返回博客

GLM-5.3 怎么用:智谱 753B 开源模型的版本、价格与部署

GLM-5.3 是智谱(Z.ai)的 753B 开放权重旗舰,Hugging Face 免申请下载;另有 321B 多模态的 GLM-5.3-Flash。本文讲清版本区别、托管价格、本地部署门槛和 agent 接入。

2026年11月1日AINovaTools Team
GLM-5.3 怎么用:智谱 753B 开源模型的版本、价格与部署

智谱(Z.ai)的新旗舰 GLM-5.3 已经把权重放上了 Hugging Face:753B 参数,仓库 zai-org/GLM-5.3,不设任何门槛——不用填申请表,不用等审批,打开页面就能下载。当然,「能下载」和「跑得动」是两码事,这笔账后面细算。

同一批放出的还有小一号的 GLM-5.3-Flash:321B 参数、多模态(能看图),第三方托管价约每百万 token 0.5 美元。早期社区测试的焦点集中在编程和 agent 任务上,这也正是大多数人会拿它来干的活。

本文讲清四件事:这次到底发布了什么、现在用要花多少钱、为什么本地部署基本不现实,以及谁该用、谁可以先等等。

GLM-5.3 是什么:免申请的 753B 意味着什么

数字来自智谱在 Hugging Face 上的官方组织页 zai-org:GLM-5.3 是文本生成模型,参数量 753,329,940,480,约 7533 亿,也就是常说的 753B。仓库最近一次更新是 2026 年 10 月 14 日,到现在不过几周。

体量是看点,但「免申请」才是真正的新闻。很多大模型的「开放」是先提交申请、再排队等批;它直接跳过了这一步。这带来三个实际影响:

  • 托管商抢着上。 谁都能镜像权重、搭推理服务。截至 11 月初,Hugging Face 的服务商列表里至少已有 6 家第三方托管旗舰版,标价从每百万 token 4.00 美元到 6.27 美元不等。模型一模一样,比的就只剩价格和速度。
  • 换服务商不用换模型。 哪家涨价或宕机,换个 API key 就行,提示词一个字都不用改。
  • 版本可以锁定。 纯 API 模型哪天下线由别人说了算;存在自己硬盘里的权重,你不删它就一直在。

提醒一句:免申请只代表下载不用审批,不代表没有许可条款。打算拿来做商业产品,先读模型卡上的许可证。

模型家族一览

Hugging Face 上的这一家族,归结起来是两个模型,各有一个标准仓库和一份全精度 BF16 副本。

模型参数量输入与输出Hugging Face 仓库适合干什么
GLM-5.3753B文本进、文本出zai-org/GLM-5.3最难的编程与 agent 任务
GLM-5.3-BF16753B文本进、文本出zai-org/GLM-5.3-BF16从全精度出发做量化或微调
GLM-5.3-Flash321B图片和文本进、文本出zai-org/GLM-5.3-Flash日常主力、看截图、控成本
GLM-5.3-Flash-BF16321B图片和文本进、文本出zai-org/GLM-5.3-Flash-BF16Flash 衍生版本的全精度底座

GLM-5.3-Flash 的参数量是 321,323,031,390,Hugging Face 任务标签为 image-text-to-text:截图、图表、白板照片连同问题一起丢给它,它用文字作答。旗舰版只接受文本——工作流里有图片的话,还没开始比价,答案就已经定了。

带 BF16 后缀的是全精度检查点,适合打算自己量化或微调的人。如果你走的是托管 API,精度由服务商决定,不用操心——这也是同一个模型在不同平台上表现可能略有出入的原因之一。

GLM-5.3 现在用要花多少钱

智谱有自己的官方 API,但比价最方便的入口是 Hugging Face 的推理服务商列表,第三方托管商的价格并排列出。截至 2026 年 11 月初:

模型服务商每百万 token 标价
GLM-5.3DeepInfra4.00 美元(最低)
GLM-5.3Together AI、Nscale、Novita、Baseten约 4.40 美元
GLM-5.3Scaleway6.27 美元
GLM-5.3-Flash列表中的多家服务商,含 Together AI约 0.50 美元

做预算前注意两点。第一,这些都是第三方托管价,智谱官方 API 的定价可能不同。第二,不少服务商输入、输出 token 分开计价,以服务商官网的完整价目表为准——列表只是起点,不是账单。

按标价粗算一下差距:一次 agent 会话读仓库、做规划、反复迭代,假设烧掉 200 万 token,在旗舰版较便宜的几家要 8-9 美元,换成 Flash 约 1 美元。价格只有八分之一,决定了你敢不敢放手让 agent 多跑几轮。

为什么你大概率没法本地部署 GLM-5.3

开放权重最常招来的问题:能不能自己跑?旗舰版的诚实答案是不能——至少在任何称得上「工作站」的机器上不能。

账算起来毫不留情。BF16 精度下,753B 参数约合 1.5 TB 权重,这还没给上下文的 KV cache 留出一个字节。压到 8-bit 仍接近 750 GB,4-bit 也要 380 GB 左右。作为参照:一台 8 卡 80 GB 的 GPU 服务器总显存 640 GB,连 8-bit 的旗舰版都装不下。

Flash 友好一些,但谈不上亲民:321B 参数在 BF16 下约 640 GB,8-bit 约 320 GB,4-bit 也要 160 GB 左右,同样不含缓存。

所以现实的选择只有三条:

