在线测试
直接试一下 GLM-5.3 的效果（登录后可用）。
Input
高级设置
联网搜索
记忆 · 多轮上下文
对话
开始对话在下方输入消息开始
关于 GLM-5.3
GLM-5.3 是智谱（Z.ai）GLM-5 系列的新一代旗舰模型，面向编码、Agent 工作流与复杂推理，在 KovAPI 以 OpenAI 兼容接口提供。它始终先思考再作答：思考过程在 message.reasoning_content 返回，正文在 content，只读 content 的客户端无需改动。支持工具调用（function calling）与流式输出，命中缓存的输入按缓存价结算。把 model 改成 glm-5.3 即可接入，按量计费、失败不计费。
应用场景
编码助手
代码生成、重构、解释与审查，思考后再作答，适合需要多步推导的编程任务。
Agent 工作流
支持 OpenAI 格式的工具调用，可接入各类 Agent 框架完成检索、调用与多步规划。
中英文写作
文案、报告、邮件与翻译，中文表达自然，适合面向国内外用户的内容生产。
复杂问答与分析
需要推理链条的分析、比较与决策类问题，思考过程可在 reasoning_content 查看。
如何选择
需要更强的编码、Agent 与推理能力选 GLM-5.3；任务简单、量大、看重成本时选 GLM-5.3 Flash。两者同属 GLM-5.3 家族，切换只改 model 字段。
常见问题
能关闭思考吗？
不能。GLM-5.3 始终先思考再作答，思考 token 按输出价计入 usage.completion_tokens。想要更短更省的回答，可以在提示词里要求简洁，或改用 GLM-5.3 Flash。
和 GLM-5.3 Flash 有什么区别？
GLM-5.3 是旗舰版，编码、Agent 与复杂推理更强；Flash 更轻、单价更低，适合大批量、较简单的任务。两者接入方式完全相同。
max_tokens 设得很小会怎样？
思考 token 也计入输出。上游对小于 1024 的 max_tokens 会按 1024 执行；若预算被思考用完，content 可能为空、finish_reason 为 length，按 usage 里的实际 token 计费。建议 max_tokens 至少留 1024 以上。
支持工具调用和流式输出吗？
都支持。tools / tool_calls 使用 OpenAI 格式；stream=true 时以 SSE 分块返回，思考内容在 delta.reasoning_content。
失败的调用会扣费吗？
不会。只有正常返回的调用才按实际用量结算，上游报错与超时不会动你的余额。
相关模型
探索其它可接入的模型。
DeepSeek V4.1 Flash
deepseek-v4.1-flash
DeepSeek 当前主力 Flash 模型 · 思考可开关
$0.07/1M 输入 · $0.30/1M 输出 ↓50%
查看 →
Claude Sonnet 4.6
claude-sonnet-4-6
均衡高效的对话 / 代码模型
$1.50/1M 输入 · $7.50/1M 输出 ↓50%
查看 →
GPT-6 Sol
gpt-6-sol
面向复杂编码与 Agent 工作流 · 105 万上下文
$0.60/1M 输入 · $3.00/1M 输出 ↓70%
查看 →
Gemini 3.1 Pro
gemini-3.1-pro
Google 新一代旗舰推理模型
$0.50/1M 输入 · $3.00/1M 输出 ↓75%
查看 →
