微信扫一扫GLM-5.3-FlashX
GLM-5.3-FlashX 是智谱 GLM-5.3 多模态系列的高速版本，官方标称推理速度可达 200 tokens/s
GLM-5.3-FlashX 支持文本、图片、视频和文件输入，提供 1M 上下文、128K 最大输出与约 200 tokens/s 推理速度，适合低延迟多模态和 Agent 任务
stars能力特性
visibility视觉理解code函数调用data_object结构化输出
payments上下文与价格
上下文长度1,000,000
最大输出131,072
输入价格$0.37/ 每 1M tokens
输出价格$1.25/ 每 1M tokens
缓存输入价格$0.075/ 每 1M tokens
description详细介绍
模型概述
GLM-5.3-FlashX 是智谱 GLM-5.3-Flash 的高速版本，模型 ID 为 glm-5.3-flashx。官方文档列出的上下文窗口为 1,048,576 Tokens，最大输出为 131,072 Tokens，输入支持文本、图片、视频和文件，输出为文本。官方标称推理速度可达 200 tokens/s。
能力与参数
模型原生支持视觉理解、流式输出、Function Calling、上下文缓存和结构化输出。thinking.type 仅支持 enabled，官方推荐 temperature: 1、top_p: 0.95、reasoning_effort: max；流式工具调用建议同时设置 stream: true 与 tool_stream: true。
API 价格
智谱官方价格页列出的按量 API 单价为输入 2 元、输出 7 元、缓存命中 0.57 元 / 百万 Tokens，缓存存储当前限时免费。价格可能调整，实际费用以调用时账单为准。
lightbulb典型场景
- 低延迟多模态对话
- 视觉 Coding 和前端复刻
- 长上下文 Agent 与工具调用
- 文档、金融和 Office 工作流
thumb_up优势特点
- 官方标称速度可达 200 tokens/s
- 1M 上下文和 128K 最大输出
- 原生支持图片、视频、文件和文本输入
- 支持工具调用、缓存和结构化输出
info局限性
- 思考模式不能关闭
- 实际速度受请求长度和服务负载影响
- Coding Plan 暂未开放 FlashX
- 价格和能力以智谱最新文档为准