模型广场
通过 模驿API 调用 GLM-5.3 Flash 正式版，当前折扣 5.3 折，。
GLM: GLM-5.3 Flash 正式版
GLM-5.3-Flash 是智谱（Z.ai）的原生多模态模型，适合高效编码和长程 Agent 任务。其稀疏与线性混合的注意力架构在降低算力开销的同时，仍能保持准确的长上下文表现。
多模态能力
输入 / 输出价格
5.3 折$0.06 / $0.2104$0.114 / $0.4per 1M
上下文
1M
发布时间
2026年8月26日
供应商
模驿API 在您设置的折扣区间和供应商列表内按健康度与成本自动路由。任一供应商报错时会立刻切到次优供应商，请求里不需要指定。 配置折扣区间
需要自行选择供应商的组合？
| 供应商 | 上下文 | 输入价格 | 输出价格 | 缓存价格 | 首字时延（TTFT） | 输出速度（TPS） | 可用率（SLA） | 数据安全 |
|---|---|---|---|---|---|---|---|---|
| Z.AI | 1M | $0.114$0.06 | $0.4$0.2104 | $0.03$0.0158 | — | — | — | — |
| 火山引擎 | 1M | $0.114$0.06 | $0.4$0.2104 | $0.03$0.0158 | — | — | — | — |
| OpenRouter | 1M | $0.114$0.06 | $0.4$0.2104 | $0.03$0.0158 | — | — | — | — |
| 第三方供应商 | 1M | $0.114$0.06 | $0.4$0.2104 | $0.03$0.0158 | — | — | — | — |
实时折扣
各供应商的平均成交折扣，每小时更新。
该模型近 24 小时暂无折扣数据。
性能
首字时延与输出速度按网关侧实际请求统计。
首字时延（TTFT）
从请求发出到收到首个输出 Token 所需的时间，按供应商分别统计。
首字时延 · 模驿API 网关
输出速度（TPS）
收到首个输出 Token 后，后续每秒能生成的 Token 数，按供应商分别统计。
输出速度 · 模驿API 网关
可用率
网关持续探测每个供应商，某个供应商报错时自动切到次优供应商，因此 模驿API 可用率是在 模驿API 调用模型的整体可用性，而不是单一上游的可用性。
可用率（24 小时）
—
可用率（3 天）
—
近 3 天可用性
—
-72h-48h-24h现在
近 24 小时可用性
每个上游供应商各一条曲线。模驿API 那条只看每个请求的最后一次尝试，衡量的是经过所有降级之后端到端的最终结果。
可用率 · 近 24 小时 · 模驿API 网关
数据安全
快速接入
from openai import OpenAI
client = OpenAI(
base_url="https://api.moyiapi.com/v1", # 只改这一行
api_key="<MOYIAPI_API_KEY>",
)
response = client.chat.completions.create(
model="glm-5.3-flash",
messages=[{"role": "user", "content": "Hello"}],
)
print(response.choices[0].message.content)Endpoint: https://api.moyiapi.com/v1