什麼是 GLM-5.3？Z.ai 悄然推出的程式設計方案、價格與已確認的升級

什麼是 GLM-5.3？

GLM-5.3 是目前可透過 Z.ai' 以訂閱制提供的 GLM Coding Plan 使用的最新程式設計模型。Z.ai 原名 Zhipu AI，負責開發中國 GLM 系列的語言、視覺、影像、影片與代理模型。

目前的官方文件將 GLM-5.3 定位為程式設計代理模型，而非一般瀏覽器聊天模型。開發者可以在支援自訂模型的工具中選用它，包括 Claude Code、Goose、Codex 和 Cline。Z.ai 也表示，Coding Plan 發送至先前 glm-5.2 和 glm-5.1 路由的請求，如今會自動轉送至 GLM-5.3。

目前可以確認的資訊如下：

這張表刻意比網路上流傳的推測性 GLM-5.3 規格表更精簡。其架構、參數數量、基準測試分數與開放權重授權條款仍然未知。若直接從 GLM-5.2 複製這些資訊，表格看起來會更出色，但也會變成錯誤資訊。

GLM-5.3 已發布嗎？發布日期與預覽狀態

GLM-5.3 已在一項產品中發布：GLM Coding Plan。Z.ai 的 模型切換指南 現在顯示「GLM-5.3 現已上線」，並表示 Lite、Pro 和 Max 訂閱者都可以切換使用。

目前仍沒有確切的 GLM-5.3 發布日期。Z.ai 一般的 模型版本更新說明 尚未包含具日期的 GLM-5.3 條目，而其標準模型概覽與按 token 計費頁面仍以 GLM-5.2 為主。因此，最安全的描述是「Coding Plan 悄然推出」，而不是完整的公開發布。

這也改變了我們應如何理解「GLM-5.3 預覽版」一詞。在文件更新之前，GLM-5.3 實際上只是由社群討論支持的發布追蹤關鍵字。如今，它已成為具有官方 ID、可透過 Coding Plan 呼叫的模型。尚未完成的是模型相關文件，而不是它在方案中的存在。

對生產團隊而言，這項落差很重要。某個路由可以先開放呼叫，但其架構、訂閱外的計費方式、容量限制、獨立品質與自託管條款仍可能未知。可用性回答的是「我能測試它嗎？」但還不能回答「我是否應該用它取代生產模型？」

哪些 GLM-5.3 功能已獲確認？

可選的 100 萬 token 上下文

Z.ai 為需要 100 萬 token 上下文的開發者提供 glm-5.3[1m]。在 Claude Code 中，設定還要求將 CLAUDE_CODE_AUTO_COMPACT_WINDOW 設為 1000000。

後綴很重要。開發者不應假設每個使用普通 glm-5.3 字串的請求，都會自動取得相同的上下文設定。長上下文視窗對大型儲存庫、冗長的代理歷史記錄、遷移計畫與多檔案除錯任務都很有用。代價則是更高的上下文消耗，以及可能更長的推理週期。

100 萬 token 也不代表模型能同等良好地記住每項依賴關係。上下文容量衡量的是可提交的內容量；擷取準確度、限制保留能力與工具迴圈穩定性仍需要按任務進行測試。

低、高與最高推理強度

GLM-5.3 Coding Plan 會將不同的工具設定對應到三種實際強度等級：

低強度適合從小型修改與簡單問題開始。高強度是中間選擇。最高強度則適用於複雜程式設計與代理工作，這些情況下深入推理比回應成本或延遲更重要。

目前沒有官方 GLM-5.3 基準測試能衡量這些設定之間的差異。請將推理強度視為測試變數，而非品質保證。更有用的生產指標是重試後每個已接受任務的成本，而不是每個請求是否都以最高強度執行。

程式設計代理相容性

官方的 切換指南 列出三種存取方式：

• Claude Code 和 Goose 使用 Anthropic 相容端點。

• Codex 使用 Z.ai 的 /api/v1 端點。

• Cline 與其他相容工具可以使用 OpenAI 風格的程式設計端點。

這是目前最清楚的 GLM-5.3 用途訊號。它以程式碼生成、除錯、儲存庫問題與長時間執行的代理任務為主要用途，而不是新的多模態消費者助理。

以文字為主的存取方式，視覺功能另行提供

Z.ai 要求 Cline 使用者在設定 glm-5.3 時停用「支援影像」。其 Coding Plan 另透過視覺 MCP 服務提供 Vision Understanding。

簡單來說，目前直接使用 GLM-5.3 的路由應視為文字與程式碼輸入。螢幕截圖仍可能透過其他服務進入更廣泛的 Z.ai 工作流程，但這並不能證明底層的 glm-5.3 模型原生接受影像。

