GLM-5.3 API

價格比較：官方 API、OpenRouter 與 Wokey

單位為每百萬 tokens 的 USD。官方 API 與 OpenRouter 價格於 2026-10-01 人工核對，未稅；Wokey 價格讀取自即時價目表。

OpenRouter 上最便宜的是 Baidu 的 fp8 量化版本（輸入 $0.1554 / 輸出 $0.4884）。量化版本的輸出可能與官方權重不同，因此未列入表格。

核對日期：2026-10-01 · 官方價格頁 · OpenRouter 端點列表

在 Claude Code 中使用

此模型在 Wokey 支援 /v1/messages。設定以下環境變數後啟動 claude。

export ANTHROPIC_BASE_URL="https://api.wokey.ai"
export ANTHROPIC_AUTH_TOKEN="$WOKEY_API_KEY"
export ANTHROPIC_MODEL="glm-5.3"

GLM-5.3 重點一覽

發布日期

2026-08-14，第一天就開放給所有 GLM Coding Plan 使用者；權重約兩週後（2026-08-28 前後）在 Hugging Face 公開。姊妹模型 GLM-5.3-Flash 於 2026-08-26 推出

模型與權重

與 GLM-5.2 使用相同的基礎模型，所有提升都來自後訓練；總參數 753B、啟用參數 40B；權重位於 zai-org/GLM-5.3，提供 FP8 與 BF16，採用自訂授權

上下文與輸出

1M 上下文，最大輸出 128K；只支援文字輸入，含圖片的請求會回傳 400

思考與 effort

思考永遠開啟，thinking.type 只接受 enabled；reasoning_effort 接受 low / high / max，預設為 max，也是程式開發的建議設定；沒有 medium

官方價格

每百萬 token 輸入 $1.4 / 輸出 $4.4，快取讀取 $0.26，快取儲存限時免費；與 GLM-5.2 相同，不依上下文長度分級計價

GLM Coding Plan

採點數制額度，輸入、快取輸入與輸出分開計算；平日 14:00–18:00（UTC+8）以外的呼叫只扣一半點數，週末全天優惠

API 與工具

Z.ai 提供 OpenAI Chat Completions、Responses 與 Anthropic Messages 端點，支援函式呼叫、上下文快取、JSON 結構化輸出與串流；Wokey 提供 Chat Completions 與 Messages

資安

CyberGym 得到 84.5%，為該跑分最高分；Z.ai 與中國的資安團隊用它在 269 個專案中找到 2,436 個漏洞，其中 1,097 個為中高風險，目前正透過公開帳本揭露

查核日期 2026-10-01 · 資料來源: Z.ai · API docs · Pricing · Hugging Face

官方跑分：GLM-5.3 vs GLM-5.2 vs Kimi K3 vs DeepSeek-V4 Pro vs Fable 5 vs GPT-5.6 Sol

資料取自 Z.ai 的 GLM-5.3 發布頁；均為廠商自行公布的結果，GDPval-AA 由 Artificial Analysis 執行。比較的模型為發布當時（2026-08）的版本：DeepSeek-V4 Pro 為 0813 快照，Fable 5 欄位在啟用備援的情況下執行。

Z.ai 大部分的程式開發與資安評估都在 Claude Code 2.1.207 中以 max effort 執行。同一張表中，Claude Opus 4.8 在 Terminal Bench 3.0 得到 21.1%，DeepSWE 得到 58.0%。沿著漏洞利用鏈往下，差距會再擴大：在 ExploitBench 上 GLM-5.3 得到 54.4%（GLM-5.2：24.4%），Fable 5 為 78.0%，GPT-5.6 Sol 為 76.5%。在 Z.ai 內部的 Code Bench 上，GLM-5.3 在 max 下達到 34.5%，Fable 5 為 39.5%。

該用哪個：GLM-5.3、GLM-5.3-Flash、Kimi K3 還是 Claude Opus 5.5

對比 GLM-5.3-Flash

GLM-5.3-Flash 於 2026-08-26 推出，價格 $0.15 / $0.50，約為 GLM-5.3 的九分之一，且支援圖片輸入。在 Artificial Analysis 的 Intelligence Index 上，Flash 得到 42 分、每項任務 $0.25，GLM-5.3 在 max 得到 45 分、$2.01。Z.ai 公布的 DeepSWE v1.1 中 Flash 為 63.4%，GLM-5.3 為 66.9%，兩者在 AutomationBench 上很接近（48.8% 對 48.2%）。大量呼叫、子代理與含圖片的任務用 Flash，最困難的程式開發與長時間工作用 GLM-5.3。

