GLM-5.3 与 GLM-5.3-Flash 怎么选

三条线不是同一件事

智谱在 GLM-5 这一代拆出了三个型号，名字接近，定位差得远。GLM-5.3 是新一代旗舰文本模型，在 GLM-5.2 基础上通过后训练全面进阶，编程能力提升 50%，在漏洞发现这类网络安全任务中表现突出。GLM-5.3-Flash 是 GLM-5 系列首个原生多模态模型，总参数 320B、激活 18B，采用稀疏与线性注意力混合架构。GLM-5.3-FlashX 是原生多模态极速版，最高推理速度 200 tokens/s。

三者上下文都是 100 万 token，最大输出都是 131,072。容量一样，差别在模态支持、推理深度和单价上。

GLM-5.3：纯文本旗舰

GLM-5.3 的输入只支持文本，输出也是文本。它始终启用思考功能，并提供三种推理强度调节，适合需要稳定推理链的任务：代码审计、漏洞分析、复杂业务规则推导、长文档的逻辑一致性检查。

编程能力提升 50% 这个数字来自官方，参照基数是 GLM-5.2。放到实际工作里，它对应的是多文件改动时上下文关联更准、生成的补丁更少需要人工返工。网络安全方向的强化则体现在漏洞发现类任务，做代码安全扫描、依赖风险梳理时，它比通用模型更容易给出可复现的路径。

纯文本这件事不是缺点。文本模型的 token 效率通常更高，同样的中文输入消耗的 token 更少，长文档处理的单位成本反而更低。

GLM-5.3-Flash：原生多模态

GLM-5.3-Flash 是这一代真正的变化。它原生融入视觉能力，输入支持文本、图像、视频和文件，能覆盖前端开发、游戏构建、3D 场景和 Office 文档交付这几类完整工作流。

原生多模态和"外挂视觉模型"的区别在链路长度。外挂方案要先调视觉模型转成文字描述，再交给文本模型，两次调用、两次计费、两次信息损失。原生多模态一次请求就完成，截图里的布局问题、设计稿里的间距偏差能直接被理解。

320B 总参数但每次只激活 18B，加上稀疏与线性注意力混合架构，这是它能把输入价压到 0.8 元/百万 token 的结构基础。同价位的通用模型很少有 100 万上下文，多模态支持更少。

价格对照

缓存读取价也拉开差距：GLM-5.3 是 2 元/百万 token，Flash 是 0.25 元，FlashX 是 0.57 元。长对话里固定前缀被反复复用，缓存这一项的差别会放大到账单上，输入价越高、缓存占比越大，省下的绝对金额越多。

FlashX 只在官渠国模分组可用，倍率同样是 0.2，但它的定位是速度而不是价格——200 tokens/s 的推理速度适合交互式产品，用户等待时间能压到可接受范围。

怎么选

只处理文本、且任务需要多步推理的，选 GLM-5.3。典型场景是代码审计、合同条款比对、复杂规则推导。它的单价比 Flash 贵 10 倍，但在这类任务上少返工一次就赚回来了。

要看图、看视频、或者要交付前端页面和 Office 文档的，选 GLM-5.3-Flash。0.16 元的输入价意味着可以大胆地把整个项目的截图和设计稿一起送进去，不用担心成本失控。

对首字延迟敏感、面向终端用户的，选 GLM-5.3-FlashX。200 tokens/s 的输出速度在聊天类产品里体感差别很明显，代价是只能在官渠国模分组使用。

算一笔账：1000 万输入加 200 万输出的月度消耗，GLM-5.3 是 10 × 1.6 + 2 × 5.6 = 27.2 元，Flash 是 10 × 0.16 + 2 × 0.56 = 2.72 元，FlashX 是 10 × 0.4 + 2 × 1.4 = 6.8 元。同样的量，最贵和最便宜差 10 倍。

接入

from openai import OpenAI

client = OpenAI(api_key="sk-...", base_url="https://ai.idcidiot.com/v1")

resp = client.chat.completions.create(
    model="glm-5.3-flash",
    messages=[{
        "role": "user",
        "content": [
            {"type": "text", "text": "按这张设计稿还原页面，指出三处间距问题"},
            {"type": "image_url", "image_url": {"url": "https://example.com/mock.png"}},
        ],
    }],
)
print(resp.choices[0].message.content)

三个型号的详细参数分别在 GLM-5.3 与 GLM-5.3-Flash 模型页，完整清单见模型总览，倍率以价格页为准。