99.79%

- 输入 /百万
- US$0.15
- 输出 /百万
- US$0.50
- 缓存读取 /百万
- US$0.03
- 延迟
- 0.52 秒
- 吞吐量
- 151 tok/s
- 正常运行时间
- 99.93%
- 不用于 Standard 路由:未使用这些端点的原因
- Flex
- 输入 /百万
- US$0.065
- 输出 /百万
- US$0.325
- 缓存读取 /百万
- US$0.02
- 延迟
- 0.94 秒
- 吞吐量
- 132 tok/s
- 正常运行时间
- 97.10%
定价
客户为此模型实际支付的平均价格,与提供商公布的价格并列展示。由于缓存和折扣,实际支付的价格往往远低于标价。
加权平均值
GLM 5.3 Flash — 价格历史
| US$0.0266 | US$0.4498 | 93.6% | 7.1% | ||
| US$0.0269 | US$0.3360 | 91.6% | 5.0% | ||
| US$0.0271 | US$0.3397 | 91.7% | 8.5% | ||
| US$0.0313 | US$0.0780 | 86.4% | 4.7% | ||
| US$0.0316 | US$0.3246 | 84.5% | 6.0% | ||
| US$0.0344 | US$0.3797 | 85.6% | 13.1% | ||
| US$0.0346 | US$0.4995 | 66.8% | 0.6% | ||
| US$0.0373 | US$0.3997 | 86.2% | 5.1% | ||
| US$0.0377 | US$0.4996 | 89.1% | 0.6% | ||
| US$0.0389 | US$0.1790 | 49.2% | 0.0% | ||
| US$0.0391 | US$0.3495 | 94.4% | 2.6% | ||
| US$0.0399 | US$0.6242 | 88.6% | 0.0% | ||
| US$0.0409 | US$0.3992 | 84.4% | 0.0% | ||
| US$0.0415 | US$0.1835 | 47.6% | 2.1% | ||
| US$0.0420 | US$0.4996 | 90.0% | 2.3% | ||
| US$0.0433 | US$0.2496 | 52.7% | 0.1% | ||
| US$0.0434 | US$0.3496 | 88.5% | 1.2% | ||
| US$0.0444 | US$0.4999 | 88.0% | 16.1% | ||
| US$0.0480 | US$0.4998 | 85.0% | 1.5% | ||
| US$0.0516 | US$0.6495 | 87.1% | 4.8% | ||
| US$0.0526 | US$0.4998 | 81.2% | 0.9% | ||
| US$0.0532 | US$0.4997 | 80.6% | 0.4% | ||
| US$0.0588 | US$0.2996 | 67.9% | 0.3% | ||
| US$0.0589 | US$0.4996 | 75.9% | 0.7% | ||
| US$0.0589 | US$0.2394 | 73.7% | 1.1% | ||
| US$0.0610 | US$0.4996 | 74.1% | 0.4% | ||
| US$0.0612 | US$0.3193 | 85.6% | 0.2% | ||
| US$0.0618 | US$0.4996 | 81.8% | 0.4% | ||
| US$0.0621 | US$0.4997 | 73.3% | 0.0% | ||
| US$0.0627 | US$0.2946 | 36.4% | 0.2% | ||
| US$0.0643 | US$0.2394 | 65.5% | 0.5% | ||
| US$0.0647 | US$0.4998 | 71.0% | 2.9% | ||
| US$0.0676 | US$0.2837 | 25.5% | 1.0% | ||
| US$0.0701 | US$0.4992 | 66.5% | 0.0% | ||
| US$0.0749 | US$0.4999 | 62.6% | 2.3% | ||
| US$0.0813 | US$0.4999 | 57.3% | 5.2% | ||
| US$0.0856 | US$0.4997 | 53.6% | 0.5% | ||
Fast | US$0.0931 | US$0.6245 | 62.9% | 0.5% | |
| US$0.0939 | US$0.7493 | 72.8% | 0.8% | ||
| US$0.1008 | US$0.6242 | 48.5% | 0.0% | ||
不用于 Standard 路由:未使用这些端点的原因 | |||||
| US$0.0409 | US$0.3248 | 53.4% | 0.2% | ||
- 有效输入价格 US$0.0266 / 实际输出 US$0.4498token 占比7.1%
- 有效输入价格 US$0.0269 / 实际输出 US$0.3360token 占比5.0%
- 有效输入价格 US$0.0271 / 实际输出 US$0.3397token 占比8.5%
- 有效输入价格 US$0.0313 / 实际输出 US$0.0780token 占比4.7%
- 有效输入价格 US$0.0316 / 实际输出 US$0.3246token 占比6.0%
- 有效输入价格 US$0.0344 / 实际输出 US$0.3797token 占比13.1%
- 有效输入价格 US$0.0346 / 实际输出 US$0.4995token 占比0.6%
- 有效输入价格 US$0.0373 / 实际输出 US$0.3997token 占比5.1%
- 有效输入价格 US$0.0377 / 实际输出 US$0.4996token 占比0.6%
- 有效输入价格 US$0.0389 / 实际输出 US$0.1790token 占比0.0%