對比 Kimi K3

Kimi K3 的官方價為 $3 / $15，是 GLM-5.3 的兩倍以上，支援圖片與影片輸入。在 Artificial Analysis 的 Intelligence Index 上，GLM-5.3 在 max 得到 45 分，Kimi K3 得到 44 分，每項任務成本幾乎相同（$2.01 對 $2.00）；GLM-5.3 輸出約每秒 68 token，Kimi K3 約 34。在 Z.ai 的表中，兩者在 DeepSWE 上很接近（66.9% 對 67.5%），GLM-5.3 在 Terminal Bench 3.0 領先（28.3% 對 17.4%），Kimi K3 則在 SWE-Marathon 與 Toolathlon 領先。純文字的程式開發兩者皆可；需要多模態輸入時選 Kimi K3。

對比 Claude Opus 5.5 / GPT-6.1 Sol

在 Artificial Analysis 的 Intelligence Index 上，Opus 5.5 在 max 得到 58 分、每項任務 $5.98，GPT-6.1 Sol 得到 52 分、$0.72，GLM-5.3 得到 45 分、$2.01。GLM-5.3 的每 token 價格最低，但輸出很長：整個指數共用了 210M 輸出 token，同級模型的中位數為 140M，因此每項任務的成本比 GPT-6.1 Sol 高。它的優勢是開放權重、可自行部署，以及 GLM Coding Plan 的訂閱額度。

如何選擇 effort

GLM-5.3 只有 low、high 與 max，預設為 max。Artificial Analysis 實測 low 得到 34 分、每項任務 $0.85，max 得到 45 分、$2.01，輸出 token 從 88M 增加到 210M。在 Z.ai 的 Code Bench 上，max 每項任務約用 75K 輸出 token 達到 34.5%，high 約用 50K 達到 31.4%。程式開發依 Z.ai 建議用 max，想減少約三分之一的輸出用 high，簡單問答與格式轉換用 low。

Z.ai API 文件

第三方與社群評測

• Artificial Analysis: 在 Intelligence Index v4.3 上，max 得到 45 分，low 得到 34 分，在規模相近的開放權重模型中排名第二。整個指數共用了 210M 輸出 token，遠高於 140M 的中位數，每項任務 $2.01；輸出約每秒 68 token，首字延遲約 3.3 秒。發布時在前一版指數上得到 60 分，與 Kimi K3 並列開放權重第一，比 GLM-5.2 高 7 分，GDPval-AA Elo 從 1524 升到 1770。Wokey 每個計費項目都是官方價格的 15%，同樣的任務在 max 下約為 $0.30，在 low 下約為 $0.13。
• Anthropic 資安研究: Anthropic 於 2026-09-29 發表了對 GLM-5.3 資安能力的獨立評估：它在 Anthropic 的 ExploitBench 執行中成功了 12%（50/410），接近 Claude Mythos Preview 的 14%，而 GLM-5.2 與 Opus 4.6 接近 0%。這個模型預設會拒絕超過 90% 的有害請求，但這些防護措施可以被繞過，而且任何人都能下載權重。Anthropic 建議讓防禦方取得能力相當的模型，並由政府對高能力的開放權重模型進行安全測試。
• Hacker News（1,171 分的討論串）: 許多開發者表示，它在簡單到中等的任務上接近 Claude 和 GPT，成本卻低得多；也有人指出它需要更多回合才能解決問題，所以感覺比較慢，但最終結果往往一樣好。多位使用者確認，照 Z.ai 的文件接入 Claude Code 運作很順利。權重延後兩週公開時，有人擔心安全強化會削弱模型。