這是早期 GLM-5.3 報導中最大的缺口之一。社群對視覺功能的需求確實存在，但功能請求並不等於已推出的模態。

GLM-5.3 與 GLM-5.2：實際升級了什麼？

目前最明顯且已確認的升級是路由：GLM-5.3 現在是 Coding Plan 中的預設目前模型，而先前對 GLM-5.2/5.1 發送的請求會自動轉送至它。Z.ai 尚未發布足夠的技術證據，無法量化底層品質提升。

Z.ai 的 GLM-5 儲存庫 報告稱，GLM-5.2 在 Terminal-Bench 2.1 得分 81.0，在 SWE-bench Pro 得分 62.1。報告也指出，在 100 萬 token 上下文下，IndexShare 將每 token FLOPs 降低 2.9 倍，而推測解碼的變更使接受長度最多提高 20%。

這些是供應商報告的 GLM-5.2 結果，只能作為基準，不能視為 GLM-5.3 的證據。我們目前不知道 5.3 是否變更了架構、加入新的訓練資料、改善工具呼叫、縮短推理軌跡，或只是透過同一系列提供的更新後訓練版本。

還有一項更正值得提出：一些早期文章稱 GLM-5.2 是 7,530 億參數模型。Z.ai 目前的儲存庫與下載表將其列為 744B-A40B。在比較前代模型時，採用官方數字更為安全。

需要同系列中有文件記錄且目前可存取版本的開發者，可以在等待已驗證的 GLM-5.3 路由期間，使用 GPT Proto 上的 GLM-5.2 API。

GLM-5.3 價格：使用成本是多少？

GLM-5.3 的價格有兩種答案，取決於「價格」指的是 Coding Plan 訂閱，還是標準的按 token 計費 API。

GLM Coding Plan 訂閱

Z.ai 的方案文件列出訂閱方案起價為每月 $18。查詢時，其公開訂閱頁面顯示 Lite $12.60、Pro $56、Max $117.60 的促銷價格，原價則為 $18、$80 和 $168。促銷活動可能變更，因此團隊在編列預算前應確認結帳價格。

三種方案都支援 GLM-5.3。Max 並不是另一個「GLM-5.3 Max」模型，而是提供更高的使用額度。

GLM-5.3 額度消耗

Coding Plan 概覽為 GLM-5.3 提供以下額度倍數：

Z.ai 在文件記錄的離峰時段收取標準額度費率的一半。這可能大幅改變訂閱方案可支援的工作量，但額度不是美元。將這些倍數換算成虛構的每百萬 token 價格，會混淆兩套計費系統。

標準 API token 價格

Z.ai 尚未在其 標準 API 價格頁面列出 GLM-5.3。該頁面目前列出 GLM-5.2 的價格：每百萬輸入 token $1.40、每百萬快取輸入 token $0.26，以及每百萬輸出 token $4.40。

不要將這些價格套用至 GLM-5.3。它們只能作為前代模型的基準。

「GLM-5.3 Max」是獨立模型嗎？

目前沒有官方來源確認存在名為 GLM-5.3 Max 的獨立模型。

「Max」一詞出現在兩個不同地方。首先，Max 是 GLM Coding Plan 最高級的訂閱層級，每五小時有 28,000 點額度、每週有 140,000 點額度。其次，max 是 glm-5.3 文件中最深度的推理強度設定。

因此，像「GLM-5.3 Max 與 GLM-5.2 Max 比較」這類搜尋，通常是指比較兩個版本在最高推理強度下的表現，而不是確認兩個獨立的 Max 品牌模型。

目前還無法可靠完成這項比較。GLM-5.2 已有供應商與獨立測試結果，GLM-5.3 則沒有。公平測試需要相同的代理設定、任務集、上下文、強度設定、重試政策與驗收標準。拿 5.3 的一個精心製作的示範與 5.2 的舊基準測試相比，幾乎無法得出有用結論。

GLM-5.3 與 Kimi K3、Claude Fable 5

GLM-5.3 已開始與 Kimi K3 和 Claude Fable 5 一起被討論，因為三者都面向高要求的程式設計或長上下文工作。但目前可取得的證據並不相等。

這也是為什麼「GLM-5.3 與 Kimi K3 比較」或「GLM-5.3 與 Fable 5 比較」目前還沒有基於證據的勝者。

目前的獨立測試給予 Kimi K3 在 Artificial Analysis Intelligence Index 上 60 分。同一來源記錄了文字與影像輸入、100 萬 token 上下文，以及擁有 2.8 兆參數和 1,040 億啟用參數的 MoE 架構。Anthropic 官方文件列出 Claude Fable 5 價格為每百萬輸入 token $10、每百萬輸出 token $50，並提供 100 萬 token 上下文。

