2026 年 8 月 26 日，智谱正式上线并开源 GLM-5.3-Flash。与单纯追求更高能力上限的旗舰版不同，这款模型把重点放在推理效率和规模化调用成本上：官方将其标准定价描述为 GLM-5.3 的约十分之一，限时折扣期则降至约二十分之一。对于客服、内容处理、代码辅助和 Agent 等高并发业务，这种价差足以改变模型选型与预算方式。智谱新品发布公告 citeturn1view13 IT之家报道 citeturn1view2
“十分之一”究竟如何理解
根据智谱公开说明，GLM-5.3-Flash 的标准 API 单价为每百万 Token 输入 0.15 美元、缓存命中输入 0.03 美元、输出 0.50 美元；在 2026 年 9 月 9 日 24:00（UTC+8）前，限时五折价格分别为 0.075、0.015 和 0.25 美元。相比之下，公开报道列出的 GLM-5.3 输入和输出单价约为每百万 Token 1.4 美元和 4.4 美元。由于输入、输出价格比例并不完全一致，“十分之一”更适合作为整体定位，而不是每个计费项都严格除以十。价格与活动信息 citeturn1search7 旗舰版价格参考 citeturn1view1
企业做预算时，建议始终同时保留两套口径：一套按标准价估算长期成本，另一套按活动价计算短期试运行费用。促销可以降低验证门槛，却不应直接成为年度商业计划的默认基线，否则活动结束后，即使调用量没有变化，账单也可能接近翻倍。
高并发场景的账单怎么测算
假设某在线业务每月产生 100 万次模型请求，平均每次输入 2000 Token、输出 500 Token，那么月度总量为 20 亿输入 Token和 5 亿输出 Token。暂不考虑缓存、税费、失败重试、工具调用及渠道加价，GLM-5.3-Flash 标准价账单可按以下方式计算：
- 输入费用：2000 × 0.15 美元，即 300 美元。
- 输出费用：500 × 0.50 美元，即 250 美元。
- 月度合计：约 550 美元。
- 限时五折期间：相同用量约为 275 美元。
若把同样的 Token 规模套入 GLM-5.3 的公开参考价，输入费用约为 2800 美元，输出费用约为 2200 美元，合计约 5000 美元。此时 Flash 账单约为旗舰版的 11%，与官方“约十分之一”的产品定位基本一致。需要强调的是，这只是 Token 单价测算，不代表两款模型在相同任务上一定产生完全相同的输出长度、重试次数和成功率。GLM-5.3-Flash 官方文档 citeturn1view9 新浪财经价格对比 citeturn1view1
缓存命中后还能省多少
如果上述业务中有 70% 的输入来自能够复用的系统提示词、固定知识背景或重复会话前缀，则 20 亿输入 Token 可拆分为 6 亿普通输入和 14 亿缓存命中输入。按标准价估算，普通输入约 90 美元，缓存输入约 42 美元，再加 250 美元输出费用，月度合计约 382 美元，比完全不使用缓存时的 550 美元降低约 30.5%。活动期按同一结构计算，费用约为 191 美元。
缓存收益并不会自动出现。提示词中的时间戳、随机标识、用户专属字段和动态排序，都可能破坏可复用前缀。更实用的做法是把稳定的系统指令和知识背景放在前部，把用户问题及实时数据放在后部，并在监控中分别记录普通输入 Token、缓存命中 Token、输出 Token 与缓存命中率。
低单价不等于高并发没有约束
GLM-5.3-Flash 支持最高 100 万 Token 上下文和 128K 最大输出，并提供流式响应、函数调用、结构化输出与上下文缓存等能力。官方还披露，该模型采用 320B 总参数、18B 激活参数的混合专家架构，相比 GLM-5.3，注意力计算量和 KV 缓存大小分别降低 3.01 倍和 4.44 倍。这些优化解释了其低成本基础，但实际吞吐仍会受到账户限流、并发配额、上下文长度和输出速度影响。模型规格与架构说明 citeturn1view9 第三方发布报道 citeturn1view2
上线前最好进行阶梯压测，例如依次测试 10、50、100 和 500 并发，记录首 Token 延迟、完整响应时间、每分钟请求数、限流比例和失败重试率。高并发账单还应加入重试放大系数：若失败与超时导致 3% 的请求重新执行，实际 Token 支出也可能增加接近 3%，长上下文任务的重复预填充成本尤其值得关注。
总结
GLM-5.3-Flash 的核心价值不是简单地把旗舰模型“打九折”，而是把标准 API 成本压到约十分之一，并通过缓存价格继续降低重复上下文的开销。按照每月 100 万次、单次 2000 输入加 500 输出 Token 的示例，标准价约为 550 美元，促销期约为 275 美元；若输入缓存命中率达到 70%，标准价可进一步降至约 382 美元。真正用于生产决策时，还应把任务成功率、输出长度、缓存命中率、重试率、并发限制和活动结束后的标准价格共同纳入测算。
