Skip to main content
GLM-5.3-Flash 已全量上线 GLM Coding Plan ，原生多模态，额度翻 3 倍，好用、耐用！

​
概览

GLM-5.3-Flash 是 GLM-5 系列首个原生多模态模型，以极致低成本架构实现超越 GLM-5.2 的更强智能：
  • 极致高效的混合架构 GLM-5.3-Flash 总参数量 320B、激活参数量 18B，是首个采用稀疏注意力与线性注意力混合架构的开源前沿模型。在保持精准长上下文能力的同时，显著降低计算与服务成本。相比 GLM-5.3，其注意力计算量和 KV 缓存大小分别降低 3.01 倍和 4.44 倍。
  • 原生多模态的视觉 Coding 视觉能力被原生融入 Coding 循环，使模型能够主动观察界面、渲染结果与交互反馈，并据此持续测试和改进。无论是前端开发、游戏构建、Blender 3D 场景，还是 BUA、CUA 驱动的真实环境操作，模型都能在代码、浏览器和图形界面之间协同完成任务。
  • 超越 Coding 的专业工作伙伴 GLM-5.3-Flash 进一步拓展至 Office、金融研究和专业文档等工作场景。它能够自主拆解复杂目标、调用合适工具、检查并优化输出，完成从研究分析、模型构建到 PPTX、PDF、DOCX、XLSX 成品交付的完整工作流。
技术报告｜体验中心

​
如何使用

​
模型 API

Model Code：glm-5.3-flash
接口文档：Chat Completion API
参数说明：文本参数与 GLM-5.3 保持一致，支持 1M 上下文。
图片参数：在 messages[].content[] 中添加 type: image_url 内容块，通过 image_url.url 传入图片 URL（推荐）或 Base64 Data URL；多图可添加多个 image_url 。
推荐设置： temperature: 1、top_p: 0.95、reasoning_effort: max；thinking.type 仅支持 enabled，建议设置 thinking.clear_thinking: false。流式调用建议同时开启 stream: true 和 tool_stream: true。

​
GLM Coding Plan

已全面放开，您可以在常用工具中使用 GLM-5.3-Flash，相较于 GLM-5.3，可用额度增加至 3 倍。
新版 GLM Coding Plan 采用基于积分的配额系统，额度公开透明。在包括周末全天在内的非高峰时段进行的模型调用仅消耗标准积分的 50%。
立即订阅：个人版订阅、团队版订阅。

​
能力支持

  • 思考模式：提供多种思考模式，覆盖不同任务需求，thinking.type 仅支持 enabled，不支持关闭思考
  • 流式输出：支持实时流式响应，提升用户交互体验
  • Function Calling：强大的工具调用能力，支持多种外部工具集成
  • 上下文缓存：智能缓存机制，优化长对话性能
  • 结构化输出：支持 JSON 等结构化格式输出，便于系统集成
  • 视觉理解：原生多模态输入，支持图片，视频，文件

​
详细介绍

GLM-5.3-Flash 的全新模型架构与GLM-4.5 系列相比，GLM-5.3-Flash 的架构专为极低成本而设计。GLM-5.3-Flash 的总参数量与 GLM-4.5 基本相当（355B vs 320B），但激活参数量（32B → 18B）和层数（92 → 45）几乎减半。 GLM-5.3-Flash 同时进行了多项架构升级，是首个采用稀疏注意力与线性注意力混合架构的开源前沿模型，在保持精准长上下文能力的同时，大幅降低了长上下文服务成本。此外，GLM-5.3-Flash 还采用流形约束超连接（Manifold-Constrained Hyper-Connections，mHC），进一步提升了模型的 scaling 能力。