從 GLM-5.2 遷移，以及在 Claude Code 中使用

以下變更來自 Z.ai 的發布頁與 API 文件。價格與基礎模型和 GLM-5.2 相同，但思考參數有不相容的變更，切換模型前請先檢查。

• thinking.type 不再接受 disabled，帶 disabled 的請求會失敗。Z.ai 建議在把模型切換為 glm-5.3 之前，先改為 enabled，並把 reasoning_effort 設為 low。
• reasoning_effort 只接受 low、high 與 max，預設為 max。依賴 medium 或其他等級的程式碼必須改用這三者之一；max 的輸出最長，在按 token 計費下成本最高。
• GLM-5.3 只支援文字輸入，含圖片的請求會回傳 400。圖片任務請改送 GLM-5.3-Flash 或其他視覺模型。
• 結構化輸出：部分上游通道會拒絕 response_format 中的 json_schema 類型，Wokey 也在正式環境中遇過這類 400。安全的做法是用 json_object，並在提示詞中說明 schema。
• 有 1M 上下文與 128K 最大輸出，長任務可以設定較高的 max_tokens；Z.ai 實測 max 下每項 Code Bench 任務約輸出 75K token，比 GLM-5.2 的 96K 少。
• 在 Claude Code 中使用：Z.ai 自己的評估就是在 Claude Code 中執行的。透過 Wokey 使用時，把 ANTHROPIC_BASE_URL 設為 https://api.wokey.ai，ANTHROPIC_AUTH_TOKEN 設為你的 Wokey API 金鑰，ANTHROPIC_MODEL 設為 glm-5.3；價格為每百萬 token 輸入 $0.21 / 輸出 $0.66。OpenCode 與其他 OpenAI 相容用戶端使用 /v1/chat/completions。
• GLM Coding Plan 使用者：平日 14:00–18:00（UTC+8）為尖峰時段，其他時間與週末的呼叫只扣一半點數，長時間作業盡量排在離峰時段。

遷移後的請求內容（/v1/chat/completions）

{
  "model": "glm-5.3",
  "thinking": { "type": "enabled" },
  "reasoning_effort": "high",
  "messages": [{ "role": "user", "content": "Find and fix the flaky test in this repo" }]
}

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。

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

模型能力

Context

1,000,000 tokens

最大輸出

131,072 tokens

Streaming

支援

Tools

支援

Vision

不支援

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","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","max_tokens":1024,"messages":[{"role":"user","content":"Hello"}]}'

在用戶端中使用 GLM-5.3

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。請依你使用的用戶端開啟對應的串接文件。

• 在 Claude Code 中使用 GLM-5.3: Anthropic Messages · Base URL 與 API 金鑰設定
• 在 Claude Desktop 中使用 GLM-5.3: Anthropic Messages · Base URL 與 API 金鑰設定
• 在 opencode 中使用 GLM-5.3: OpenAI Chat Completions · Base URL 與 API 金鑰設定
• 在 pi 中使用 GLM-5.3: Anthropic Messages · Base URL 與 API 金鑰設定
• 在 DeepSeek Harness 中使用 GLM-5.3: OpenAI Chat Completions · Base URL 與 API 金鑰設定
• 在 Z Code 中使用 GLM-5.3: Anthropic Messages · Base URL 與 API 金鑰設定
• 在 Cherry Studio 中使用 GLM-5.3: OpenAI Chat Completions · Base URL 與 API 金鑰設定
• 在 WorkBuddy 中使用 GLM-5.3: OpenAI Chat Completions · Base URL 與 API 金鑰設定
• 在 OpenClaw 中使用 GLM-5.3: OpenAI Chat Completions · Base URL 與 API 金鑰設定
• 在 Hermes Agent 中使用 GLM-5.3: OpenAI Chat Completions · Base URL 與 API 金鑰設定
• 在 Magpie 中使用 GLM-5.3: OpenAI Chat Completions · Base URL 與 API 金鑰設定
• OpenRouter 替代方案：Wokey 與 OpenRouter 比較: 比較 token 價格、付款手續費、API 形式與上游來源。
• 可驗證 AI API：哪些模型與介面帶有回應證明: 回應證明目前只涵蓋官方直連路由上原樣轉發的 Claude Messages 與 GPT Responses 回應。

常見問題

相關模型與文件

• GLM-5.3-Flash
• API 文件
• 全部模型與價格
• Provider Node