GLM-5.3 (Global)
MODEL PROFILE模型资料Amazon Bedrock · 2026-08-14 发布 · glm 家族 · 开源权重 · 1 家平台收录
GLM-5.3 (Global) 是 Amazon Bedrock 上架的 glm 系列文本生成模型，提供百万级上下文与十二万级单次输出，并开放权重，面向需要在托管平台上处理超长文本、又希望保留权重自主权的企业与开发团队。
模型介绍
GLM-5.3 (Global) 属于 glm 模型家族，由 Amazon Bedrock 提供托管访问，发布于 2026-08-14。它解决的问题集中在长文档与长任务链场景：1000000 tokens 的上下文窗口可以一次性容纳体量较大的资料、代码库片段或对话历史，128000 tokens 的单次最大输出则适合生成完整报告、长篇结构化内容和多步骤工具调用的结果汇总。输入输出均为文本模态，能力覆盖推理、工具调用、结构化输出与温度调节，便于接入智能体流程、批量信息抽取与格式固定的接口化生产。该版本标注为开源权重，意味着在托管 API 之外还存在自行部署与二次调整的空间，对数据流向敏感或需要深度定制的团队更有意义。同系列另有 GLM-5.3 (US) 版本，价格略高，本站将其与本模型并列对比。目前本站未收录该模型的第三方跑分，实际效果需结合自有任务验证。
选型建议需要百万级上下文、文本结构化输出且看重开放权重与低输入价时选它；依赖多模态输入或要求公开跑分背书的场景则需另行评估。
关键指标
适用场景
- 将长篇合同、研报或技术文档一次性输入，生成结构化摘要与要点清单
- 在智能体流程中编排多轮工具调用，并把中间结果汇总为完整交付物
- 对大批量文本做字段固定的信息抽取，直接输出可解析的结构化结果
- 基于开放权重做私有化部署验证，评估数据不出内网场景下的可用性
- 处理跨文件代码阅读与说明生成，减少分段切分造成的前后文断裂
暂无：知识截止、许可证、参数规模、附件（上游未公开，本站不估算）。 资料更新于 89 天前；发布 89 天。
规格与能力
上面没列到的字段官方未公开该版本的具体参数规模与网络结构细节，对外可确认的是长上下文、文本双模态与开放权重这几项特征。
- 结构沿用 glm 系列的技术路线，权重开放，具体层数、注意力方案与训练数据构成未在本站事实中披露，公开资料较少。
- 能力上下文窗口达 1000000 tokens，单次输出上限 128000 tokens，支持推理、工具调用、结构化输出与温度调节，适配长文档处理与智能体链路。
- 披露参数规模、训练方法与评测结果均未公开，选型时应以自有样本的实测结果为准，而非依赖宣传口径。
- 开源权重
- 是
- 模型家族
- glm
能力
推理工具调用结构化输出温度调节
同系列其他规格
| 型号 | 厂商 | 参数 | 上下文 | 输入价 | 输出价 |
|---|---|---|---|---|---|
| GLM-5.3-Flash | Zhipu AI | — | 1M | $0.15/M | $0.5/M |
| GLM-5.3 | Zhipu AI | — | 1M | $1.4/M | $4.4/M |
| GLM-5.3-FlashX | Z.ai | — | 1M | $0.37/M | $1.25/M |
| GLM 5.3 Flash TEE | NanoGPT | — | 1.05M | $0.15/M | $0.5/M |
| GLM 5.3 FlashX Legal | Kilo Gateway | — | 1.05M | $0.37/M | $1.25/M |
| GLM-5.3 (US) | Amazon Bedrock | — | 1M | $1.848/M | $5.808/M |
| GLM-5.3 Highspeed | Z.AI Coding Plan | — | 1M | 免费 | 免费 |
| GLM-5.3-Flash Free | OpenCode | — | 200K | 免费 | 免费 |
性能表现
缺少第三方跑分支撑，只能从窗口规格与能力清单做定性判断，实际强弱需要在具体任务上验证。
- 强项百万级上下文配合十二万级输出，适合整本资料通读后成稿、跨文件代码理解与长链路工具调用，减少分段拼接带来的信息损耗。
- 短板仅有文本输入输出，图像、音频等模态不在支持范围内；本站无公开跑分，复杂推理任务的表现缺少横向参照。
- 适合长文档摘要、结构化数据抽取、智能体编排等以文本为主、对上下文长度敏感的工作负载更契合。
