GLM 5.3 FlashX Legal

GLM 5.3 FlashX Legal 属于 glm 系列，由 Kilo Gateway 发行，2026-11-02 上线，权重不对外开放，只能通过网关接口调用。它要解决的核心问题是超长材料与多模态附件同时进入一次请求：上下文窗口达 1048576 tokens，单次最多输出 131072 tokens，输入侧接受文本、图像与视频，输出统一为文本。功能面覆盖推理、工具调用、结构化输出、附件输入与温度调节，意味着既能做长文档理解，也能接入外部检索或业务系统，并按 schema 返回可解析字段。对法律、审计、投研这类材料体量大、结论需要逐条落地的流程，它提供的是一次性装下全文并用结构化格式返回的空间，减少切片、拼接与跨段丢信息的麻烦。厂商未公开参数量、训练数据与对齐细节，本站也没有收录该模型的第三方跑分，实际表现需按具体任务自行验证。目前已有多家平台提供报价，其中两家公开价与官方价一致。

选型建议需要一次读完超长材料、并要结构化或长篇输出时选它；只是短问答或高并发跑量，改选更便宜的 Flash 系列更划算。

• 整卷读取合同、判决书与监管文件，按固定字段输出风险点与条款位置
• 把带扫描件、截图与录像截帧的合规材料一次性送入，生成结构化的审查结论
• 在长上下文里挂载知识库检索，通过工具调用回填引用后输出统一格式报告
• 处理需要十万级 tokens 连续输出的长篇意见书或尽调底稿，减少分段拼接
• 对批量工单做多模态分类与摘要，用温度调节控制同一批任务的输出稳定性

沿用 glm 家族的通用主干，以接口形态对外提供，权重闭源，架构细节未随发布公开。

• 结构基于 glm 系列主干，本站未见层数、参数量与注意力实现等披露，可确认的只有百万级上下文与十万级输出上限。
• 能力接受文本、图像、视频三类输入，统一输出文本，并支持工具调用、结构化输出与温度调节，便于把多模态素材转成字段化结果。
• 披露厂商未公开训练数据、对齐方案与推理成本构成，选型时只能按黑盒方式做小样本对照测试，再决定是否放量。

开源权重

否

模型家族

glm

缺少第三方跑分，只能依据上下文规格、输出上限与功能面作定性判断，真实强弱需自测。

• 强项百万级上下文配合十万级单次输出，可整卷读取长篇材料并直接成稿，减少分片摘要带来的信息损耗。
• 短板本站未收录公开跑分，与同族 GLM Latest、GLM 5.3 Prime 的实际差距无法量化，Legal 场景也缺独立评测。
• 适合材料长、需要一次性读完再按固定格式作答的任务，比短上下文模型少一轮拆解与回填。

官方价输入 0.37 美元/百万 tokens、输出 1.25 美元/百万 tokens、缓存读 0.075 美元/百万 tokens，处于同族中档。

• 定位输入 0.37 美元、输出 1.25 美元，比 GLM Latest 贵，却远低于 GLM 5.3 Prime，属于长上下文里的中间档。
• 横向对比GLM 5.3 Prime 输入价高出约 657%，Gemini 2.5 Pro Preview 06-05 高出约 69%；DeepSeek Flash Latest 与 GLM Flash Latest 则低约 90% 以上。
• 平台差价Nano-GPT 与 models.dev 报价完全一致，均为 0.37/1.25/0.075，暂无跨渠道套利空间，成本差异要靠用量谈。
• 省钱同一批材料被反复追问时走缓存读，比按输入价重复计费更省；对短请求，可先用 Flash 系列扛量，只把长文档任务交给它。

同一个模型在不同网关的报价可能不同。本页基准取官方口径 $0.37/M / $1.25/M（输入 / 输出，美元 / 百万 tokens），其余来源的差价在「相对输入价」列列出，供比价参考。

取上下文相近（约 0.5~2 倍）的同类主流模型；同厂商、同家族优先；价格差为相对本模型的输入价

• 口径本站未收录该模型的第三方跑分，任何能力判断都只能基于上下文规格、功能列表与自测结果，不宜引用外部排名。
• 边界权重闭源，无法本地部署或微调；图像与视频仅作输入，输出只有文本；Legal 指向未见配套评测集，效果需按业务验证。

本页资料由多个公开来源交叉整理：按「官方目录 → 通用网关 → 开源仓库 → 中文资料」的优先级合并， 冲突时取优先级高的来源。价格单位是美元 / 百万 tokens，为各平台对 API 调用的报价，不含自部署成本。 资料由公开来源整理，不代表 AiTest 已对该模型或其收录中转站做过真实性、稳定性或安全检测。

本页的模型介绍、架构、性能与性价比解读为 AI 综合公开信息整理，部分未经本站逐项核实；规格、价格与跑分以本页数据字段为准。