​
极致低成本架构

为降低模型在长上下文场景下的注意力成本，我们采用了线性注意力与稀疏注意力相结合的混合架构。其中，线性注意力通过递归机制捕获局部依赖关系，稀疏注意力则借助轻量级索引器召回全局上下文。为进一步降低1M上下文下索引器的时延与内存开销，我们引入了IndexPool，通过加权池化将索引器的4个缓存向量压缩为1个向量。 为展示该架构的效率，我们将GLM-5.3-Flash与GLM-5.3，以及DeepSeek-V4-Flash 和Kimi-K3进行了对比，重点考察单Token计算量和KV缓存大小。为公平比较不同规模的模型，我们分别展示了每个Head、每层注意力计算量，以及每层平均KV缓存大小（BF16）。相较于GLM-5.3，GLM-5.3-Flash的注意力计算量与KV缓存大小分别降低了3.01倍和4.44倍。 在所有基线模型中，GLM-5.3-Flash 的注意力计算量最低。不过，GLM-5.3-Flash 的 KV 缓存大小仍略高于 Kimi-K3 和 DeepSeek-V4-Flash，这也是我们在后续工作中进一步优化的方向。

​
代码循环中的视觉反馈

GLM-5.3-Flash是GLM-5系列的首个原生多模态模型。视觉编码（Visual Coding）并不只是处理图像，它拓展了Coding所能触及的边界。对于前端开发、游戏开发、3D仿真等任务而言，最终产物并不只是代码，还包括用户能够感知的界面、交互或虚拟世界。视觉能力被原生集成进模型中，使其能够自主判断何时需要“观察”，并利用视觉反馈来指导下一步行动。 我们针对视觉编码开发了数据合成流水线，重点聚焦于模型的自我视觉判断与测试时改进。最终生成的轨迹要求模型与环境交互、检视自身输出，并进行迭代式改进。在前端Coding方面，我们还探索了基于环境反馈的强化学习，并通过基于真实用户流程的Agent验证，进一步强化了模型的GUI判断能力。这将验证的范畴从功能正确性延伸至渲染效果与交互体验层面。 更令人意外的是，Coding为模型提供了一种表达并检验其世界知识的代理。在Blender中构建一个连贯的场景，需要将几何、材质、光照与空间关系等知识，转化为一个在不同视角下都保持一致的3D结构。在没有任何外部素材的情况下，GLM-5.3-Flash自主运行16个小时搭建了一套约400平方米的专业主厨自宅与测试厨房。 在ZCode中，Browser Use Agent（BUA）与Computer Use Agent（CUA）进一步拓展了这一能力，使模型能够在代码、浏览器与图形界面之间协同工作，同时观察并验证自身的输出结果——许多问题只有在渲染、交互或试玩过程中才会暴露出来。在ZCode中使用的GLM-5.3-Flash实测合集：从图像到可运行工程，从两小时电影到 8 分钟成片，以及可直接交付的白领专业文档。

​
超越 Coding 的工作伙伴

GLM-5.3-Flash在专业工作流中的能力相较同级别模型显著提升。针对PPTX、PDF、DOCX和XLSX等Office与文档类任务，新增的视觉理解能力使模型能够检查并优化自身输出，并具备更强的审美判断能力。此外，模型还可以将自己的输出结果与视觉上下文以及预期的结果进行对比，从而实现更有效的自我验证和优化——包括更准确的呈现质量评估以及审美判断。 我们专门针对金融、法律等专业工作流进行优化。在金融方面，GLM-5.3-Flash可以覆盖从基于来源的金融研究、报告生成到金融建模与分析的完整流程，在整个过程中提供可追溯的参考依据。在法律方面，GLM可以审查合同中的费用、账户与责任条款，并按律师惯例批注留痕。它也能起草律师函、合同与诉讼文书，格式与版式符合实务规范，生成即可交付。

