智
GLM-5.3-Flash
智谱AI · GLM-5.3-Flash
中端模型，代码能力强
Input
¥0.80
/M Tokens
Output
¥2.8
/M Tokens
Cache
¥0.23
/M Tokens
Context
1M
Tokens
Capabilities
对话代码推理视觉
Best For
代码生成日常对话
查看官方定价页面
M
在 ModelSage 接入此模型Quick Cost Estimate
¥12.4/月
10,000 次调用 · 输入 500 tokens · 输出 300 tokens
自建可行性
vLLM 官方 · 2026-10-14
GLM-5.3-Flash 私有化部署，NVFP4 量化下需显存约 229GB， 至少 2 张 B200，聚合吞吐约 43,750 tok/s。
NVFP4229GB
2×B200 / 1×MI355X
FP8386GB
3×B200 / 2×MI355X
BF16772GB
5×B200 / 3×MI355X
vLLM 官方验证过的硬件
H100 SXMB200GB200 NVLMI355X
同样的量走 API：日均 2 亿 token 约 ¥7,800/月。自建是否更便宜取决于卡价与实际利用率。
按实际卡价测算回本周期显存需求与硬件兼容性取自 vLLM 官方 recipes；卡数按「装得下」估算， 未计入张量并行度、互联拓扑与跨节点开销，实际只多不少。吞吐为公式估算值，非实测。
Price Comparison同价位的其他厂商，点进去看详情
GLM-5.3-FlashCURRENT
¥0.80 / ¥2.8INPUT
OUTPUT
Qwen3.5 122B A10B (non-reasoning)
¥0.80 / ¥6.4INPUT
OUTPUT
Qwen3.5 122B A10B
¥0.80 / ¥6.4INPUT
OUTPUT
Qwen3 30B A3B 2507
¥0.75 / ¥7.5INPUT
OUTPUT
Qwen3 30B
¥0.75 / ¥7.5INPUT
OUTPUT
智谱AI Models
GLM-5.3 (max)
¥8.0 / ¥28.0GLM-5.3 (low)
¥8.0 / ¥28.0GLM-5.2 (max)
¥8.0 / ¥28.0GLM-5
¥4.0 / ¥18.0GLM-5.1
¥6.0 / ¥24.0GLM-5.1 (non-reasoning)
¥6.0 / ¥24.0GLM 5V Turbo
¥5.0 / ¥22.0GLM-5.2 (non-reasoning)
¥8.0 / ¥28.0GLM-4.7
¥2.0 / ¥8.0GLM-5 (non-reasoning)
¥4.0 / ¥18.0GLM-4.6
¥1.0 / ¥3.0GLM-4.7 (non-reasoning)
¥2.0 / ¥8.0GLM-4.6 (non-reasoning)
¥1.0 / ¥3.0GLM-4.7-FlashFREE
免费 / 免费GLM-4.5
¥3.0 / ¥14.0GLM-4.6V
¥1.0 / ¥3.0GLM-4.5-Air
¥0.80 / ¥2.0GLM-4.7-Flash (non-reasoning)FREE
免费 / 免费GLM-4.6V (non-reasoning)
¥1.0 / ¥3.0GLM-4.5V
¥2.0 / ¥6.0GLM-4.5V (non-reasoning)
¥2.0 / ¥6.0LAST UPDATED: 2026-10-14