GLM-5.3 API 中转站？模型 ID、价格、与 GLM-5.3-Flash 怎么选

1. 先给结论：谁该用 GLM-5.3 中转

GLM-5.3 适合中文软件工程、Agent 工具循环，以及已经把客户端接到 OpenAI / Anthropic 兼容入口的团队。官方模型 ID 是 glm-5.3，文本模态，上下文 1M，最大输出 128K。思考功能始终开启，只支持 thinking.type: enabled，用 reasoning_effort 在 low / high / max 之间切换，默认 max。旧代码如果还在发 disabled，请求会失败。

中转解决的是入口和账单隔离，不是把官方 ¥8 / ¥28 自动变成页面上的 ¥0.392 / ¥1.232。需要看图、看视频、看文件时，应改走 glm-5.3-flash，不要逼文本旗舰吃多模态。

2. 模型 ID 与最小接入

公开详情页是智谱 GLM-5.3 API 中转，调用代号填 glm-5.3。点号 ID 和短横线 slug 不要混着抄进 URL。

curl https://www.codex789.com/v1/chat/completions \
  -H "Authorization: Bearer sk-your-key" \
  -H "Content-Type: application/json" \
  -d '{"model":"glm-5.3","thinking":{"type":"enabled"},"reasoning_effort":"low","messages":[{"role":"user","content":"把这次发布回滚方案写成检查清单"}]}'

从 5.2 迁到 5.3 前，先改思考参数，再改 model。官方迁移提示写得很直：继续发 thinking.type: disabled 会失败。流式时仍要同时处理推理增量和最终 content。

3. 价格为什么看起来便宜

2026-09-08 核对本站模型页 Offer：GLM-5.3 输入 ¥0.392、输出 ¥1.232 /百万 tokens，目录倍率 0.2x。同一天智谱定价页对 GLM-5.3 写的是输入 8 元、输出 28 元、缓存命中 2 元 /百万 tokens，缓存存储限时免费。0.2 × 8 / 28 并不等于 0.392 / 1.232，所以不能把“0.2x”说成官方价打二折后的保证结果。

Flash 官方表在同一天是另一套数字，而且带活动截止时间，下一节单独写。倍率公式见倍率指南。

4. 企业级怎么用才稳

稳定在这里等于可隔离、可核对、可回滚，不是未验证的 SLA：

• 密钥隔离：预发、生产和评测拆 Key。
• 额度上限：默认 reasoning_effort=max 会拉长输出，生产 Key 必须有上限。
• 错误可观察：记录状态码、错误体、model 和 tokens；周对账用控制台 CSV。
• 模态边界：文本任务走 5.3，界面截图或视频理解走 Flash，避免同一把 Key 混打。

5. 和 GLM-5.3-Flash 怎么选

Flash 的公开详情页是GLM-5.3-Flash API。官方文档把它写成原生多模态：输入可以是图片、视频、文件和文本，上下文同样 1M，最大输出 128K。思考同样关不掉。本站 Flash 页没有可核对的固定输入/输出数字，价格以控制台为准，本文不把 Offer 里的 0 写成免费。

官方定价页 2026-09-08 对 Flash 的活动价是输入 0.4、输出 1.4 元 /百万 tokens（刊例价 0.8 / 2.8），活动截止 2026-09-09 24:00（北京时间）。过期后按刊例价，不把限时折扣写成长期承诺。

Ox-Alpha 测试阶段的叙事见已有文章GLM-5.3-Flash 评测。本篇不重复那套实测故事，只回答现在该填哪个 ID、哪份价表。

6. 真实接入坑

• 从 5.2 改 ID 却不改思考参数，请求被拒绝。
• 把截图塞进 glm-5.3。官方写明 5.3 只处理文本。
• 把 Flash 活动价抄进内部报价单，又不写截止日期。
• HTTP 200 但界面空白：推理字段仍在 reasoning_content。见空回复排查。
• 默认 max 思考打生产问答，输出又长又贵。低风险问答先用 low。

家族层面怎么在 DeepSeek、GLM、Kimi 之间选，见国产模型 API 中转选型。

7. 一组可核对的费用例子

只演示算术。假设走本站可见参考价 ¥0.392 / ¥1.232，没有缓存、没有重试。

• 输入 20,000 tokens、输出 4,000 tokens：0.392×0.02 + 1.232×0.004 = 0.012768 元。
• 同一笔若按官方 8 / 28：8×0.02 + 28×0.004 = 0.272 元。目录价把这一笔缩小了一个数量级，前提是控制台按可见参考价结算。
• 若 reasoning_effort=max 把输出从 4,000 拉到 20,000，输出项先变成 1.232×0.02 = 0.02464 元。企业要限思考档位，而不是只谈倍率。

8. Cursor / Codex / 自建服务怎么接

Base URL 指向 https://www.codex789.com/v1，模型填 glm-5.3 或 glm-5.3-flash。

• 自建后端超时覆盖完整工具循环。
• 文本生产线和多模态生产线拆 Key，账单才读得懂。
• 流式按 SSE 拼接；Flash 官方还建议同时开 stream 与 tool_stream，以控制台实际支持为准。

9. 稳定不等于不会 429

• 429 时读错误体，区分 RPM、TPM 和余额。
• 给思考档位和工具步数设上限。
• 评测脚本不要打生产 Key。

10. 常见问题

GLM-5.3 中转站是什么？

通过 OpenAI 兼容 Base URL 调用 glm-5.3 的渠道入口。权限、分组和账单以控制台为准。

0.2x 是不是官方 8 / 28 打二折？

不是保证算法。本站可见参考价是 ¥0.392 / ¥1.232，与官方挂牌分开记录。

GLM-5.3 能不能关掉思考？

官方当前文档写明不能关。需要更便宜的思考，把 reasoning_effort 设为 low。

Flash 活动价能写进合同吗？

不能当长期条款。核对日的活动截止时间是 2026-09-09 24:00 北京时间，之后按刊例价，且本站 Flash 仍以控制台为准。

规格来源：智谱《GLM-5.3》《GLM-5.3-Flash》与《API 定价》（5.3 为文本、1M 窗口、输入 8 / 输出 28 元；Flash 为多模态且思考不可关），核对日期 2026-09-08。本站可见价与倍率以控制台为准。