智谱 · GLM-5.3官方价
GLM-5.3-FlashX
和 GLM-5.3-Flash 同一个模型，推理速度最高约 200 tokens/s，适合要求响应快的对话和编程助手。
1M 上下文128K 输出
输入$0.2857$0.2857
输出$1.00$1.00
缓存读取$0.0814$0.0814
智谱GLM-5.3 · 旗舰官方价
GLM-5.3
智谱 GLM-5 系列旗舰：1M 上下文、最长 128K 输出，始终开启深度思考，适合复杂编程、长文档和多步任务。
「最新旗舰模型，编程体验提升 50%」— 智谱 官方介绍
上下文窗口1M1,000,000 tokens
最大输出128K128,000 tokens
知识截止—官方未在价格页列出
推理档位
低高最高
价格
美元 / 百万 tokens，划线为官方当前标价。
在棉花糖 API
$1.14输入 · 官方 $1.14
$4.00输出 · 官方 $4.00
缓存读取$0.2857$0.2857
怎么调用
base_url 填 https://api.mallowapi.com/v1，model 填 GLM-5.3。
# pip install openai
from openai import OpenAI
client = OpenAI(
api_key="sk-你的密钥",
base_url="https://api.mallowapi.com/v1",
)
resp = client.chat.completions.create(
model="GLM-5.3",
messages=[{"role": "user", "content": "用一句话介绍你自己"}],
)
print(resp.choices[0].message.content)curl https://api.mallowapi.com/v1/chat/completions \
-H "Authorization: Bearer sk-你的密钥" \
-H "Content-Type: application/json" \
-d '{"model": "GLM-5.3", "messages": [{"role": "user", "content": "你好"}]}'- 1M 上下文 / 128K 输出
- 思考强度可选 low / high / max
亮点
- 复杂编程
- 长文档分析
适合用来
同系列的其他模型
智谱 · GLM-5.3官方价
GLM-5.3-Flash
GLM-5 系列首个原生多模态模型：能看图片、视频和文件，1M 上下文，价格低，适合量大的日常任务。
1M 上下文128K 输出
输入$0.1143$0.1143
输出$0.40$0.40
缓存读取$0.0329$0.0329
DeepSeek · DeepSeek-V4.1官方价
DeepSeek-V4.1-Flash
DeepSeek V4.1 Flash：1M 上下文、最长 384K 输出，默认开启思考，支持函数调用和 JSON 输出，空闲时段价格减半。
1M 上下文384K 输出
输入$0.1429$0.1429
输出$0.5714$0.5714
缓存读取$0.0029$0.0029
数据来源：bigmodel.cn · docs.bigmodel.cn，核对日期 2026-10-08。