- 有效输入价格 US$0.0391 / 实际输出 US$0.3495token 占比2.6%
- 有效输入价格 US$0.0399 / 实际输出 US$0.6242token 占比0.0%
- 有效输入价格 US$0.0409 / 实际输出 US$0.3992token 占比0.0%
- 有效输入价格 US$0.0415 / 实际输出 US$0.1835token 占比2.1%
- 有效输入价格 US$0.0420 / 实际输出 US$0.4996token 占比2.3%
- 有效输入价格 US$0.0433 / 实际输出 US$0.2496token 占比0.1%
- 有效输入价格 US$0.0434 / 实际输出 US$0.3496token 占比1.2%
- 有效输入价格 US$0.0444 / 实际输出 US$0.4999token 占比16.1%
- 有效输入价格 US$0.0480 / 实际输出 US$0.4998token 占比1.5%
- 有效输入价格 US$0.0516 / 实际输出 US$0.6495token 占比4.8%
- 有效输入价格 US$0.0526 / 实际输出 US$0.4998token 占比0.9%
- 有效输入价格 US$0.0532 / 实际输出 US$0.4997token 占比0.4%
- 有效输入价格 US$0.0588 / 实际输出 US$0.2996token 占比0.3%
- 有效输入价格 US$0.0589 / 实际输出 US$0.4996token 占比0.7%
- 有效输入价格 US$0.0589 / 实际输出 US$0.2394token 占比1.1%
- 有效输入价格 US$0.0610 / 实际输出 US$0.4996token 占比0.4%
- 有效输入价格 US$0.0612 / 实际输出 US$0.3193token 占比0.2%
- 有效输入价格 US$0.0618 / 实际输出 US$0.4996token 占比0.4%
- 有效输入价格 US$0.0621 / 实际输出 US$0.4997token 占比0.0%
- 有效输入价格 US$0.0627 / 实际输出 US$0.2946token 占比0.2%
- 有效输入价格 US$0.0643 / 实际输出 US$0.2394token 占比0.5%
- 有效输入价格 US$0.0647 / 实际输出 US$0.4998token 占比2.9%
- 有效输入价格 US$0.0676 / 实际输出 US$0.2837token 占比1.0%
- 有效输入价格 US$0.0701 / 实际输出 US$0.4992token 占比0.0%
- 有效输入价格 US$0.0749 / 实际输出 US$0.4999token 占比2.3%
- 有效输入价格 US$0.0813 / 实际输出 US$0.4999token 占比5.2%
- 有效输入价格 US$0.0856 / 实际输出 US$0.4997token 占比0.5%
- 有效输入价格 US$0.0931 / 实际输出 US$0.6245Fasttoken 占比0.5%
- 有效输入价格 US$0.0939 / 实际输出 US$0.7493token 占比0.8%
- 有效输入价格 US$0.1008 / 实际输出 US$0.6242token 占比0.0%
- 不用于 Standard 路由:未使用这些端点的原因
- 有效输入价格 US$0.0409 / 实际输出 US$0.3248Flextoken 占比0.2%
性能
吞吐量是模型生成内容的速度(每秒 token 数,越高越好)。延迟是完整的往返时间(越低越好)。TTFT 是首个 token 的响应时间,即您看到内容出现前需要等待的时间(越低越好)。
P50,所有提供商中最佳
P50,最佳提供商
正常运行时间
正常运行时间是指过去 3 天中至少有一家提供商响应请求的时间百分比。可用性是指成功提供推理服务的时间百分比。OpenRouter 会持续监控,并在某家提供商返回错误时使用次优提供商。
过去 3 天的可用性
最近 72 小时过去 24 小时的可用性
当上游提供商发生错误时,如果您的请求筛选条件允许,我们可以通过路由到另一家健康的提供商来恢复服务。您可以通过以下接口以编程方式访问各提供商的正常运行时间数据: 端点 API。了解更多有关我们的 负载均衡和提供商路由选项。
基准测试
标准化评测得分,以及此模型针对共用基准测试提示词的实际输出。百分比越高越好,每项排名显示此模型在该来源所评测的模型中的位置。
| 来源 | 基准测试 | 得分 |
|---|---|---|
| Artificial Analysis | GLM-5.3-Flash Intelligence Index | 27.8 |
| Artificial Analysis | GLM-5.3-Flash Finance & Accounting Index | 38.8 |
| Artificial Analysis | GLM-5.3-Flash Strategy & Ops Index | 44.5 |
| Artificial Analysis | GLM-5.3-Flash Legal Index | 34.8 |
| Artificial Analysis | GLM-5.3-Flash Healthcare & Medical Index | 36.6 |
| Artificial Analysis | GLM-5.3-Flash Engineering Index | 34.5 |
| Artificial Analysis | GLM-5.3-Flash Economics Index | 35.3 |
| Artificial Analysis | GLM-5.3-Flash Cyber Index | 49.9 |
| Artificial Analysis | GLM-5.3-Flash Openness Index | 44.4 |
| Artificial Analysis | GLM-5.3-Flash AutomationBench-AA | 60.4% |
| Artificial Analysis | GLM-5.3-Flash GDP.pdf | 15.4% |
