所有模型

GLM-5.3-Flash

IteraCompute 上线日期

已上线

Z.ai

z-ai/glm-5.3-flash
工具调用
支持工具调用 · 支持 · 默认配置参考,非实测确认
推理
支持推理 · 支持 · 默认配置参考,非实测确认
视觉
支持视觉 · 支持 · 默认配置参考,非实测确认
流式输出
支持流式输出 · 支持 · 默认配置参考,非实测确认
JSON 模式
支持JSON 模式 · 支持 · 默认配置参考,非实测确认

美元 / 百万 tokens

输入
$0.08
缓存读取
$0.023
缓存写入
—
输出
$0.28
上下文
1M
最大输出
128K
精度
官方精度
价格核对

概览

文本与图像输入、流式输出、推理、工具调用和结构化输出;最大输出 131,072 tokens。

接口协议与接入

Base URL · OpenAI SDK
https://api.iteracompute.com/v1
鉴权
Authorization: Bearer ITERACOMPUTE_API_KEY

按接口选择请求字段、读取结果和流式结束标记;下表是协议格式,实际能力与验证范围以本模型说明为准。

客户接口本模型状态输入 / 输出预算返回结果SSE 结束标记
OpenAI Chat Completions
POST /v1/chat/completions
已列入模型资料messages
max_tokens
choices[0].message.content[DONE]
OpenAI Responses
POST /v1/responses
已列入模型资料input
max_output_tokens
output[] (SDK: output_text)response.completed
Anthropic Messages
POST /v1/messages
已列入模型资料messages; system (top-level)
max_tokens (required)
content[]message_stop

Messages SDK 的 Base URL 使用 https://api.iteracompute.com;max_tokens 为必填。其他协议字段请勿直接套用。

查看文档
LLMs.txt · 复制给 AI 编程助手

包含此模型的 ID、接口格式和参数约束。复制前请核对本页验证范围与当前价格。

LLMs.txt
# IteraCompute · z-ai/glm-5.3-flash

Model ID: z-ai/glm-5.3-flash
Base URL (OpenAI SDK): https://api.iteracompute.com/v1
Authentication: Authorization: Bearer ITERACOMPUTE_API_KEY
Content-Type: application/json

仅使用下列客户接口;不同协议的请求和响应结构不可混用。接口声明不等于每项能力均已实测。

## Chat Completions
POST https://api.iteracompute.com/v1/chat/completions
Input: messages
Output budget: max_tokens
Read result: choices[0].message.content
SSE completion: [DONE]
Docs: https://iteracompute.com/docs.html#api-reference

## Responses
POST https://api.iteracompute.com/v1/responses
Input: input
Output budget: max_output_tokens
Read result: output[] (SDK: output_text)
SSE completion: response.completed
Docs: https://iteracompute.com/docs.html#responses-api

## Messages
POST https://api.iteracompute.com/v1/messages
Input: messages; system (top-level)
Output budget: max_tokens (required)
Read result: content[]
SSE completion: message_stop
Docs: https://iteracompute.com/docs.html#anthropic-messages

## Parameters
配置范围和参数可接收性不等于模型语义能力验收;未公布的默认值不要自行补全。
当前参数配置无法确认,请查阅模型页面和当前目录后再调用。

## References
Model catalog: https://iteracompute.com/models/
Current prices and billing: https://iteracompute.com/pricing/
Documentation index: https://iteracompute.com/llms.txt
Unknown prices are not zero. Account and subscription limits also apply.
Never include a real API key in an LLM prompt or client-side code.

打开纯文本

GLM-5.3 和 Flash 必须思考,强度为 low/high/max;采样范围仍以具体型号为准。网关提供 Chat Completions、Responses 和 Messages,并转换各协议原生思考字段。Responses 无状态,store/background 必须为 false。

请使用此型号公布的参数与验证记录;上游文档核对不等于所有能力已通过网关实测。

接口参数

以下为该模型既有默认配置的参数与取值,供接入参考;尚未完成当前线路实测确认。已发布配置优先。

工具调用
支持
推理
支持
视觉
支持
流式输出
支持
JSON 模式
支持

参数与取值

点击参数名即可复制;表格可横向滚动查看全部列。用途栏标明协议差异,不能将同名字段视为跨接口通用。

参数类型接收状态取值范围用途 / 协议
整数参考:支持[1, 131072]输出 Token 预算;适用时包含推理 Token。用于 Chat Completions / Messages。
整数参考:支持[1, 131072]Chat 输出预算的另一字段,仅在此模型接收时使用。
整数参考:支持[1, 131072]Responses 输出预算;Chat 是否接收此字段须单独核对。
数值参考:支持[0, 1]控制采样随机性;接收但被忽略的值不会控制生成结果。
数值参考:支持[0.01, 1]核采样的累积概率阈值。
数值参考:支持[-2, 2]对已出现的 Token 施加惩罚。
数值参考:支持[-2, 2]按出现频率对重复 Token 施加惩罚。
整数参考:支持[1, 1]生成结果数量;许多线路仅接收 1。
布尔值参考:支持—启用 SSE 流式输出;结束标记因协议而异。
数组参考:支持—工具定义;由应用执行工具调用并回传结果。
按参数约定参考:支持—控制是否调用以及调用哪个工具;值的结构因协议而异。
对象参考:支持—文本:Chat 输出格式。图片:只接收 b64_json,与文本 JSON 模式不同。
按参数约定参考:支持—推理控制;对象或布尔值的具体用法取决于模型和协议。
枚举值参考:支持[false]Responses 存储控制;参数可接收不代表数据保留承诺。
枚举值参考:支持[false]Responses:后台执行(无状态线路只接收 false)。图片:auto、opaque 或 transparent。
枚举值参考:支持["low","high","max"]Chat 推理强度;使用此模型列出的枚举值,不混用其他协议的结构。

