GLM-5.3-Flash API

透過 Wokey 呼叫 GLM-5.3-Flash，查看公開目錄價格、上游原生 API 格式、上下文與模型能力。

模型 ID
glm-5.3-flash
供應商
zhipu, volcengine, opencode, ollama
供應狀態
目前可呼叫

目錄價格快照

價格以每 1M tokens 計；結算以請求當下的價格為準。

計費項目Wokey官方參考節省幅度
Input$0.075$0.1550%
Output$0.25$0.550%
Cache read$0.015$0.0350%
Cache write———

官方價格來源: https://docs.z.ai/guides/overview/pricing

在 Wokey 實測

近 28 天（2026-10-13 至 2026-11-09），每週一更新 · 100+ 個帳號的真實請求

短提示首字延遲
2.3 秒 (中位數 · 輸入 < 8K tokens · p90 6.0 秒)
Agent 規模首字延遲
4.3 秒 (中位數 · 輸入 32K–128K tokens)
提示快取命中率
94% (快取讀取占輸入 tokens 的比例)

主要用戶端: DeepSeek Harness 55%, OpenCode 38%. 占已識別用戶端請求的比例；55% 的請求能識別出用戶端.

計算方式

首字延遲從 Wokey 閘道收到請求開始計時，到第一段串流內容（正文、推理摘要或拒答）為止，包含排隊、換帳號重試和模型的思考時間，所以會比上游本身的首字延遲長。只統計成功的串流請求，並依提示長度（輸入 + 快取讀寫）分級。

快取命中率 = 快取讀取 tokens ÷ 輸入 tokens，只統計成功請求；它取決於用戶端和使用方式，各用戶端的差異請見快取命中率實測頁。

不含企業客戶和 Wokey 自己的測試帳號。一個模型近 28 天至少有 20 個使用者，且單一使用者的請求不超過 50% 才會顯示，透過同一條推薦鏈註冊的帳號合併算作一個使用者；每一級首字延遲至少需要 500 次請求。

各用戶端快取命中率

模型能力

Context
1,000,000 tokens
最大輸出
131,072 tokens
Streaming
支援
Tools
支援
Vision
支援
支援的 API 格式
/v1/chat/completions · /v1/messages

傳送請求

/v1/chat/completions

curl https://api.wokey.ai/v1/chat/completions \
  -H "Authorization: Bearer $WOKEY_API_KEY" \
  -H "Content-Type: application/json" \
  -d '{"model":"glm-5.3-flash","messages":[{"role":"user","content":"Hello"}]}'

/v1/messages

curl https://api.wokey.ai/v1/messages \
  -H "x-api-key: $WOKEY_API_KEY" \
  -H "anthropic-version: 2023-06-01" \
  -H "Content-Type: application/json" \
  -d '{"model":"glm-5.3-flash","max_tokens":1024,"messages":[{"role":"user","content":"Hello"}]}'

在用戶端中使用 GLM-5.3-Flash

閘道位址是 https://api.wokey.ai（OpenAI 相容用戶端通常寫成 https://api.wokey.ai/v1），模型 ID 填 glm-5.3-flash。請依你使用的用戶端開啟對應的串接文件。

常見問題

GLM-5.3-Flash API 價格多少？比官方 API 省多少？

Wokey 的輸入價格為 $0.075 / 1M tokens，輸出為 $0.25 / 1M tokens；官方參考價為 $0.15 與 $0.5。也就是輸入便宜 50%、輸出便宜 50%。結算以請求當下的價格為準，廠商價格來源連結見本頁。

GLM-5.3-Flash API 的模型 ID 是什麼？

GLM-5.3-Flash 在 Wokey 的模型 ID 是 glm-5.3-flash。請在請求內容的 model 欄位或用戶端的模型設定中（例如 Claude Code 的 ANTHROPIC_MODEL，或 Codex CLI config.toml 中的 model）完整照寫；GET https://api.wokey.ai/v1/models 也會列出它。

GLM-5.3-Flash 支援哪些 API 格式？如何透過 Wokey 呼叫？

GLM-5.3-Flash 支援 /v1/chat/completions（Chat Completions 請求）、/v1/messages（Messages 請求）。將 API base URL 設為 https://api.wokey.ai，使用 Wokey API 金鑰驗證，並使用標準模型 ID glm-5.3-flash；可以先從 /v1/chat/completions 開始。「傳送請求」區塊為每種支援的 API 格式提供了 curl 範例。

如何在 Claude Code 中使用 GLM-5.3-Flash？

Claude Code 透過 /v1/messages 呼叫 GLM-5.3-Flash。設定 ANTHROPIC_BASE_URL="https://api.wokey.ai"、將 ANTHROPIC_AUTH_TOKEN 設為你的 Wokey API 金鑰、ANTHROPIC_MODEL="glm-5.3-flash"，再啟動 claude 即可。Claude Desktop 同樣使用 /v1/messages，兩者的完整步驟見接入文件。

GLM-5.3-Flash 的上下文視窗與最大輸出是多少？

目錄中的上下文視窗為 1,000,000 tokens，最大輸出為 131,072 tokens。兩者是各自獨立的上限，請求也必須符合處理當下有效的上游限制。

GLM-5.3-Flash 的快取讀取與快取寫入如何計價？

快取讀取：Wokey 為 $0.015 / 1M tokens，官方參考為 $0.03 / 1M tokens。快取寫入：廠商未公布獨立計費項目，Wokey 公開價格也顯示 —。

透過 Wokey 呼叫 GLM-5.3-Flash 與 OpenRouter 有什麼不同？

Wokey 的 GLM-5.3-Flash 價格為輸入 $0.075 / 輸出 $0.25 / 1M tokens，官方參考價為 $0.15 / $0.5。OpenRouter 表示其推論不加價，費用在購買點數時收取（刷卡為 5.5%）。Wokey 提供精選的模型組合，沒有逐供應商的路由參數；如果你需要更廣的目錄，OpenRouter 會更適合。完整比較見 OpenRouter 替代方案頁面。

GLM-5.3-Flash 與 GLM-5.3 在價格與上下文上有何不同？

在公開的價格比較中，GLM-5.3-Flash 的輸入/輸出為 $0.075 / $0.25，上下文視窗 1,000,000 tokens；GLM-5.3 為 $0.21 / $0.66，上下文視窗 1,000,000 tokens。這是價格與容量的事實比較，並非品質排名；也請比較兩者支援的 API 格式與功能。

GLM-5.3-Flash 在 Wokey 上的首字延遲是多少？

依 Wokey 閘道 2026-10-13 至 2026-11-09 的真實請求統計：輸入少於 8K tokens 的請求，首字延遲中位數 2.3 秒（p90 6.0 秒）；32K–128K tokens 的 Agent 規模請求，中位數 4.3 秒。輸入 tokens 中有 94% 來自提示快取。最常用的用戶端是 DeepSeek Harness和OpenCode。計時從閘道收到請求開始，包含排隊、重試和思考時間。

相關模型與文件

取得 API 金鑰 · glm-5.3-flash