GLM-5.3-NVFP4

MODEL PROFILE模型资料

Inferact · 2026-08-28 发布 · 开源权重

无公开托管渠道

GLM-5.3-NVFP4 是 Inferact 于 2026 年 8 月 28 日发布的纯文本开源权重模型。型号名指向 NVFP4 低精度权重形态，面向希望在自有环境部署文本生成能力、并愿意自行验证精度的团队。

模型介绍

GLM-5.3-NVFP4 属于 GLM 命名体系下的 5.3 代。本站记录其发布方为 Inferact，与 GLM 系列常见的发布主体并不一致，具体归属以官方说明为准。模型只处理文本输入与文本输出，不涉及图像、音频或多模态输入，适用于对话、写作、代码与文本处理这类纯语言任务。型号后缀 NVFP4 指向低精度浮点量化权重，通常意味着更小的权重体积和更低的显存占用；代价是可能需要特定硬件与推理框架支持，实际精度折损程度公开资料较少。权重以开源形式提供，许可证标注为 other，即非标准许可条款，商用与再分发前需逐条核对原文。按当前数据，尚无平台接入记录，官方价格未公开，也没有可引用的第三方跑分，选型时应以自建评测结果为准。

选型建议需要开源权重、可自建部署且以文本任务为主的团队可以把它列入评测名单；依赖公开跑分、托管 API 或明确商用许可条款的场景，现阶段不宜直接选用。

开源权重纯文本NVFP4 量化GLM 系列私有化部署信息待补

关键指标

输入模态文本

HF 下载量61,326

HF 点赞5

适用场景

在自有 GPU 环境部署纯文本对话服务，用于内部知识问答与工单草拟
对长文档做摘要、改写与结构化抽取，前提是先验证低精度权重的输出稳定性
承接代码补全与注释生成等文本编程辅助任务，并与全精度模型做对照评测
作为量化部署方案的技术验证对象，比较 NVFP4 与其他精度格式的显存与吞吐差异
构建离线或私有化文本处理流水线，减少对外部 API 的依赖

暂无：上下文窗口、最大输出、知识截止、模型家族、参数规模、输入价、输出价、缓存读价、缓存写价、推理、工具调用、结构化输出、附件、温度调节（上游未公开，本站不估算）。没有任何平台收录，也没有公开报价：可能是自部署权重或尚未开放调用；发布 75 天。

规格与能力

上面没列到的字段

官方未披露参数规模与层结构，公开资料较少。从发布形态看，这是一款以量化权重交付的纯文本模型，架构细节需等待权重文件与说明文档。

结构仅支持文本输入与文本输出，不含视觉或语音通路；权重以 NVFP4 低精度格式交付，部署依赖对应该量化格式的推理框架支持。
能力官方未标注具体能力项，对话、写作、代码与文本改写等通用语言任务是合理预期方向，但缺少可验证的能力清单与评测证据。
披露参数规模、上下文长度、训练数据构成均未公开，本站亦无第三方跑分，架构层面的判断只能停留在定性描述。

开源权重: 是
许可证: other

能力资料未标注

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 (Global)	Amazon Bedrock	—	1M	$1.68/M	$5.28/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

性能表现

没有可引用的跑分与实测数据，性能只能给出方向性判断，实际表现须在自建环境中验证。

强项纯文本定位叠加低精度权重，理论上在显存占用与部署成本上占优，适合算力预算有限、以文本任务为主的推理场景。
短板NVFP4 量化的精度折损幅度未公开，长文本、复杂推理与代码生成等对数值敏感的任务需重点做回归测试。
适合先在内部做小规模对照评测，与同系列全精度版本或同类文本模型比较输出稳定性，再决定是否推广到生产。

价格与性价比

结合各平台报价与同类对比

官方价格未公开，同类模型的价格字段同样缺失，无法做量化对比，只能给出成本判断的框架。

定位开源权重意味着成本主要落在自有算力、部署与运维，而非按 token 计费，预算评估应按硬件折旧与人力折算。
横向对比对比项 Kimi-K3-DSpark 与 Qwen3.8-Flash-Next-NVFP4 的输入输出价格均未公开，价差无法计算，暂不能判断贵贱。
平台差价本站记录 0 家平台接入，尚无托管调用渠道，也就不存在不同平台的报价差异，短期只能自建服务。
省钱低精度权重可降低显存占用，若推理框架对 NVFP4 支持成熟，单位吞吐的硬件成本有望低于全精度部署，需实测确认。

GLM-5.3-NVFP4 的同类模型对比
模型	上下文	输入价	输出价	输入价差	AA 综合
Kimi-K3-DSpark	—	—	—	基准	—
Qwen3.8-Flash-Next-NVFP4	—	—	—	基准	—

关于 GLM-5.3-NVFP4 的常见问题

2 条

GLM-5.3-NVFP4 的 API 价格是多少？

当前资料未收录该模型的公开 API 价格：可能是未公开定价，或只提供自部署的开源权重。

GLM-5.3-NVFP4 是开源模型吗？

GLM-5.3-NVFP4 提供开源权重，可以自行下载部署，许可证为 other，HuggingFace 下载量 61,326。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。

使用注意

口径能力项、上下文长度、参数规模与官方定价均为未公开状态，第三方跑分缺失，任何具体数字都不具备引用依据。
边界许可证标注为 other，商用、再分发与衍生模型条款需查原文；型号名中的厂商与本系列常见归属不一致，选型前应确认发布主体。

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。