zai-org/glm-5.3-flash · default

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。采用稀疏注意力与线性注意力混合架构,相较 GLM-5.3 将注意力计算量降低 3 倍、KV 缓存降低 4 倍以上,同时在 100 万 token 上下文下保持稳定的长文本表现。原生支持文本、图片、视频与文件输入。深度思考能力常驻开启以保证推理质量,并支持上下文缓存,重复前缀场景下可显著降低调用成本(上一代不支持缓存)。