GLM-5.3 Flash

通過 OpenAI Chat Completions 兼容協議接入 GLM-5.3 Flash，含流式用量、工具調用與思考過程。

GLM-5.3 Flash 走 HopBase 的 OpenAI Chat Completions 兼容協議。接入時統一使用 https://api.hop-base.com/v1，模型名填寫 glm-5.3-flash。

GLM-5.3 Flash 由智譜在 2026-08-26 發布並開源，是 GLM-5 系列首個原生多模態成員：320B 總參、每 token 激活 18B 的 MoE 模型，1M 上下文，最大輸出 128K。

模型與規格

項目	說明
模型 ID	`glm-5.3-flash`
架構	MoE，320B 總參，每 token 激活 18B
注意力	混合稀疏 + 線性注意力：相對 GLM-5.3 注意力計算減少 3.01 倍、KV 快取減少 4.44 倍
上下文	1M token
最大輸出	128K token
輸入模態	文本、圖像、視頻、文件
輸出	文本
思考	始終開啟，思考過程走 `reasoning_content` 返回

端點與 Base URL

字段	填寫值
API 地址 / Base URL	`https://api.hop-base.com/v1`
端點	`POST /v1/chat/completions`
API Key	`sk-你的密鑰`
模型	`glm-5.3-flash`
API 格式（僅 CC Switch 等支援路由的客戶端需要）	`OpenAI Chat Completions（需開啟路由）`

分組與計費

glm-5.3-flash 在「GLM 5.3 Flash 專線」分組在售。在控制台「API Key」新建密鑰時，分組選它；只有綁定該分組的密鑰才能調到這個模型。
一把 Key 綁定一個分組：綁定在其他分組的 Key 調用 glm-5.3-flash 會收到明確的 404 提示——新建一把綁定本分組的 Key，或在控制台把現有 Key 改綁過來。
計費以智譜該模型的官方牌價為基準，公開價見價格頁，實際結算單價以登入後的模型廣場為準。
glm-5.3 仍在原有分組，不受影響，詳見 GLM-5.3。

參數	推薦值	說明
`temperature`	`1`
`top_p`	`0.95`
`reasoning_effort`	`max`	思考模式只支援開啟，無法關閉
`stream_options.include_usage`	`true`	流式下要拿到 `usage` 必須帶上
`tool_stream`	`true`	請求帶 `tools` 時，建議與流式一起開

curl

curl https://api.hop-base.com/v1/chat/completions \
  -H "Authorization: Bearer sk-你的密鑰" \
  -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，介紹一下你自己"}]
  }'

流式與用量

傳 "stream": true 即可流式返回。想拿到 Token 計數，再加上 stream_options.include_usage，最後一個分片會帶 usage 對象。請求同時帶 tools 時，建議再開 tool_stream: true，讓工具調用參數逐步流出，而不是最後一次性給出。

curl https://api.hop-base.com/v1/chat/completions \
  -H "Authorization: Bearer sk-你的密鑰" \
  -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": "寫一首關於延遲的俳句"}]
  }'

工具調用

函數調用走標準的 OpenAI 字段：請求裡傳 tools，從返回的 choices[].message.tool_calls 裡取出調用，執行後把結果作為 tool 消息發回。

curl https://api.hop-base.com/v1/chat/completions \
  -H "Authorization: Bearer sk-你的密鑰" \
  -H "Content-Type: application/json" \
  -d '{
    "model": "glm-5.3-flash",
    "messages": [{"role": "user", "content": "東京現在天氣怎麼樣？"}],
    "tools": [{
      "type": "function",
      "function": {
        "name": "get_weather",
        "description": "查詢某個城市的當前天氣",
        "parameters": {
          "type": "object",
          "properties": {"city": {"type": "string"}},
          "required": ["city"]
        }
      }
    }]
  }'

思考過程

該模型始終思考，沒有關閉開關。思考過程走 reasoning_content 返回，正式回答仍在 content；流式下對應 delta.reasoning_content。請把兩者分開渲染或直接丟棄思考部分，不要拼接進答案。max_tokens 要按「回答 + 思考」一起估算。

OpenAI SDK / Python

from openai import OpenAI

client = OpenAI(
    base_url="https://api.hop-base.com/v1",
    api_key="sk-你的密鑰",
)

resp = client.chat.completions.create(
    model="glm-5.3-flash",
    temperature=1,
    top_p=0.95,
    reasoning_effort="max",
    messages=[{"role": "user", "content": "解釋一下 GLM-5.3 Flash 的適用場景"}],
)
print(resp.choices[0].message.content)
print(resp.usage)

常見問題

調用 glm-5.3-flash 返回 404 模型不存在。密鑰沒有綁定「GLM 5.3 Flash 專線」分組，請新建一把該分組的密鑰，或在控制台改綁現有密鑰。
流式沒有 usage。請加上 "stream_options": {"include_usage": true}，否則最後一個分片不帶 Token 計數。
思考關不掉。該模型只支援開啟思考，請用 reasoning_effort 調節深度，不要嘗試關閉。