参考请求(适用性待验证)

POST /v1/chat/completions

Chat Completions 请求参数
{
  "model": "z-ai/glm-5.3-flash",
  "messages": [
    {
      "role": "user",
      "content": "Reply OK"
    }
  ],
  "max_tokens": 256,
  "reasoning_effort": "low"
}

参数版本:0765c2510c85

原始技术参考(以当前配置为准)

接口参数

点击参数名即可复制。

参数使用说明
传入准确模型 ID 与聊天消息列表
通过 tools 定义函数,并以 role=tool 回传结果
使用 SSE 流式输出并获取最终用量
在模型与账户限制内设置输出预算

参数按模型有所不同,请将模型专属控制项与通用 OpenAI 兼容字段区分使用。

参数参考

参数用法

    接口参考核对日期: 2026-10-23

    已核对的参数限制

    参数使用说明
    Chat 使用 max_tokens 或 max_completion_tokens;Responses 使用 max_output_tokens。须为正整数,并遵守网关上限。
    temperature 范围为 0–1;top_p 为 0.01–1。GLM-5.3 和 Flash 必须开启思考,强度为 low/high/max,默认 max。

    2026-10-26

    API

    当前参数配置无法确认;以下历史示例未经过当前配置验证,请勿直接用于生产。

    历史示例(适用性待验证)
    import os
    from openai import OpenAI
    
    client = OpenAI(
        base_url="https://api.iteracompute.com/v1",
        api_key=os.environ["ITERACOMPUTE_API_KEY"],
    )
    response = client.chat.completions.create(
        model='z-ai/glm-5.3-flash',
        messages=[{'role': 'user', 'content': 'Reply OK'}],
        max_tokens=256,
        reasoning_effort='low',
    )
    print(response.choices[0].message.content)

    查看文档

    价格

    价格单位为美元 / 百万 tokens,2026-11-20 核对:输入 $0.08、缓存输入 $0.023、输出 $0.28。同一模型的 Z.ai 官方价为 $0.15 / $0.03 / $0.50。

    输入$0.08
    缓存读取$0.023
    缓存写入—
    输出$0.28
    版本 / Model ID
    z-ai/glm-5.3-flash后端修订版本:未披露
    上下文
    1M
    精度
    官方精度
    价格核对
    验证范围与来源
    查看完整验证范围与来源

    请使用此型号公布的参数与验证记录;上游文档核对不等于所有能力已通过网关实测。

    价格来源: 公开 Models API · 价格与精度证据分别核对。

    缓存读取价仅适用于实际命中缓存。缺失价格(—)表示未知,不是零;账户与网关上下文约束详见使用限制。

    费用计算器

    美元 · 估算
    计算模式
    高级用量

    输入包含缓存读取与写入,各部分不能重叠。输出已含推理,推理填写其中的用量,不重复相加。请求数包含智能体步骤与重试。

    预计月费

    —USD

    GLM-5.3-Flash

    缓存命中与可用量不作保证。

    费用明细
    未命中缓存的输入
    —
    缓存读取
    —
    缓存写入(5 分钟 + 1 小时)
    —
    输出(含推理)
    —

    使用限制

    • 价格快照中的输入 / 输出单价低于 GLM-5.3,目录标注图像输入。Flash 名称不代表已验证的延迟保证,应使用相同样本比较正确率与响应时间。
    • 当前上下文与最大输出请见上方模型规格。输入与申请输出共用上下文预算。
    • 上下文与能力标记来自公开目录,不能据此推定具体工具流程或任务质量分数。
    • 先运行一个有代表性的任务,核对正确性、实际用量与响应时间,再扩大流量。
    • 可通过集成示例连接应用,并处理工具调用结果。

    适用任务与选择取舍

    批量分类

    按明确标签分类工单,并抽样核对未参与提示设计的数据。

    截图问题分流试验

    先用人工标注样本评估截图描述,再接入问题分流。

    以上任务建议依据目录能力与价格,不是模型质量实测排名。

    选择你的工具

    按任务选择模型与工具

    常见问题

    如何通过 OpenAI SDK 使用 GLM-5.3-Flash?

    将 base_url 设置为 https://api.iteracompute.com/v1,model 设置为 z-ai/glm-5.3-flash,使用 IteraCompute API Key 鉴权。

    GLM-5.3-Flash 如何计费?

    当前输入、缓存输入和输出价格请见价格区域,单位为美元 / 百万 tokens。使用前请查看刷新时间。

    可用上下文长度是多少?

    当前接口的上下文与最大输出请见上方摘要。输入与申请输出共用上下文额度。

    开始你的第一次调用

    创建密钥,选择工具,获得第一条非空回复。

    最新上架

    查看入选 New Arrivals 的模型,了解 API 价格、已支持能力与接入方式。

    查看最新上架
    Qwen新上架

    Qwen4-Max

    qwen/qwen4-max

    通过阿里云百炼接入的 Qwen4-Max,提供文本生成、推理、工具调用和图片输入。

    IteraCompute 上线日期

    输入
    $1.50
    输出
    $4.50

    美元 / 百万 tokens

    Moonshot AI新上架

    Kimi K3.1 Pro

    moonshotai/kimi-k3.1-pro

    支持文本、图片理解与工具调用的 Kimi 模型。

    IteraCompute 上线日期

    输入
    $1.60
    输出
    $8.00

    美元 / 百万 tokens

    IteraCompute新上架

    Auto

    Auto

    Auto 是 IteraCompute 的免费模型路由入口,按可用资源分配服务,使用固定的模型 ID 接入。

    IteraCompute 上线日期

    输入
    $0.00
    输出
    $0.00

    美元 / 百万 tokens