- 输入 / 输出
- $0.37 / $1.25
- 上下文
- 1M
- 最大输出
- 128K
- 模态
- 视觉聊天
- 能力
- 工具调用提示词缓存推理
GLM-5.3-FlashX 简介
GLM-5.3-FlashX 是 Z.ai GLM-5.3-Flash 的加速推理版本，输入同样支持视频、图片、文本和文件，输出文本。Z.ai 给出的推理速度约为每秒 200 个 token。在编码和智能体工作流中，如果响应速度比最低成本更重要，就选它。
擅长的任务
- Z.ai 给出约每秒 200 个 token 的速度，能缩短交互式编码和智能体循环中的等待。
- 输入与 Flash 相同：视频、图片、文本和文件，所以视觉编码也能享受更快的速度。
- 思考模式、流式输出、函数调用和上下文缓存都可用，适合智能体场景。
- 属于 Flash 模型系列，Z.ai 称该系列在 DeepSWE v1.1 上领先 GLM-5.2。
什么情况换别的模型
- Z.ai 尚未把 FlashX 放进 GLM Coding Plan，目前套餐里包含的是标准版 Flash。
- 只输出文本；最难的任务仍是旗舰 GLM-5.3 更强。
快速上手
创建 API 密钥
在 Console 生成一把密钥，平台上的模型都能用。
发送第一个请求
复制你所用语言的示例代码，向该端点发起请求。
文本生成Responses APIPOST/v1/responsesAPI 格式:curl https://api.tokenlab.sh/v1/responses \ -H "Content-Type: application/json" \ -H "Authorization: Bearer sk-xxx" \ -d '{ "model": "glm-5.3-flashx", "input": "Hello!" }'
价格
Verified 价格用于 Verified，多数模型更便宜；Official 价格是模型厂商公布的价格，用于更稳定的 Official。Auto 按最终完成请求的线路计价。
默认规格
每 1M token- Official 价格
- 输入 $0.37 / 输出 $1.25 / 缓存读取 $0.075
- Verified 价格
- —
- 折扣
- —
缓存读取
- Official 价格
- $0.075
- Verified 价格
- —
- 折扣
- —
| Official 价格每 1M token | Verified 价格每 1M token | 折扣 | |
|---|---|---|---|
| 默认规格 | 输入 $0.37 / 输出 $1.25 / 缓存读取 $0.075 | — | — |
| 提示词缓存价格 | |||
| 缓存读取 | $0.075 | — | — |
用量与动态
成功率是请求完成的比例；延迟是拿到一次完整响应要花的时间，P95 表示 95% 的请求都在这个时间内完成。
用量与可用性
最近 24 小时- 请求
- 成功率
- P95 延迟
- 总 token 数
数据来自汇总的用户请求，不含状态检查。
直接在 Console 里试
GLM-5.3-FlashX 已在 Console 备好，提示词已填好，可以直接修改或发送。
帮我用 glm-5.3-flashx 发一条简短消息，接口是 /v1/responses。返回回复，附上延迟和费用。
使用场景
适用场景- 视觉
- 推理
交互式编码助手
支撑编辑器里的聊天：开发者每条回复都要等，延迟决定工具用起来是否顺手。
实时屏幕理解
在客服或 QA 工具里回答关于截图的问题，不出现长时间停顿。
快速智能体循环
缩短多步智能体的运行时间，因为每个工具结果都需要很快做出下一步决策。
提示词示例
看这张出错页面的截图，用两句话告诉我最可能出问题的组件。
重写这个函数，去掉嵌套循环，只给代码。
把附件设计文件的导航结构总结成项目符号大纲。
此模型按条件计价，仅凭月度 token 总量无法可靠估算；请按请求规格、缓存和适用时段查看详细定价。
FAQ
GLM-5.3-FlashX 里的 X 是什么意思？
表示 GLM-5.3-Flash 的加速版本。能力和输入类型相同；Z.ai 文档里写明的区别是推理更快，约每秒 200 个 token。
该用 FlashX 还是 Flash？
用户在等流式回复时用 FlashX，比如聊天或交互式编码。后台任务和批处理对速度要求不高、更看重成本时用 Flash。
GLM-5.3-FlashX 支持视频输入吗？
支持。Z.ai 把视频、图片、文本和文件列为 Flash 系列的输入，FlashX 也一样，回答以文本返回。可以发一段 bug 的录屏，让它给出复现步骤。
它支持思考模式吗？
支持，同时也支持流式输出、函数调用和上下文缓存。调试和规划步骤适合开启思考，简单查询可以关闭以降低延迟。
GLM-5.3-FlashX 的费用是多少？
在 TokenLab 上，GLM-5.3-FlashX 的价格为 输入 $0.37 / 输出 $1.25 每 1M token。完整明细见上方价格表。 价格因计费单位、规格和用量而异。请在模型的详细定价中对比相同条件下的费率；单一费率不代表总价。
GLM-5.3-FlashX 的上下文窗口和输出上限是多少？
GLM-5.3-FlashX 最多接收 1,000,000 token 的上下文，单次最多返回 128,000 token。
GLM-5.3-FlashX 应该使用哪个端点？
GLM-5.3-FlashX 使用 https://api.tokenlab.sh/v1/responses。代码写法见下方的请求示例。
GLM-5.3-FlashX 支持哪些操作？
GLM-5.3-FlashX 支持 文本生成。选了操作，上面会显示对应的端点和请求示例。
GLM-5.3-FlashX 对比
资料来源
审阅于 2026年10月2日
