GLM 是智谱（国际品牌 Z.ai）自研的大语言模型系列——别和统计学里的「广义线性模型（GLM）」搞混。截至 2026 年 9 月，GLM-5 这一代在售的主力有三档：GLM-5.3（当前旗舰，2026 年 8 月 19 日在国内开放平台上线）、GLM-5.3-Flash（8 月 26 日上线，GLM-5 系列首个原生多模态模型，API 价格是 GLM-5.3 的十分之一）和上一代旗舰 GLM-5.2（6 月 16 日上线，GLM 系列首个 1M 上下文版本）。三档都开放了权重；开发者在 bigmodel.cn 按量调 API，写代码的可以订 GLM Coding Plan 包月套餐。只想直接聊天的，入口是智谱清言，见 智谱清言官网入口。

GLM-5.3、GLM-5.3-Flash、GLM-5.2 参数对比

按智谱官方 GitHub（zai-org/GLM-5）的模型列表与各模型文档：GLM-5.3 规格 744B-A40B（总参数 7,440 亿、每个 token 激活 400 亿），和 GLM-5.2 用的是同一个基座模型，官方称所有提升都来自后训练；上下文 1M、最大输出 128K，只处理文本，思考模式强制开启、不能关闭，reasoning_effort 分 low／high／max 三档（默认 max）。GLM-5.3-Flash 规格 320B-A18B，是重新训练的新基座，采用稀疏注意力与线性注意力混合架构，官方称注意力计算量和 KV 缓存分别比 GLM-5.3 低 3.01 倍和 4.44 倍；支持图片、视频、文件、文本输入，同样是 1M 上下文、128K 输出。GLM-5.2 规格 744B-A40B，1M 上下文、128K 输出；再往前的 GLM-5.1（2026 年 4 月 7 日）与 GLM-5（2 月 12 日）上下文只有 200K。

GLM API 价格（bigmodel.cn 与 z.ai）

国内开放平台 bigmodel.cn 以人民币计价，单位是「元／百万 tokens」，这三档不按输入长度分段：GLM-5.3 输入 ¥8、输出 ¥28、缓存命中 ¥2；GLM-5.2 与之同价（¥8／¥28／¥2）；GLM-5.3-Flash 输入 ¥0.8、输出 ¥2.8、缓存命中 ¥0.23，缓存存储费目前均为「限时免费」。官方模型文档另称 GLM-5.3-Flash 限时折扣期内价格为 GLM-5.3 的 1/20，但定价页没有标出折扣价和截止时间，以控制台实际扣费为准。国际版 z.ai 以美元计：GLM-5.3 与 GLM-5.2 输入 $1.4、缓存 $0.26、输出 $4.4；GLM-5.3-Flash 输入 $0.15、缓存 $0.03、输出 $0.50。对照老型号：GLM-5.1 输入 32K 以内为 ¥6／¥24，GLM-5 为 ¥4／¥18。

接入地址：OpenAI 协议走 https://open.bigmodel.cn/api/paas/v4，Anthropic 协议走 https://open.bigmodel.cn/api/anthropic。从 GLM-5.2 迁移要注意一点：GLM-5.3 不再支持 thinking.type: "disabled"，旧代码不改会直接报错，官方建议改成 enabled 并把 reasoning_effort 设为 low。另外官方文档写明，订阅过 GLM Coding Plan（含已过期）的账号暂时只能用 OpenAI Chat Completion 协议调模型 API。全系价格横向对比见 智谱 GLM 全系模型价格。

GLM Coding Plan：档位、价格与额度

GLM Coding Plan 是面向 AI 编程的订阅套餐，2026 年 7 月 30 日改版为积分制，个人版分 Lite／Pro／Max 三档，另有团队版。价格：官方订阅页 bigmodel.cn/glm-coding 为 JS 渲染，本站没能从官方页直接抓到数字；据 IT之家 7 月 31 日报道新版「每月 118 元起」，第三方汇总的月付价为 Lite ¥118、Pro ¥538、Max ¥1,078，改版时的包季 8 折、包年 7 折据报道限时到 8 月 15 日，现价以订阅页为准。国际版文档 docs.z.ai 写明 18 美元／月起。额度（官方文档）：Lite 每 5 小时 2,000 积分、每周 10,000 积分；Pro 为 12,000／60,000；Max 为 28,000／140,000。积分按 token 折算：GLM-5.3 每 1 万 tokens 输入扣 6.9、缓存命中扣 1.7、输出扣 24 积分，GLM-5.3-Flash 为 2.3／0.56／8；联网搜索、网页读取、开源仓库 MCP 每次扣 1.2 积分。高峰时段是工作日 14:00～18:00（北京时间），其余时段（含周末全天）按 50% 扣积分。官方给的参考量：缓存命中率 95% 时，每周可用的 GLM-5.3 约为 Lite 0.48～0.97 亿 tokens、Pro 2.90～5.80 亿、Max 6.76～13.52 亿，换成 GLM-5.3-Flash 约是三倍。

