# GLM-5.3-Flash

> GLM-5 系列首个原生多模态模型

- 模型 ID：`glm-5-3-flash`
- 厂商：智谱AI
- 主版本：260828
- 任务类型：Chat
- 标签：支持体验
- 更新时间：2026-10-09T08:11:41Z
- 模型详情页：https://ark.volcengine.com/region:cn-beijing/model/detail?Id=glm-5-3-flash

GLM-5.3-Flash 是 GLM-5 系列首个原生多模态模型，以极致低成本架构实现超越 GLM-5.2 的更强智能

## 模型介绍

GLM-5.3-Flash 是 GLM-5 系列首个原生多模态模型，以极致低成本架构实现超越 GLM-5.2 的更强智能：
• **极致高效的混合架构**：GLM-5.3-Flash 总参数量 320B、激活参数量 18B，是首个采用稀疏注意力与线性注意力混合架构的开源前沿模型。在保持精准长上下文能力的同时，显著降低计算与服务成本。相比 GLM-5.3，其注意力计算量和 KV 缓存大小分别降低 3.01 倍和 4.44 倍。
• **原生多模态的视觉**：Coding视觉能力被原生融入 Coding 循环，使模型能够主动观察界面、渲染结果与交互反馈，并据此持续测试和改进。无论是前端开发、游戏构建、Blender 3D 场景，还是 BUA、CUA 驱动的真实环境操作，模型都能在代码、浏览器和图形界面之间协同完成任务。
• **超越 Coding 的专业工作伙伴**：GLM-5.3-Flash 进一步拓展至 Office、金融研究和专业文档等工作场景。它能够自主拆解复杂目标、调用合适工具、检查并优化输出，完成从研究分析、模型构建到 PPTX、PDF、DOCX、XLSX 成品交付的完整工作流。
> 更多信息请查看[技术报告](https://z.ai/blog/glm-5.3-flash)

## 思考强度使用说明
GLM-5.3-flash **始终启用思考**，不再支持禁用思考（`thinking.type` 仅支持 `enabled`），改由 `reasoning_effort` 控制思考强度：`low` 轻量推理、`high` 增强推理、`max` 深度推理，默认 `max`。Coding 等复杂任务建议使用 `max`。
> 迁移提示：若您当前调用 GLM-5.2 时传入 `thinking.type: "disabled"`，请在切换到本模型前改为 `enabled`，并将 `reasoning_effort` 设为 `low`，否则请求将失败。

```python
import os
# 升级方舟 SDK 到最新版本 pip install -U 'volcengine-python-sdk[ark]'
from volcenginesdkarkruntime import Ark

client = Ark(
    # 从环境变量中读取您的方舟API Key
    api_key=os.environ.get("ARK_API_KEY"),
    # 深度思考模型耗费时间会较长，请您设置较大的超时时间，避免超时，推荐30分钟以上
    timeout=1800,
    )
response = client.chat.completions.create(
    # 替换 <Model> 为您的Model ID
    model="glm-5-3-flash-260828",
    messages=[
        {"role": "user", "content": "帮我设计并编写一个个人博客网站，包含首页、文章列表、文章详情页，使用 React + Node.js 技术栈"}
    ],
    thinking={
        "type": "enabled",     # GLM-5.3 flash 始终启用思考，仅支持 enabled
    },
    reasoning_effort="max",    # 思考强度：low / high / max，默认 max
    max_tokens=65536,          # 最大输出 tokens
    temperature=1.0            # 控制输出的随机性
)

print(response)