目前的 LMArena 程式碼排行榜也包含 Kimi K3 和 Fable 5。GLM-5.3 尚未加入。在它出現在可重現的評估中之前，任何聲稱 GLM-5.3 勝過其中任一模型的說法都只是預測，而非比較。

對於今天需要做出選擇的開發者：

• 當開放權重與較低的已記錄 token 成本最重要時，選擇 GLM-5.2。

• 需要 1M 上下文、影像輸入與強大獨立測試程式設計效能時，選擇 Kimi K3。

• 當最高級的 Anthropic 已記錄方案比 token 成本更重要時，選擇 Fable 5。

• 如果你已擁有 Z.ai Coding Plan，請測試 GLM-5.3，但在確認其行為與計費方式符合工作負載前，保留備用方案。

GPT Proto 目前提供 Kimi K3 API 存取權，每百萬 token 的輸入價格為 $2.70、輸出價格為 $13.50。Claude Fable 5 也可使用，每百萬 token 的輸入價格為 $8、輸出價格為 $40。在 GLM-5.3 尚未加入 GPT Proto 目錄前，這些都是可部署的替代方案。

可以在 GPT Proto 上存取 GLM-5.3 嗎？

不行。GLM-5.3 目前尚未在 GPT Proto 上提供。

不要將 glm-5.3 傳送至 GPT Proto 端點，也不要將 GPT Proto 描述為 GLM-5.3 提供者。今天需要 GLM 路由的開發者可以改用 GLM-5.2。以下請求使用 GPT Proto 現有的 OpenAI 相容 API，以及真正的 glm-5.2 模型 ID：

curl "https://gptproto.com/v1/chat/completions" \
  --header "Authorization: Bearer $GPTPROTO_API_KEY" \
  --header "Content-Type: application/json" \
  --data '{
    "model": "glm-5.2",
    "messages": [
      {
        "role": "user",
        "content": "Review this implementation plan and identify the three highest-risk dependencies."
      }
    ]
  }'

當 GLM-5.3 可用時，其正式上線的模型頁面——而非傳聞文章——應作為 GPT Proto 模型字串、模態、上下文與價格的準確來源。

你也可以瀏覽 GPT Proto AI 模型庫，使用一組 API 金鑰與同一個餘額比較目前可用的文字、推理、影像、影片與多模態路由。

開發者現在應該切換至 GLM-5.3 嗎？

如果你已訂閱 Z.ai Coding Plan，現在值得測試 GLM-5.3。自動路由表示，當你透過該產品請求 GLM-5.2 或 GLM-5.1 時，可能已經在使用它。請記錄實際解析的模型、強度等級、上下文設定、token 用量、延遲、重試次數，以及結果是否通過審查。

不要將路由更新視為所有工作負載都改善的證據。較新的程式設計模型可能更能遵循指令，但也可能消耗更多輸出額度；它可能完成更困難的任務，但在最高強度下回應速度較慢。真正有用的問題不是「版本號是否增加？」而是「已接受的工作是否變得更便宜或更可靠？」

如果你需要以下任何項目，請先不要讓 GLM-5.3 成為生產依賴：

• 穩定的按 token 計費 API 價格

• 公開的速率限制與容量保證

• 可下載的權重與已確認的授權條款

• 同一路由上的原生影像輸入

• 獨立的程式設計、代理、延遲與吞吐量結果

• 已驗證的 GPT Proto 模型頁面與端點

如果專案今天就必須上線，請使用有文件記錄的模型，並讓模型 ID 可設定。如此一來，日後評估 GLM-5.3 時，就不必重寫周邊應用程式。

最終結論

GLM-5.3 確實存在且可呼叫，但其發布範圍比模型名稱所暗示的更窄。目前它是 Z.ai GLM Coding Plan 中最新的模型，具備文件記錄的 1M 上下文選項、低／高／最高強度控制，以及與多種程式設計代理的相容性。

同樣重要的是，我們目前沒有具體日期的上市文章、GLM-5.3 模型卡、標準按 token 計費價格、開放權重或基準測試報告。因此，GLM-5.3 是值得評估的候選模型，但目前還不能根據每個成功任務的成本，與 Kimi K3、Fable 5，甚至 GLM-5.2 進行公平排名。

如果你已支付 Coding Plan 費用，請測試它。如果你現在需要有完整文件的 API 路由，請先使用 GLM-5.2、Kimi K3 或 Claude Fable 5，並保留可切換模型的設計。