能在哪些工具里用：官方列出的 Coding Agent 工具有 ZCode（1.5 倍用量）、Claude Code、Claude for IDE、Codex、OpenCode、Pi Coding Agent、TRAE、CodeBuddy、Lingma、Qoder、Kilo、MonkeyCode、Cline、Droid、Roo、Crush、Goose、Cursor；通用 Agent 工具 AutoClaw（1.5 倍用量）、OpenClaw、Cherry Studio、Hermes Agent 也支持，但属于「次级调度」，高负载时会排队限流。所有档位都能用 GLM-5.3 与 GLM-5.3-Flash，工具里填旧名 GLM-5.2、GLM-5.1 会自动切到 GLM-5.3。几条规矩要先知道：只能在上述指定工具里用，自建应用、网站直接调 API 不走套餐额度；Claude Code 的 Base URL 填 https://open.bigmodel.cn/api/anthropic，其他工具填 https://open.bigmodel.cn/api/coding/paas/v4，填错会走按量计费、扣账户余额；套餐额度用完只需等下个周期，不会自动扣账户余额；一经购买不退款，取消自动续费要在扣费日至少 3 天前操作；禁止多人共用一个套餐。7 月 30 日前订阅的 V1／V2 老用户权益不变，可按原价续订。

官方公布的跑分（智谱自测）

GLM-5.3 模型卡列出的代表成绩（均为智谱自测，对比模型的数字也出自同一张表）：Terminal Bench 2.1 88.2（GLM-5.2 为 81.0，Kimi K3 为 88.3，GPT-5.6 Sol 为 88.8）、Terminal Bench 3.0 28.3（GLM-5.2 仅 4.6，Fable 5 为 33.7）、DeepSWE 66.9（GLM-5.2 为 46.2）、CyberGym 84.5（表内最高）、HLE（带工具）62.5。官方文档也写明，在内部 Z.ai Code Bench 上 GLM-5.3 最高档准确率 34.5%，仍落后 Claude Fable 5 的 39.5%。GLM-5.3-Flash 方面，官方援引 Artificial Analysis 综合智能指数称其得 57 分，超过 GLM-5.2、与 Claude Opus 4.8 持平。GLM-5.2 模型卡的成绩包括 SWE-bench Pro 62.1、GPQA-Diamond 91.2、AIME 2026 99.2。第三方横向排名见 大模型能力排行榜。

开源许可证：GLM-5.3 不再是纯 MIT

三档权重都挂在 Hugging Face 的 zai-org 组织和魔搭的 ZhipuAI 组织下：GLM-5.3（FP8）与 GLM-5.3-BF16、GLM-5.3-Flash（FP8）与 GLM-5.3-Flash-BF16、GLM-5.2（BF16）与 GLM-5.2-FP8。GLM-5.2 和 GLM-5.3-Flash 是 MIT 许可；GLM-5.3 改用自定义的「GLM-5.3 License」，按许可证原文，依然允许免费使用、修改、分发和商用，新增的唯一条件是：运营「模型即服务」业务、且连同关联方连续 12 个月总收入超过 100 亿美元的企业，商用前须通过 Z.AI 的安全审查。对绝大多数公司和个人开发者没有实际影响。老教程里的 THUDM/ 仓库链接会自动跳到 zai-org。

本地部署 GLM-5.3 要什么硬件

官方模型卡列出的推理框架有 SGLang、vLLM、TokenSpeed、Transformers、KTransformers、Unsloth，GLM-5.3 另写明昇腾 NPU 可用 vLLM-Ascend、xLLM 和 SGLang。按 Hugging Face 仓库文件体积：GLM-5.3 的 FP8 权重约 756 GB（BF16 版约翻倍），GLM-5.2 的 BF16 权重约 1,507 GB，GLM-5.3-Flash 的 FP8 权重约 328 GB。据此估算（本站按权重体积推算，非官方要求）：GLM-5.3 FP8 放进单台 8 卡 H200（8 × 141 GB ＝ 1,128 GB）还留有 KV 缓存空间，8 卡 H100（640 GB）装不下；GLM-5.3-Flash FP8 用 8 卡 H100 或 4 卡 H200（564 GB）级别就能装下权重。个人设备方面，Unsloth 文档给出 GLM-5.3 的 2-bit 动态量化（UD-IQ2_M）约 239 GB，建议在 256 GB 内存的机器（如 Mac Studio）上跑，精度和速度都要打折扣。普通消费级显卡跑不动这三档，显存对照见 本地部署显卡选型。

z.ai、bigmodel.cn、chatglm.cn 是什么关系

三个都是智谱官方的：bigmodel.cn（open.bigmodel.cn）是国内开放平台，人民币计价，中文文档在 docs.bigmodel.cn；z.ai 是国际站，美元计价，英文文档在 docs.z.ai，对话入口 chat.z.ai 可用 Google、GitHub 账号登录；chatglm.cn 是国内面向个人用户的对话产品「智谱清言」。同一个模型两边的价格不是按汇率简单换算，例如 GLM-5.3-Flash 输出国内 ¥2.8、国际 $0.50。据 IT之家报道，智谱公司英文名称已变更为 Z.AI Co., Ltd。几个域名的详细辨析见 智谱清言入口页，公司背景见 智谱公司词条。