跳到正文
HopBase 文档
登录控制台

GLM-5.3 Flash

用 OpenAI 兼容的 Chat Completions 接口调用 GLM-5.3 Flash。

项目填写值
Base URLhttps://api.hop-base.com/v1
模型名glm-5.3-flash
对话POST /v1/chat/completions

密钥须包含「GLM 官转」分组，不含该分组的密钥会收到 404。

curl https://api.hop-base.com/v1/chat/completions \
  -H "Authorization: Bearer sk-你的密钥" \
  -H "Content-Type: application/json" \
  -d '{
    "model": "glm-5.3-flash",
    "temperature": 1,
    "top_p": 0.95,
    "reasoning_effort": "max",
    "messages": [{
      "role": "user",
      "content": "你好，介绍一下你自己"
    }]
  }'

模型与规格

GLM-5.3 Flash 由智谱在 2026-08-26 发布并开源，是 GLM-5 系列首个原生多模态成员。

项目说明
模型 IDglm-5.3-flash
架构MoE，320B 总参，每 token 激活 18B
注意力混合稀疏 + 线性注意力
上下文1M token
最大输出128K token
输入模态文本、图像、视频、文件
输出文本
思考始终开启，走 reasoning_content 返回

相对 GLM-5.3，注意力计算减少 3.01 倍、KV 缓存减少 4.44 倍。

分组与接入

  • glm-5.3-flash 在「GLM 官转」分组在售。在控制台「API 密钥」新建或编辑密钥时，把这个分组加进去；只有包含该分组的密钥才能调到这个模型。
  • 不含该分组的密钥调用 glm-5.3-flash 会收到明确的 404 提示，请在控制台给现有密钥加上这个分组，或新建一把包含它的密钥。
  • 计费以智谱该模型的官方牌价为基准，公开价见价格页,实际结算单价以登录后的模型广场为准。
  • 同一分组也提供 glm-5.3，详见 GLM-5.3。

在客户端里这样填：

字段填写值
API 地址 / Base URLhttps://api.hop-base.com/v1
端点仅 POST /v1/chat/completions——不支持 /v1/responses 与 /v1/messages，调用返回 400
API Keysk-你的密钥
模型glm-5.3-flash
API 格式OpenAI Chat Completions（需开启路由）

「API 格式」只有 CC Switch 等支持路由的客户端需要填。

请求参数

以下针对 POST /v1/chat/completions。网关只拦截空 messages，不对其余参数设范围；「推荐」为智谱对该模型公布的取值。

参数必填类型与限制默认值说明
model必填glm-5.3-flash—精确匹配
messages必填非空数组；可含文本、图像、视频、文件—缺失或空数组由网关返回 400
max_tokens可选整数，最大 128K（官方上限）服务默认思考与回答共用
reasoning_effort可选low / high / max服务默认推荐 max；思考无法关闭
temperature可选数值，网关不设范围服务默认推荐 1
top_p可选数值，网关不设范围服务默认推荐 0.95
tools、tool_choice可选同 OpenAIauto见「工具调用」
tool_stream可选布尔false带 tools 流式时推荐 true
stream可选布尔false为 true 时以 SSE 流式返回
stream_options.include_usage可选布尔false流式下要收到 usage 必须设 true

完整字段见 API 参考 · Chat Completions，在模型种类里选 GLM-5.3 Flash。

流式与用量

传 "stream": true 即可流式返回。想拿到 Token 计数，再加上 stream_options.include_usage，最后一个分片会带 usage 对象。

请求同时带 tools 时，建议再开 tool_stream: true，让工具调用参数逐步流出，而不是最后一次性给出。

curl https://api.hop-base.com/v1/chat/completions \
  -H "Authorization: Bearer sk-你的密钥" \
  -H "Content-Type: application/json" \
  -d '{
    "model": "glm-5.3-flash",
    "stream": true,
    "stream_options": {"include_usage": true},
    "tool_stream": true,
    "messages": [{"role": "user", "content": "写一首关于延迟的俳句"}]
  }'

工具调用

函数调用走标准的 OpenAI 字段：请求里传 tools，从返回的 choices[].message.tool_calls 里取出调用，执行后把结果作为 tool 消息发回。

curl https://api.hop-base.com/v1/chat/completions \
  -H "Authorization: Bearer sk-你的密钥" \
  -H "Content-Type: application/json" \
  -d '{
    "model": "glm-5.3-flash",
    "messages": [{"role": "user", "content": "东京现在天气怎么样？"}],
    "tools": [{
      "type": "function",
      "function": {
        "name": "get_weather",
        "description": "查询某个城市的当前天气",
        "parameters": {
          "type": "object",
          "properties": {"city": {"type": "string"}},
          "required": ["city"]
        }
      }
    }]
  }'

思考过程

该模型始终思考，没有关闭开关。思考过程走 reasoning_content 返回，正式回答仍在 content；流式下对应 delta.reasoning_content。

请把两者分开渲染或直接丢弃思考部分，不要拼接进答案。max_tokens 要按「回答 + 思考」一起估算。

下一步

本页目录

模型与规格分组与接入请求参数流式与用量工具调用思考过程下一步