| Artificial Analysis | GLM-5.3-Flash AA-AnalystAgent | 25.0% |
| Artificial Analysis | GLM-5.3-Flash EnterpriseOps-Gym-AA | 33.2% |
| Artificial Analysis | GLM-5.3-Flash ITBench-AA | 51.2% |
| Artificial Analysis | GLM-5.3-Flash Harvey LAB-AA | 0.8% |
| Artificial Analysis | GLM-5.3-Flash GPQA Diamond | 91.2% |
| Artificial Analysis | GLM-5.3-Flash HLE | 39.9% |
| Artificial Analysis | GLM-5.3-Flash AA-LCR | 80.0% |
| Artificial Analysis | GLM-5.3-Flash τ³-Banking | 47.2% |
| Artificial Analysis | GLM-5.3-Flash GDPval-AA | 57.4% |
| Artificial Analysis | GLM-5.3-Flash CritPt | 15.4% |
| Artificial Analysis | GLM-5.3-Flash HLE-Diamond | 18.2% |
| Artificial Analysis | GLM-5.3-Flash SciCode | 51.6% |
| Artificial Analysis | GLM-5.3-Flash Terminal-Bench 4.0 | 32.8% |
| Artificial Analysis | GLM-5.3-Flash Terminal-Bench 2.1 | 84.3% |
| Artificial Analysis | GLM-5.3-Flash FrontierCode-AA 2.0 | 17.6% |
| Artificial Analysis | GLM-5.3-Flash FrontierCode 1.1 | 41.0% |
| Artificial Analysis | GLM-5.3-Flash Terminal-Bench-Science | 4.8% |
| Artificial Analysis | GLM-5.3-Flash CritPt v2 (Hard Subset) | 24.5% |
| Artificial Analysis | GLM-5.3-Flash CritPt v2 | 46.3% |
| Artificial Analysis | GLM-5.3-Flash AA-Omniscience Accuracy | 28.2% |
| Artificial Analysis | GLM-5.3-Flash AA-Omniscience Non-Hallucination Rate | 61.7% |
| Artificial Analysis | GLM-5.3-Flash CWE-Bench-AA | 55.8% |
| Artificial Analysis | GLM-5.3-Flash DeepsecBench-AA | 19.9% |
| Artificial Analysis | GLM-5.3-Flash CyberGym-E2E-AA | 74.0% |
| Artificial Analysis | GLM-5.3-Flash MLCR-AA | 11.7% |
| Artificial Analysis | GLM-5.3-Flash VIALS-AA | 39.8% |
| Design Arena | GLM-5.3-Flash Agents Arena Pdf Elo | 1217 |
| Design Arena | GLM-5.3-Flash Models Arena 3D Elo | 1282 |
| Design Arena | GLM-5.3-Flash Models Arena Asciiart Elo | 1255 |
| Design Arena | GLM-5.3-Flash Models Arena Code Categories Elo | 1260 |
| Design Arena | GLM-5.3-Flash Models Arena Data Visualization Elo | 1253 |
| Design Arena | GLM-5.3-Flash Models Arena Game Development Elo | 1256 |
| Design Arena | GLM-5.3-Flash Models Arena SVG Elo | 1265 |
| Design Arena | GLM-5.3-Flash Models Arena UI Component Elo | 1290 |
| Design Arena | GLM-5.3-Flash Models Arena Website Elo | 1252 |
| Vals AI | GLM 5.3 Flash Access to Justice Benchmark | 71.1% |
| Vals AI | GLM 5.3 Flash Code Migration v1.1 | 51.6% |
| Vals AI | GLM 5.3 Flash CyberBench v1.1 | 67.9% |
| Vals AI | GLM 5.3 Flash CyberOffense | 18.3% |
| Vals AI | GLM 5.3 Flash EMB v1.1 | 66.3% |
| Vals AI | GLM 5.3 Flash Finance Agent v2.1 | 60.6% |
| Vals AI | GLM 5.3 Flash Vals Finance Index | 55.8% |
| Vals AI | GLM 5.3 Flash GPQA Diamond | 86.4% |
| Vals AI | GLM 5.3 Flash HLAB-Vals-1.1 | 10.4% |
