GLM-5.3

glm-5.3

开源GLM 系列

概述

1M 上下文代码生成智能体深度思考

GLM-5.3 是智谱发布的编程能力最强开源模型，与 GLM-5.2 同基座、同参数规模（总参数 7430 亿），全部能力提升来自极致的后训练 Scaling。它在复杂软件工程、终端操作与长程 Agent 任务上取得显著突破，编程能力较 GLM-5.2 提升 50%；同时补齐网络安全能力，在白盒代码审查与漏洞发现等防御性安全任务中表现突出。配合百万上下文、多档思考强度、Function Calling 与 MCP 工具，可直接驱动项目级软件开发、安全审计与复杂自动化流水线。

百万上下文

1M token 上下文窗口，支持项目级代码库与超长文档一次性载入。

编程能力跃升

编程能力较 GLM-5.2 提升 50%，复杂软件工程与终端操作达开源第一。

网络安全能力

白盒代码审查与漏洞发现，防御性安全任务表现突出。

后训练 Scaling

IndexShare / SAO / Slime 框架，同基座持续推高智能上界。

功能

深度思考✓

流式输出✓

工具调用✓

上下文缓存✓

结构化输出✓

联网搜索✓

批量任务✕

前缀补全✕

微调✕

定价

输入¥8/M tokens

输入（缓存命中）¥2/M tokens

输出¥28/M tokens

速率限制与上下文

上下文窗口1M

最大输出128K

RPM（请求 / 分钟）200

TPM（token / 分钟）3M

内置工具

web_search

Responses API

code_interpreter

Responses API

web_extractor

Responses API

API 参考

ENDPOINT

POST https://api.tokenfab.cn/v1/chat/completions

请求示例

curl https://api.tokenfab.cn/v1/chat/completions \
  -H "Content-Type: application/json" \
  -H "Authorization: Bearer $TOKENFAB_API_KEY" \
  -d '{
    "model": "glm-5.3",
    "thinking": { "type": "enabled" },
    "reasoning_effort": "max",
    "messages": [
      {"role": "system", "content": "You are a helpful assistant."},
      {"role": "user", "content": "请审查以下 Python 代码中的安全漏洞，并给出修复建议。"}
    ]
  }'

from openai import OpenAI

client = OpenAI(
    api_key="your-api-key",
    base_url="https://api.tokenfab.cn/v1"
)

response = client.chat.completions.create(
    model="glm-5.3",
    thinking={"type": "enabled"},
    reasoning_effort="max",
    messages=[
        {"role": "system", "content": "You are a helpful assistant."},
        {"role": "user", "content": "请审查以下 Python 代码中的安全漏洞，并给出修复建议。"}
    ]
)

print(response.choices[0].message.content)

import OpenAI from "openai";

const client = new OpenAI({
  apiKey: process.env.TOKENFAB_API_KEY,
  baseURL: "https://api.tokenfab.cn/v1"
});

const response = await client.chat.completions.create({
  model: "glm-5.3",
  thinking: { type: "enabled" },
  reasoning_effort: "max",
  messages: [
    { role: "system", content: "You are a helpful assistant." },
    { role: "user", content: "请审查以下 Python 代码中的安全漏洞，并给出修复建议。" }
  ]
});

console.log(response.choices[0].message.content);

响应示例

JSON

{
  "id": "chatcmpl-glm53-9d2k7f1",
  "object": "chat.completion",
  "created": 1784950000,
  "model": "glm-5.3",
  "choices": [{
    "index": 0,
    "message": {
      "role": "assistant",
      "content": "审查发现两处风险：1) 用户输入未做参数化处理，存在 SQL 注入隐患；2) 敏感信息以明文写入日志。建议改用预编译语句并脱敏后落盘。"
    },
    "finish_reason": "stop"
  }],
  "usage": {
    "prompt_tokens": 42,
    "completion_tokens": 156,
    "total_tokens": 198
  }
}

请求参数

参数	类型	必填	说明
model	string	✓	模型 ID，填glm-5.3
messages	array	✓	对话消息列表，含 role 和 content
thinking	object	—	思考配置，{"type":"enabled"}（仅支持启用，不支持禁用）
reasoning_effort	enum	—	思考强度：low / high / max，默认 max
temperature	float	—	采样温度，0–2，默认 0.7
top_p	float	—	核采样，0–1，默认 0.9
max_tokens	int	—	最大输出 Token 数
stream	bool	—	是否流式输出，默认 false
tools	array	—	工具定义列表，用于 Function Calling
tool_choice	string	—	工具调用策略，auto / none / 指定函数