GLM 5.3 Flash
Z.ai推出的GLM 5.3 Flash是一款原生多模态模型，适用于高效编码与长周期智能体任务。它采用混合稀疏与线性注意力架构，在维持精准长上下文表现的同时，还能兼顾运行效率，可支撑各类对算力与响应速度有要求的场景应用。
上下文 1.3M会用工具结构化输出深度推理能看图
适合做什么
根据公开评测与能力标签，一句话帮你判断用途
整体来看，写代码和改工程很拿手；适合做需要多轮推进的助手工作流；还能看图一起分析。
- 优先考虑：代码生成、重构、读仓库、排查问题
- 也适合：拆任务、串工具、长流程代办
- 长文友好：一次塞很多资料也不容易“忘前面”
- 回答前会强制深度思考，复杂题更稳，但可能更慢更贵
实力怎么样
Artificial Analysis 公开指数，分数越高越好，大约按 0–100 理解
综合智能
常识、推理、知识问答这类“脑子够不够用”
57.5 中等
评测榜第 9 名 / 123写代码
写程序、改 bug、读仓库时的表现
71.5 不错
评测榜第 16 名 / 123当助手干活
多步骤任务、工具调用、把事情办完的能力
58.2 中等
评测榜第 5 名 / 123大概要花多少钱
按每百万 tokens 计价（约等于几十万到上百万汉字量级）
读入内容
$0.075/M
你把资料/问题喂给模型的费用
写出回答
$0.250/M
模型生成回复的费用，通常更贵
重复内容缓存
$0.015/M
相同上下文再次命中时更便宜
举个例子：读进约 50 万 tokens、写出约 5 万 tokens，大约花费 $0.05（按公开标价估算）。
能处理什么
输入、输出与常见能力开关
能看懂
文本图像视频
能产出
文本
还会这些
工具调用JSON / 结构化指定输出格式推理参数可见思考过程
怎么思考
推理模式决定它会不会先“慢慢想再答”
这是一台“先想清楚再开口”的模型。
- 必须先思考再回答，关闭不了——难题更稳，简单题也可能偏慢
- 可调思考强度：最高 / 高 / 低
- 支持把思考过程一并返回，方便排查它怎么想的
近期有多热
OpenRouter 日调用量 · 最近一日第 4 / 51 名