| Vals AI | GLM 5.3 Flash IOI | 52.5% |
| Vals AI | GLM 5.3 Flash LiveCodeBench | 80.5% |
| Vals AI | GLM 5.3 Flash LegalBench | 83.9% |
| Vals AI | GLM 5.3 Flash Vals Legal Index | 71.1% |
| Vals AI | GLM 5.3 Flash Legal Research Bench | 45.2% |
| Vals AI | GLM 5.3 Flash MedScribe | 88.9% |
| Vals AI | GLM 5.3 Flash MMLU Pro | 86.1% |
| Vals AI | GLM 5.3 Flash MMMU Pro | 86.0% |
| Vals AI | GLM 5.3 Flash ProgramBench | 0.0% |
| Vals AI | GLM 5.3 Flash ProofBench v1.1 | 21.0% |
| Vals AI | GLM 5.3 Flash SAGE | 89.3% |
| Vals AI | GLM 5.3 Flash SkillsBench | 40.2% |
| Vals AI | GLM 5.3 Flash SRE Bench | 0.8% |
| Vals AI | GLM 5.3 Flash SWE-bench | 92.0% |
| Vals AI | GLM 5.3 Flash Tax Agent Bench | 31.6% |
| Vals AI | GLM 5.3 Flash TaxEval v2 | 75.6% |
| Vals AI | GLM 5.3 Flash Terminal-Bench 4.0 | 37.4% |
| Vals AI | GLM 5.3 Flash Terminal-Bench-Science | 2.9% |
| Vals AI | GLM 5.3 Flash Vals Index | 50.9% |
| Vals AI | GLM 5.3 Flash Vibe Code Bench 1-100 | 16.0% |
| Vals AI | GLM 5.3 Flash Vibe Code Bench v1.1 | 30.8% |
应用
向此模型发送最多流量的公开应用。这能很好地反映实际生产工作负载的情况,也能提示此模型最适合哪些用例。
活动
此模型的 token 用量和请求流量随时间的变化。
API
可直接用于调用此模型的代码。OpenRouter 的 API 与 OpenAI 兼容——大多数 SDK 只需替换基础 URL 即可使用。切换模型时,唯一需要更改的是下方的模型标识符。
可通过欧盟区域内路由使用
Z.ai: GLM 5.3 Flash 可通过欧盟区域内路由使用。发送至 eu.openrouter.ai 的请求会在欧盟境内解密,并且仅路由至欧洲(欧盟/欧洲经济区、英国和瑞士)的共享提供商端点。
- 欧洲的提供商
- Inceptron
- 欧洲价格
- Inceptron:输入 US$0.16/M tokens,输出 US$0.50/M tokens
- 基础 URL
https://eu.openrouter.ai/api/v1- 套餐
- 需要 Business 或 Enterprise 套餐。Business 支持自助使用:无需合同,无每月最低消费。 用于欧盟区域内路由的 OpenRouter Business
故障时关闭:如果欧洲没有可用的共享提供商端点,请求将报错,而不会离开该区域。使用您自己的 BYOK 密钥处理的请求会发送至您部署所在的区域,该区域由您控制。 区域内路由文档
文档
在 OpenRouter 上使用 Z.ai: GLM 5.3 Flash 构建应用的指南、实用教程、博客文章和工具。
常见问题
Yes, the stealth model Ox Alpha was revealed to be ZAI's new model, GLM-5.3 Flash.
GLM-5.3-Flash is a native multimodal model from Z.ai. It is suited for efficient coding and long-horizon agent tasks. Its hybrid sparse and linear attention architecture maintains accurate long-context behavior while reducing compute overhead.
OpenRouter 上的 GLM 5.3 Flash 文档包括 Open-Weight vs Closed-Weight Models: What's the Difference? 博客文章。快速入门介绍了 API 密钥和您的首次请求,API 参考列出了所有参数。
GLM 5.3 Flash 的费用为 US$0.0399/百万输入 token 和 US$0.0784/百万输出 token,Cache Read,价格为 US$0.03/M tokens 单独计费。
GLM 5.3 Flash 的上下文窗口为 1,048,576 个 token。它最多支持 131,072 个补全 token。
是的。GLM 5.3 Flash 支持通过 tools 进行函数调用。 它还支持通过 response_format 中的 JSON schema 实现结构化输出。
GLM 5.3 Flash 接受 文本、图像和视频 作为输入,并返回 文本。
在 OpenRouter 上,GLM 5.3 Flash 由 35 家提供商提供服务:Relace, Wafer, Open Inference, Darkbloom, Particle AI, Tenstorrent, NEAR AI, NovitaAI 及另外 27 个。 请求会路由至最佳的可用提供商,并在故障时自动切换至其他提供商,您也可以通过提供商路由固定或排除提供商。
GLM 5.3 Flash 于 2026年8月26日 发布。