  1. 托管服务商。 对绝大多数人来说这就是答案:按 token 付费,GPU 让别人去养。
  2. Flash 版本。 出于数据管控必须自托管的话,Flash 是更现实的目标——依然是多卡级别,但占用不到旗舰版的一半。
  3. 量化 + 多卡集群。 有自有硬件的实验室和公司,可以把量化后的旗舰版拆到多张大显存 GPU 上跑。如果你就是这类团队,上面这些数你早就算过了。

谁要是说自己在笔记本上跑通了 GLM-5.3,要么跑的是别的模型,要么速度得按「每分钟几个 token」来算。

GLM-5.3-Flash:大多数人应该先用它

头条归旗舰版,活儿多半是 GLM-5.3-Flash 在干。理由有三:

  • 能看图。 多模态意味着可以直接贴页面错位的截图、报错弹窗或数据图表来提问,不用费劲把像素翻译成文字。
  • 便宜到敢让 agent 循环。 每百万 token 约 0.5 美元,agent 重试、重读文件、长时间跑任务,账单都不至于喧宾夺主。
  • 快在要紧处。 Together AI 上约 272 token/秒,交互式写代码完全没有等传真的感觉。

分工照老规矩:日常修改、截图问答、高频批量任务交给 Flash;需要在大型代码库里深度推理时,再升级到 753B 旗舰。另外别被「Flash」这个名字骗了——321B 参数,本身就是一个大模型。

把它接进编码 agent

既然早期测试的亮点在编程和 agent 任务,它最自然的去处就是「自带模型」的编码 agent。首选 OpenCode:开源、终端优先、可接入 75+ 模型服务商。想多一个选择,Kimi Code 也是支持自定义服务商的终端 agent。

一套跑得通的流程:

  1. 从上面的价格表里挑一家服务商,申请 API key。
  2. 在 agent 里添加这家服务商。内置列表里没有的话,把它的 OpenAI 兼容端点注册成自定义服务商——上面这几家托管商大多都提供。
  3. 规划量大的会话和大型重构交给旗舰版;小修小补、涉及截图的任务切到 Flash。
  4. 头几次会话盯紧 token 用量。agent 比聊天能吃得多,按 token 计费会让这一点马上显形。

agent 任务还意味着大量工具调用。如果你在接 MCP 服务——比如我们介绍过的逆向 MCP REA,它会一口气给 agent 塞进一大串分析工具——模型调用工具是否稳当,和写代码的本事同样重要。拉整个团队切换之前,先用你真实的工具链跑一轮。

放进开放权重格局里看:GLM-5.3、Kimi K3.1 Pro 与 DeepSeek

今年秋天开放模型扎堆发布,眼下最有用的区分是:哪些权重今天就能下载,哪些还停留在承诺。

  • GLM-5.3: 已在 Hugging Face 公开、免申请,旗舰版和多模态 Flash 都有。
  • Kimi K3.1 Pro: 月之暗面已宣布开放权重,排期在 11 月 4 日;权重到位之前,只能通过 API 使用。详见我们的 Kimi K3.1 解读。
  • DeepSeek: 如果你更在意每 token 成本、而不是能不能下载权重,拍板之前先看看我们对 DeepSeek 4.1 Flash 的分析,或者从 DeepSeek 工具页 了解起。

对在意数据去向的团队来说,可下载的权重才是重点:今天先用托管 API,日后迁到自己的基础设施,模型不用换。对其他人来说,正因为权重公开,才会有好几家托管商互相压价。

谁该选它,选哪一档

选 753B 旗舰版,如果: 你想要一个开放权重模型来啃硬骨头级的编程和 agent 任务,能接受每百万 token 4 美元上下的价格,并且看重随时换服务商、日后自托管的自由。

选 GLM-5.3-Flash,如果: 你需要图片输入,agent 迭代次数多,或者单任务成本比榨干最后一点能力更要紧。

可以先等等,如果: 你想要开箱即用的订阅制产品,而不是自己接 API——Claude Code 这类官方工具省心得多;或者你要看到独立评测才肯拍板——早期社区测试在编程上的反馈不错,但那不等于针对你自己业务的严谨评测。至于原本打算在自己电脑上跑的,包括 Flash 在内,趁早调整预期。

常见问题

GLM-5.3 是开源的吗?

权重在 Hugging Face 上公开且免申请,任何人都能直接下载。但「开放权重」不自动等于开源许可证,商用前请先看模型卡上的许可条款。

GLM-5.3 多少钱?

Hugging Face 上列出的第三方托管商,旗舰版约每百万 token 4.00-6.27 美元,其中 DeepInfra 最低,为 4.00 美元;Flash 约 0.50 美元。智谱官方 API 的价格可能不同,而且输入、输出 token 往往分开计价。

能在本地部署 GLM-5.3 吗?

普通电脑不行。BF16 权重本身就约 1.5 TB,还不含 KV cache;即使 4-bit 量化也要 380 GB 左右。个人用户现实的路是托管服务商,自托管属于多卡、实验室级别的工程。

GLM-5.3 和 GLM-5.3-Flash 有什么区别?

GLM-5.3 是 753B 的纯文本旗舰;GLM-5.3-Flash 是 321B 的多模态模型,能同时处理图片和文本,托管价约为旗舰版的八分之一。建议先用 Flash,遇到最难的任务再升级到旗舰版。

GLM-5.3 能接 OpenCode 这类编码 agent 吗?

能。任何支持 OpenAI 兼容端点、可以自带模型的 agent,都能通过托管服务商用上它,OpenCode 是个不错的起点:在服务商那里申请 key,填进 agent,选中模型即可。

本文提到的工具