GLM-5.3-Flash

我們的 328B 稀疏 MoE 旗艦模型，經過張量層級去審查，具備頂尖水準的推理能力，適合複雜的程式開發、長時間執行的 agent 和深入分析。支援視覺與工具呼叫，所有方案都提供完整的 262K 情境視窗。

這是我們能力最強的模型，適合複雜的程式開發、長時間執行的 agent，以及深度推理與分析。所有方案都提供完整的 262K 情境視窗。只要用戶端允許自訂相容於 OpenAI 的 Base URL 和模型 ID，就能使用。

重點一覽

• 模型系列：GLM-5.3-Flash
• 模型 ID：glm-5.3-flash
• 方案每月 $109 起
• 用量：token 與訊息無限使用
• 情境視窗：所有方案皆提供 262,144 個 token
• 張量層級去審查，支援視覺與工具呼叫
• 存取方式：封閉測試 · 邀請制

GLM-5.3-Flash 訂閱方案

• GLM Standard：$109/月 · token 與訊息無限使用 · 262K 情境視窗 · 1 個並行串流
• GLM Pro：$199/月 · token 與訊息無限使用 · 262K 情境視窗 · 2 個並行串流
• GLM Ultra：$399/月 · token 與訊息無限使用 · 262K 情境視窗 · 4 個並行串流
• GLM Dedicated：$5,999/月 · token 與訊息無限使用 · 262K 情境視窗 · 8 個並行串流

比較方案 · 申請測試版存取 · 閱讀文件

GLM-5.3-Flash 適合哪些工作

• 複雜的程式開發：將整個程式碼儲存庫納入情境，進行跨檔案修改、重構與除錯。
• agent：透過工具呼叫與可調整的推理力道，在 Claude Code、Codex 或 OpenCode 中執行耗時且包含多個步驟的任務。
• 分析：完整閱讀合約、研究資料與長篇文件。
• 深度小說創作：撰寫情節豐富的長篇作品，經過數百則訊息仍能維持前後一致。

規格

• 參數：328B（稀疏專家混合架構）
• 情境視窗：262K（token，所有方案皆適用）
• 輸入：文字 + 圖片（內建視覺能力）
• 推理：4 個等級（none · low · high · max）
• 模型 ID：glm-5.3-flash
• 基礎模型：Z.ai 的 GLM-5.3-Flash，採開放權重
• 輸出：文字，推理內容另行回傳
• API：相容於 OpenAI 和 Anthropic
• 工具呼叫、視覺、串流、JSON 輸出、OpenAI 與 Anthropic API、從模型權重去除審查、token 無限使用

一分鐘完成連線

任何相容於 OpenAI 的用戶端都能使用。以下是 Python 範例：

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)

設定指南：SillyTavern · Janitor AI · Open WebUI · Claude Code · API 文件

GLM-5.3-Flash 常見問題

GLM-5.3-Flash 真的無審查嗎？

是的。我們直接從模型權重移除拒絕行為（張量層級去審查），因此你不必持續調整越獄提示詞。視覺、工具呼叫與推理能力都完整保留。

真的可以無限使用嗎？

是的。所有 GLM-5.3-Flash 方案的 token 和訊息都無限使用，沒有用量上限，也不按用量計費。方案之間的差別僅在於可同時執行的請求數量。

我可以使用多大的情境視窗？

所有方案都提供完整的 262,144 個 token 情境視窗，不會另外調低單次請求的上限。

我可以關閉推理嗎？

可以。將 reasoning_effort 設為 "none" 即可直接取得回答，也可設為 "low"、"high"（預設值）或 "max"。