价格与性价比
结合各平台报价与同类对比官方价格为输入 1.68 美元/百万 tokens、输出 5.28 美元/百万 tokens，缓存读 0.312 美元/百万 tokens，在同类百万上下文模型中处于偏低区间。
- 定位输入价 1.68 美元/百万 tokens，输出为输入的三倍多，缓存读约为输入价的五分之一，明显鼓励重复前缀走缓存。
- 横向对比同系列 GLM-5.3 (US) 输入价高约 10%，Claude Sonnet 4.6 相关版本高约 96%，Claude Opus 4.6 各版本高出约两倍。
- 平台差价models.dev 与 models.dev · amazon-bedrock 两条报价一致，未出现渠道溢价，比价时以官方口径即可。
- 省钱长系统提示与固定知识库前置可借缓存读降低重复计费，同时控制单次输出长度，避免输出侧成本放大。
平台报价对比
2 个来源口径| 来源 | 输入价 | 输出价 | 缓存读 | 相对输入价 |
|---|---|---|---|---|
| models.dev | $1.68/M | $5.28/M | $0.312/M | 0.0% |
| models.dev · amazon-bedrock | $1.68/M | $5.28/M | $0.312/M | 0.0% |
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 $1.68/M / $5.28/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。
同类模型对比
5 条| 模型 | 上下文 | 输入价 | 输出价 | 输入价差 | AA 综合 |
|---|---|---|---|---|---|
| GLM-5.3 (US) | 1M | $1.848/M | $5.808/M | +10.0% | — |
| AU Anthropic Claude Opus 4.6 | 1M | $5.5/M | $27.5/M | +227.4% | — |
| AU Anthropic Claude Sonnet 4.6 | 1M | $3.3/M | $16.5/M | +96.4% | — |
| Claude Opus 4.6 (EU) | 1M | $5.5/M | $27.5/M | +227.4% | — |
| Claude Opus 4.6 (Global) | 1M | $5/M | $25/M | +197.6% | — |
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
关于 GLM-5.3 (Global) 的常见问题
5 条GLM-5.3 (Global) 的 API 价格是多少？
当前收录的官方口径价格为输入 $1.68/M、输出 $5.28/M、缓存读 $0.312/M、缓存写 $2.1/M，单位为美元 / 百万 tokens。不同网关可能有自己的加价与折扣，实际计费以调用平台为准。
GLM-5.3 (Global) 支持多长的上下文？
资料显示上下文窗口 1M（1,000,000 tokens），单次最大输出 128K。实际可用长度还取决于调用平台的限制。
GLM-5.3 (Global) 是开源模型吗？
GLM-5.3 (Global) 提供开源权重，可以自行下载部署。本站展示的价格是各托管平台对 API 调用的报价，自部署不计入。
GLM-5.3 (Global) 支持哪些能力？
按当前资料，GLM-5.3 (Global) 支持推理、工具调用、结构化输出、温度调节。输入输出模态为 文本。
GLM-5.3 (Global) 可以在哪些平台调用？
当前资料显示该模型被 1 家 provider 或网关收录。本站核对的数据来源包括 models.dev。收录数量只反映公开目录的部署面，不代表任何一家平台的服务质量。
使用注意
- 口径本站未收录该模型第三方跑分，任何能力排序都缺乏统一评测依据，跨模型比较只能参考价格与上下文规格。
- 边界仅支持文本模态，超长上下文仍会推高单次调用成本，且百万窗口下的有效召回深度未在事实中给出保证。
资料说明
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。
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；价格单位为美元 / 百万 tokens。
