HopBase
智譜 GLM-5.3-Flash（模型 ID glm-5.3-flash）已經上線 HopBase，走 OpenAI 相容的 POST /v1/chat/completions，任何 OpenAI SDK 換個模型名就能調。它是 320B 總參、每 token 啟用 18B 的 MoE 模型，也是 GLM-5 系列首個原生多模態成員：輸入支援文字、圖像、影片與檔案，輸出文字；上下文 1M，單次最多 128K 輸出，思考過程在 reasoning_content 返回。計費按智譜官方牌價：每百萬 token 輸入 ¥0.80、快取命中 ¥0.23、輸出 ¥2.80，是 GLM-5.3 官方定價的十分之一。綁定「GLM 5.3 Flash 專線」分組的金鑰即刻可用。
怎麼呼叫
- OpenAI 相容單端點：
POST /v1/chat/completions，Base URL 為https://api.hop-base.com/v1，SDK 零改造。 - 模型 ID 寫全：
glm-5.3-flash。裸名或自行縮寫調不通，完整 ID 以GET /v1/models返回為準。 - 分組綁定：該模型放在「GLM 5.3 Flash 專線」套餐分組，綁定該分組的金鑰才調得到；GLM-5.3 的金鑰不共用。
- 思考過程獨立欄位：推理內容走
reasoning_content，正文在content，兩者分開，前端不必自行切分。
價格：按官方牌價接入
| 項目（每百萬 token） | GLM-5.3-Flash |
|---|---|
| 輸入 | ¥0.80 |
| 快取命中讀取 | ¥0.23 |
| 輸出 | ¥2.80 |
這是智譜公布的官方牌價，官方定價口徑為 GLM-5.3 的十分之一。結算按「牌價 × 實際用量」，控制台按請求給出分項成本，實際單價以你所在分組為準。快取命中讀取不到輸入價的三分之一，反覆讀同一前綴的 Agent 迴圈與長對話省得最多。企業用量請透過價格頁聯絡商務報價。
規格與實測
- 上下文與輸出：1M 上下文，單次最多 128K 輸出 token。
- 原生多模態輸入：文字、圖像、影片、檔案，輸出為文字。
- 架構：混合稀疏與線性注意力。按智譜官方數據，相對 GLM-5.3 注意力計算減少 3.01 倍、KV 快取減少 4.44 倍，這也是它能把價格壓到十分之一的底氣。
- 我方實測通過：非串流、串流（
stream_options.include_usage能正常拿到 usage）、函式呼叫（tool_calls結構完整）、reasoning_content思考過程，四項都在生產鏈路上跑過。
參數建議
- 官方推薦
temperature: 1、top_p: 0.95、reasoning_effort: "max"，不要照搬其它模型的低溫度習慣。 - 思考模式只支援開啟：沒有關閉思考的開關，需要短回覆就用提示詞與
max_tokens控制。 - 串流場景建議同時開
stream: true與tool_stream: true；要在串流裡拿 usage，記得帶stream_options: {"include_usage": true}。
三分鐘接入
curl https://api.hop-base.com/v1/chat/completions \
-H "Authorization: Bearer sk-your-key" \
-H "Content-Type: application/json" \
-d '{
"model": "glm-5.3-flash",
"messages": [{"role": "user", "content": "用三句話介紹你自己"}],
"temperature": 1,
"top_p": 0.95,
"stream": true,
"stream_options": {"include_usage": true}
}'完整接入說明、工具呼叫與多模態範例見GLM-5.3-Flash 接入文件。已有金鑰的使用者把分組綁定到「GLM 5.3 Flash 專線」即可開始用。
常見問題
GLM-5.3-Flash 怎麼呼叫？
走 OpenAI 相容端點 POST https://api.hop-base.com/v1/chat/completions，模型 ID 填 glm-5.3-flash，任何 OpenAI SDK 換個模型名即可，不用改認證方式。前提是金鑰綁定了「GLM 5.3 Flash 專線」分組；完整可用模型清單以 GET /v1/models 返回為準。
GLM-5.3-Flash 的價格是多少？
按智譜官方牌價接入：每百萬 token 輸入 ¥0.80、快取命中讀取 ¥0.23、輸出 ¥2.80，官方定價口徑為 GLM-5.3 的十分之一。結算按牌價乘實際用量，控制台按請求給出分項成本，實際單價以所在分組為準。企業用量可透過價格頁聯絡商務報價。
支援多模態與工具呼叫嗎？
支援。它是 GLM-5 系列首個原生多模態成員，輸入接受文字、圖像、影片與檔案，輸出為文字。函式呼叫（tools / tool_calls）在我方生產鏈路實測通過；串流建議同時開 tool_stream: true，思考過程在 reasoning_content 欄位返回。
和 GLM-5.3 怎麼選？
兩者都是 1M 上下文。Flash 的官方定價是 GLM-5.3 的十分之一，日常對話、Agent 迴圈、長上下文批次處理這類量大的負載優先用 Flash；需要 GLM-5.3 既有效果基線的存量業務可以繼續用原模型，兩者是不同的套餐分組，金鑰不共用，可以並行接入按實際效果切流。
最大能輸出多少 token？
單次最多 128K 輸出 token，上下文視窗 1M。長輸出建議用串流，避免長連線被邊緣逾時切斷；要在串流裡拿到 usage 統計，請求裡帶上 stream_options: {"include_usage": true}。