跳到正文
HopBase 文件
登入控制台

GLM-5.3 Flash

用 OpenAI 相容的 Chat Completions 介面呼叫 GLM-5.3 Flash。

項目填寫值
Base URLhttps://api.hop-base.com/v1
模型名glm-5.3-flash
對話POST /v1/chat/completions

密鑰須包含「GLM 官轉」分組，不含該分組的密鑰會收到 404。

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"
    }]
  }'

模型與規格

GLM-5.3 Flash 由智譜在 2026-08-26 發佈並開源，是 GLM-5 系列首個原生多模態成員。

項目說明
模型 IDglm-5.3-flash
架構MoE，320B 總參，每 token 啟用 18B
注意力混合稀疏 + 線性注意力
上下文1M token
最大輸出128K token
輸入模態文本、圖像、影片、文件
輸出文本
思考始終開啟，走 reasoning_content 返回

相對 GLM-5.3，注意力計算減少 3.01 倍、KV 快取減少 4.44 倍。

分組與接入

  • glm-5.3-flash 在「GLM 官轉」分組在售。在控制台「API 密鑰」新建或編輯密鑰時，把它加進密鑰；只有包含該分組的密鑰才能調到這個模型。
  • 不含該分組的密鑰調用 glm-5.3-flash 會收到明確的 404 提示，請在控制台給現有密鑰加上本分組，或新建一把包含它的密鑰。
  • 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。
  • 同一分組也提供 glm-5.3，詳見 GLM-5.3。

在客戶端裡這樣填：

字段填寫值
API 地址 / Base URLhttps://api.hop-base.com/v1
端點僅 POST /v1/chat/completions——不支援 /v1/responses 與 /v1/messages，呼叫返回 400
API Keysk-你的密鑰
模型glm-5.3-flash
API 格式OpenAI Chat Completions（需開啟路由）

「API 格式」只有 CC Switch 等支援路由的客戶端需要填。

請求參數

以下針對 POST /v1/chat/completions。網關只攔截空 messages，不對其餘參數設範圍；「推薦」為智譜對該模型公佈的取值。

參數必填類型與限制預設值說明
model必填glm-5.3-flash—精確匹配
messages必填非空陣列；可含文本、圖像、影片、文件—缺失或空陣列由網關返回 400
max_tokens選填整數，最大 128K（官方上限）服務預設思考與回答共用
reasoning_effort選填low / high / max服務預設推薦 max；思考無法關閉
temperature選填數值，網關不設範圍服務預設推薦 1
top_p選填數值，網關不設範圍服務預設推薦 0.95
tools、tool_choice選填同 OpenAIauto見「工具調用」
tool_stream選填布林false帶 tools 串流時推薦 true
stream選填布林false為 true 時以 SSE 串流返回
stream_options.include_usage選填布林false串流下要收到 usage 必須設 true

完整字段見 API 參考 · Chat Completions，在模型種類裡選 GLM-5.3 Flash。

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。

下一步

本頁目錄

模型與規格分組與接入請求參數流式與用量工具調用思考過程下一步