zAI上新
模型 ID：
z-ai/glm-5.3-flash
GLM-5 系列首个原生多模态模型。总参 320B、激活 18B，采用稀疏注意力与线性注意力混合架构；智能强于 GLM-5.2，注意力计算与 KV 缓存较 GLM-5.3 分别降低约 3.01× 与 4.44×。支持 1M 上下文，输入文本/图像/视频/文件，思考不可关闭。
工具调用结构化输出视频理解图像理解深度思考内容缓存
上下文
1000K
最大输出
128K
输入类型
文本 / 图像 / 视频 / 文件
输出类型
文本
价格方案
不同上下文区间和计费项可能采用不同单价，请以请求实际命中的价格规则为准。
| 条件 | 计费项 | 价格 |
|---|---|---|
| 输入长度 (0, 无限] 且输出长度 (0, 无限] | 输出 | 0.0028 元 / K |
| 缓存输入 | 0.00023 元 / K | |
| 非缓存输入 | 0.0008 元 / K |
API 接入
使用模型 ID 和对应的 Base URL，即可通过兼容接口接入模型。
Model ID
z-ai/glm-5.3-flash
用于在推理接口中指定模型
模型别名
模型 ID 的兼容别名，与 Model ID 等价
API Key
用于设置推理接口的 Bearer Token（OAuth 2.0 认证令牌）
Completions BaseURL
https://api.qnaigc.com/v1
兼容 Completions 接口（即 /chat/completions），支持 OpenAI SDK、Codex 等
Messages BaseURL
https://api.qnaigc.com/
兼容 Messages 接口（即 /v1/messages），支持配置到 Claude Code 等工具
API 文档
详细的接口说明、参数定义和使用示例
模型介绍
关于模型能力、适用场景与使用限制的官方说明。
GLM-5 系列首个原生多模态模型。总参 320B、激活 18B，采用稀疏注意力与线性注意力混合架构；智能强于 GLM-5.2，注意力计算与 KV 缓存较 GLM-5.3 分别降低约 3.01× 与 4.44×。支持 1M 上下文，输入文本/图像/视频/文件，思考不可关闭。