​
跑在国产芯片上

过去一周，我们首次在大规模流量中尝试用大国产芯片集群提供服务，这些芯片通过自研高带宽互联网络连接。 为克服单张芯片算力与内存容量相对有限的问题，我们在SGLang 基础上构建了专用的推理引擎。值得一提的是，整个构建工作由 GLM-5.3 驱动的 infra agent 大大加速，它协助工程师开发与优化算子、诊断性能瓶颈、改进部署服务栈，形成了“模型优化系统，系统承载模型”的正向循环。 这些芯片的主要瓶颈在于内存容量与带宽，尤其是支持长达 1M token 的上下文长度很有挑战。这要求我们针对底层架构进行激进的内存优化，包括以算力换带宽、以通信换显存等定制优化。我们的技术栈结合了用于线性注意力和 LM head 的节点内张量并行、ReplaySSM、W8A8量化、INT8/FP8/BF16 混合缓存量化，以及 Layer Split 等技术。 在集群层面，我们采用生产级 Encode–Prefill–Decode（EPD）分离式架构，将多模态编码、prompt 预填充和逐 token 解码拆分为可独立调度、独立扩缩容的工作池，从而在国产加速芯片上实现了高效、可靠的服务。 与同一硬件上的初始基线相比，端到端服务性能提升了3倍，硬件效率和单token成本已达到与主流英伟达GPU相当的水平。这证明了国产芯片完全可以在大规模场景下高效、经济地支撑前沿模型的推理需求。

