概述
GLM-5.3-Prime 是 Z.ai 推出的文本模型，输入为文本，输出也为文本，并支持推理与工具调用。
Z.ai 把它定位为高速变体，通过推理加速获得更高的输出吞吐。在 RealRelay 上，它的模型 ID 为 alibaba/glm-5.3-prime，可通过 OpenAI 兼容接口调用。
上下文窗口为 100 万 tokens，这决定了单次请求可用的全部空间。
能力
GLM-5.3-Prime 支持推理与工具调用。借助工具调用，应用可以把自身函数提供给模型，由模型在请求过程中发起调用。
输入模态与输出模态都是文本，提示词与返回内容都保持纯文本形式。
上下文窗口为 100 万 tokens；推理加速的作用在于提升输出吞吐。
价格与计费
GLM-5.3-Prime 按 tokens 计量：输入每百万 tokens 已停售，输出每百万 tokens 已停售，缓存读取每百万 tokens 已停售。
以上都是每百万 tokens 的单价，一次请求按发送的 tokens 与返回的 tokens 计费，100 万 tokens 的上下文窗口决定单次请求的上限。
使用场景
需要较大工作空间的推理任务适合 100 万 tokens 的上下文窗口，单次请求可以携带这一规模的输入。
需要把推理步骤与自有函数结合起来时，可用工具调用把请求接入自己的系统。
输出量大的任务可以利用推理加速带来的更高输出吞吐。
GLM-5.3-Prime 是什么？
GLM-5.3-Prime 是 Z.ai 推出的文本模型，支持推理与工具调用，并以高速变体的形式提供推理加速带来的更高输出吞吐，上下文窗口为 100 万 tokens。
GLM-5.3-Prime 的价格是多少？
输入每百万 tokens 已停售，输出每百万 tokens 已停售，缓存读取每百万 tokens 已停售。
GLM-5.3-Prime 的上下文窗口有多大？
上下文窗口为 100 万 tokens。
GLM-5.3-Prime 支持哪些输入和输出？
输入与输出都是文本，两种模态均只支持文本。
GLM-5.3-Prime 支持工具调用吗？
支持。该模型支持工具调用与推理，可以在请求过程中让应用执行自身函数。
GLM-5.3-Prime 什么时候发布？
发布日期为 2026 年 9 月 23 日。
如何通过 OpenAI 兼容接口调用 GLM-5.3-Prime？
向 RealRelay 的 OpenAI 兼容接口发送对话请求，模型 ID 填写 alibaba/glm-5.3-prime，并使用你的 RealRelay API 密钥。