Unquant

Opening your workspace…

Unquant

GLM-5.3-Flash

我们的 328B 稀疏 MoE 旗舰模型，张量级无审查：面向复杂编程、长期 Agent 和深度分析的前沿推理能力，支持视觉、工具调用，每个套餐均提供完整的 262K 上下文。

我们最强大的模型，适合复杂编程、长期 Agent、深度推理与分析，每个套餐均提供完整的 262K 上下文。支持任何接受自定义 OpenAI 兼容 Base URL 和模型 ID 的客户端。

概览

  • 模型系列：GLM-5.3-Flash
  • 模型 ID：glm-5.3-flash
  • 套餐低至 $109/月
  • 用量：无限 token 和消息
  • 上下文：每个套餐均为 262,144 token
  • 张量级无审查，支持视觉和工具调用
  • 访问方式：私测 · 邀请制

GLM-5.3-Flash 订阅

  • GLM Standard：$109/月 · 无限 token 和消息 · 262K 上下文 · 1 个并发流
  • GLM Pro：$199/月 · 无限 token 和消息 · 262K 上下文 · 2 个并发流
  • GLM Ultra：$399/月 · 无限 token 和消息 · 262K 上下文 · 4 个并发流
  • GLM Dedicated：$5,999/月 · 无限 token 和消息 · 262K 上下文 · 8 个并发流

套餐对比 · 申请公测资格 · 阅读文档

GLM-5.3-Flash 适用场景

  • 复杂编程：多文件修改、重构和调试，整个仓库均在上下文中。
  • Agent：工具调用和可调推理，适用于 Claude Code、Codex 或 OpenCode 中的长、多步骤运行。
  • 分析：合同、研究报告和长文档，完整阅读。
  • 严肃创作：情节丰富的长篇写作，在数百条消息中保持一致性。

规格参数

  • 参数量：328B（稀疏混合专家架构）
  • 上下文：262K（每个套餐，以 token 计）
  • 输入：文本 + 图像（内置视觉）
  • 推理：4 个级别（none · low · high · max）
  • 模型 ID：glm-5.3-flash
  • 基础模型：Z.ai 的 GLM-5.3-Flash，开放权重
  • 输出：文本，推理内容单独返回
  • API：兼容 OpenAI 和 Anthropic
  • 工具调用、视觉、流式输出、JSON 输出、OpenAI & Anthropic API、权重无审查、无限 token

一分钟接入

任意 OpenAI 兼容客户端均可使用。Python 示例：

from openai import OpenAI

client = OpenAI(base_url="https://api.unquant.io/v1", api_key="YOUR_UNQUANT_KEY")
reply = client.chat.completions.create(
    model="glm-5.3-flash",
    messages=[{"role": "user", "content": "Hello!"}],
)
print(reply.choices[0].message.content)

配置指南：SillyTavern · Janitor AI · Open WebUI · Claude Code · API 文档

GLM-5.3-Flash 常见问题

GLM-5.3-Flash 真的无审查吗？

是的。拒绝行为从模型权重中移除（张量级无审查），无需维护越狱提示词。视觉、工具调用和推理不受影响。

真的无限吗？

是的。每个 GLM-5.3-Flash 套餐均包含无限 token 和消息，无上限和计量器。套餐仅在同时可运行的请求数量上有所不同。

可以使用多长的上下文？

每个套餐均提供完整的 262,144 token 窗口，无更低的单次请求上限。

可以关闭推理吗？

可以。发送 reasoning_effort "none" 直接回答，或 "low"、"high"（默认）或 "max"。