​
最佳实践

GLM-5.3-Flash 能把截图、多张页面图、网站 URL 或操作录屏直接转化为具备审美的可运行应用。它不只还原颜色和布局，还能理解页面关系、共享组件、设计体系、交互状态和动效逻辑，完成从视觉分析到完整前端工程的闭环。推荐体验方式： 提供一组来自同一产品的页面截图，或者一个包含复杂动效的网站，让模型完成高保真复刻：
请根据我提供的页面截图，使用 Next.js 和 TypeScript 完整复刻这个产品。先分析设计体系、页面关系、共享组件、导航结构、交互状态和动效逻辑，再完成可运行工程。实现后启动项目，逐页截图与参考图对比，持续修正布局、字体、间距、颜色、图片裁切和交互差异，并说明已覆盖页面、运行方式和仍存在的差异。
GLM-5.3-Flash 的 Office 能力不再停留在内容填充，而是能够同时处理信息结构、视觉风格、图表、图片裁切和页面排版。无论是从零制作 PPTX、PDF、DOCX、XLSX，还是基于现有文件和参考图片复刻，都可以通过渲染检查主动发现溢出、错位、遮挡和风格不一致。推荐体验方式： 选择一份真实汇报材料，明确受众、页数、内容结构和视觉风格，让模型交付可直接使用的文件：
请根据当前目录中的材料，制作一份面向管理层的 15 页业务汇报 PPT。先提炼核心结论和叙事结构，再完成可编辑图表、页面排版、图片选择和演讲者备注。不得虚构业务数据，所有引用标明来源。完成后逐页渲染检查，修复文字溢出、图片裁切、元素遮挡、对齐错误和视觉不一致，最终交付 PPTX、PDF，并说明已核验内容和未覆盖风险。
GLM-5.3-Flash 能覆盖金融研究、财务分析、估值建模和报告生成的完整链路。它可以整合多源资料，保留关键结论的引用依据，区分披露事实、分析假设和推导结果，并将研究判断进一步落到可复核的财务模型与正式报告中。推荐体验方式： 选择一家刚刚披露业绩的上市公司，同时提供公告、财报和已有模型：
请基于公司最新财报、公告和可核验的公开资料完成业绩分析。分别拆解收入、利润、现金流、业务结构和关键经营指标，明确区分公司披露、分析假设和你的判断。更新盈利预测与估值模型，检查三表勾稽、公式引用和口径一致性。最终交付一份带来源引用的 PDF 研报和一份可编辑、由公式驱动的 Excel 模型，并列出关键风险与未验证信息。
在 Agent 环境中，GLM-5.3-Flash 能同时理解画面、语音、字幕、人物关系和时间线，把长视频或多段素材重新组织成结构完整的内容。它还可以利用名签、人物出镜和上下文线索持续识别不同说话人，完成纯 ASR 难以处理的字幕归属、情节梳理和画面匹配，高效提升剪辑Agent效率。。推荐体验方式： 提供一组采访、活动或产品素材，让模型完成剪辑、字幕和最终检查：
请将素材目录中的视频剪成一条 90 秒产品发布回顾。先建立素材清单，识别人物、事件、关键发言和可用镜头，再设计开场、主体和结尾节奏。区分不同说话人并生成准确字幕，让画面与发言内容对应。完成剪辑、配乐、转场和基础调色后，检查错字、字幕归属、音画同步、黑帧和重复镜头，最终输出 MP4、SRT 和剪辑说明。
GLM-5.3-Flash 可以把空间需求、视觉风格和功能约束转化为可编辑的 Blender 工程，并持续推进灰模、资产、材质、灯光、镜头和最终渲染。更关键的是，它能通过固定机位反复渲染、查看真实画面、定位问题并迭代，而不只是生成一段建模脚本。推荐体验方式： 给出一个包含空间规划、设计风格和交付标准的完整场景任务：
请在当前目录创建一个完整、可编辑的 Blender 场景，表现一间位于城市高层的餐厅与酒吧。先输出艺术方向、空间规划、资产清单和固定镜头，再完成灰模并尽早渲染预览。至少进行四轮“构建—固定机位渲染—检查画面—修正—重新渲染”，重点检查空间尺度、动线、材质、灯光、穿模和镜头构图。最后从干净环境重新打开工程并渲染主镜头，交付 .blend 文件、最终图片和复现说明。
GLM-5.3-Flash 能从参考画面和玩法描述中提取视觉语言、核心机制、状态机和胜负规则，高效适配跨平台的专业游戏开发引擎（如Godot等），再将其实现为真正可以操作的游戏原型。相比只生成场景，它更适合测试移动、碰撞、AI、计分、关卡、结算和存档之间能否形成完整闭环。推荐体验方式： 使用自有或已获得授权的素材，选择一个机制集中、时长可控的 Godot 游戏任务：
请使用当前目录中已获得授权的素材，通过 Godot 4 开发一个可玩的合作料理游戏原型。先阅读玩法说明、素材映射和参考截图，再按里程碑实现角色移动、拾取、加工、出餐、计分、倒计时和结算流程。每个阶段完成后运行测试，并使用相同地图和机位与参考图对比。最终确保一局游戏可以从开始完整运行到结算，同时交付 Web 版本、测试日志、运行说明和未完成项。
GLM-5.3-Flash 可以通过视觉直接理解软件界面，在缺少结构化接口的情况下完成点击、输入、判断和连续操作。它既能测试游戏和网页，也能观察现有应用、复刻关键功能，再实际操作复刻版本寻找差异，形成“观察—实现—试用—修正”的闭环。推荐体验方式： 选择一个本地应用或 Web 产品，开启 /goal 模式，让模型边使用边复刻：
/goal 请使用 Computer Use 查看当前打开的应用，梳理它的页面结构、核心功能、主要用户路径和交互反馈，并在当前目录中复刻一个可运行版本。完成后分别操作原应用和复刻版本，对比布局、功能、状态变化和操作路径，记录差异并持续改进。最后完整走通登录以外的主要流程，输出验证结果、仍存在的差异和运行方式。
GLM-5.3-Flash 能从零件照片、草图或 CAD 蓝图中理解主体结构、孔位、倒角、曲面和装配关系，再通过 build123d 等代码化工具生成参数化三维模型。模型生成后还可以渲染多个视角，与参考图持续对比修正，并交付后续可编辑的工程资产。推荐体验方式： 选择结构清晰、具有多个可识别特征的机械零件，同时提供尺寸或比例参照：
请根据我提供的零件蓝图和多角度参考图，使用 build123d 编写参数化代码复刻该零件。先识别主体结构、关键尺寸、孔位、圆角、倒角和对称关系，对无法确认的尺寸列出假设。完成后从与参考图一致的角度渲染并逐项比较比例和结构差异，持续调整。最终交付 Python 源码、STEP、STL、尺寸说明和可交互查看页面。