API 调用
无需部署,通过统一 API 快速调用模型,按实际用量付费。
GLM-5.3-Flash 是智谱推出的原生多模态模型,总参数 320B、激活参数 18B,采用稀疏注意力与线性注意力混合架构,支持 1M 上下文,擅长视觉理解、编程、深度推理与复杂智能体任务
通过 API 即可调用,按实际使用量计费。
计费币种:人民币| 计费类型 | 单价 / 计费单位 |
|---|---|
| 输出 tokens | ¥ 2.80 / M Tokens |
| 缓存命中 tokens | ¥ 0.23 / M Tokens |
| 输入 tokens | ¥ 0.80 / M Tokens |
Base URL: https://api.siliconflow.cn/v1
curl -X POST https://api.siliconflow.cn/v1/chat/completions \
-H "Authorization: Bearer $SILICONFLOW_API_KEY" \
-H "Content-Type: application/json" \
-d '{
"model": "zai-org/GLM-5.3-Flash",
"messages": [
{
"role": "user",
"content": "你好,请介绍一下自己。"
}
]
}'
请将 API Key 设置为环境变量 SILICONFLOW_API_KEY,避免在客户端公开密钥。
无需部署,通过统一 API 快速调用模型,按实际用量付费。
为业务预留专属资源,满足持续、稳定的模型调用需求。
GLM-5.3-Flash 是智谱 GLM-5 系列首款原生多模态模型,具备视觉理解、编程与推理能力。
能理解图片、生成代码,并可在 Agent 环境中结合视觉反馈进行验证与迭代优化。
适用于需同时处理视觉信息与代码任务的工作流。
硅基流动已上线高速版 GLM-5.3-Flash,开发者可通过硅基流动 API 调用。
GLM-5.3-Flash 在 Artificial Analysis 综合智能指数中取得 42 分,与 Claude Opus 4.8(max)持平。
在智谱自研的 Z.ai Code Bench 体感评估中,编程表现也与 Claude Opus 4.8(max)相当。
模型在相应评估中的表现可作为参考,具体应用仍需结合实际任务验证。
GLM-5.3-Flash 支持 1M Tokens 长上下文。
GLM 系列首次融合稀疏注意力与线性注意力机制,在长上下文精确处理基础上降低推理成本。
引入流形约束超连接技术,基于 30T-token 多模态预训练语料训练。
通过架构与训练方案优化,以更少计算资源实现更强智能表现。
GLM-5.3-Flash 适用于前端开发、游戏开发、3D 开发,以及需要视觉理解与反馈的日常办公和多模态 Agent 任务。
3D 相机开发案例中,模型根据参考图生成代码,构建可交互、可拆解的 3D 相机,并在测试阶段依据视觉反馈调整文字、标签等渲染细节。
模型能结合 Agent 环境完成视觉解析、代码生成与验证优化的能力,而非仅做单次识图,或仅凭一次 API 调用就交付完整。
GLM-5.3-Flash 的定价分缓存命中、输入、输出,三项价格对应不同的计费类别。
实际调用请以平台当前展示的计费规则与价格为准。
开发者可通过硅基流动 API 调用 GLM-5.3-Flash。
可接入工具包括 WorkBuddy、Claude Code、Codex、CodeBuddy、Cursor、TRAE、OpenCode、Cline 和 Hermes Agent 等,可用于代码工程与多模态 Agent 任务。
具体配置可参考硅基流动平台的文档完成。