GLM-5.3 API 价格与调用：输入 8 元、输出 28 元，写代码性价比之选

GLM-5.3 API 每百万 token 输入 8 元、输出 28 元，1M 上下文，国内直连。附 curl 与 Python 示例、max_tokens 截断的坑，以及和 GLM-5.3-Flash 怎么选。

GLM-5.3 的 API 价格是每百万 token 输入 8 元、输出 28 元，缓存命中的输入 2 元；上下文 100 万 token，支持工具调用和深度思考，可以接 Claude Code。国内直接调用即可。在不墨 Router 上模型 ID 是 glm/glm-5.3，价格与智谱开放平台官方按量价一致，接口是 OpenAI 兼容格式。

核验日期：2026-11-02。价格取自 https://router.bumo.cc/api/v1/models 线上返回，下面的代码都用 Router Key 实际跑过。

价格一览

模型	模型 ID	输入	缓存命中	输出	上下文
GLM-5.3	`glm/glm-5.3`	8 元	2 元	28 元	1M
GLM-5.3-Flash	`glm/glm-5.3-flash`	0.8 元	0.23 元	2.8 元	1M
GLM-5.2（上一代）	`glm/glm-5.2`	8 元	2 元	28 元	1M

单位：元 / 百万 token。智谱官方 GLM-5.3 按量价同为输入 8 元、输出 28 元、缓存命中 2 元，GLM-5.3-Flash 定价是 GLM-5.3 的 1/10。

GLM-5.3 和 5.2 同价，还在用 glm-5.2 的直接换 ID 即可。 GLM-5.1 及更早版本上下文只有 200K，且长输入（超过 32K）会进更贵的档位。

适合做什么

写代码和编程 Agent：GLM 系列在编程工具里用得最多，Router 上标了 claude-code 能力，可直接接 Claude Code、OpenClaw、Factory Droid。
长上下文：1M 上下文，整个仓库、长日志一次喂进去。
工具调用：支持 function calling，做 Agent 工作流没问题。

GLM-5.3 不支持图片输入，需要看图请换 Kimi K3.1 Pro 或 Qwen3.8-Flash。

第一步：建一个 Router Key

登录不墨 Router，在 API Key 页面新建 Key 并充值。按量付费，不用买套餐，同一个 Key 还能调 Kimi、千问、MiniMax、DeepSeek。

curl 调用

curl https://router.bumo.cc/v1/chat/completions \
  -H "Authorization: Bearer $BUMO_API_KEY" \
  -H "Content-Type: application/json" \
  -d '{
    "model": "glm/glm-5.3",
    "messages": [{"role": "user", "content": "用一句话介绍你自己"}]
  }'

Python（OpenAI SDK）

import os
from openai import OpenAI

client = OpenAI(
    api_key=os.environ["BUMO_API_KEY"],
    base_url="https://router.bumo.cc/v1",
)

resp = client.chat.completions.create(
    model="glm/glm-5.3",
    messages=[{"role": "user", "content": "用一句话介绍你自己"}],
)
print(resp.choices[0].message.content)

# 流式输出
stream = client.chat.completions.create(
    model="glm/glm-5.3",
    messages=[{"role": "user", "content": "写一个 Python 快速排序"}],
    stream=True,
)
for chunk in stream:
    if chunk.choices:
        print(chunk.choices[0].delta.content or "", end="")

实测环境 openai==3.42.1，普通调用和流式都正常返回。

坑：max_tokens 别设太小

GLM-5.3 在 Router 上始终开启深度思考（传参关掉会返回 400），思考过程放在 reasoning_content 里，并且占 max_tokens 的额度、按输出价计费。实测：

max_tokens=400 问「用一句话介绍你自己」：思考用掉大半额度，回答只剩「我是一个」就被截断
max_tokens=2000：输出 1617 token 后正常给出完整回答，约 0.045 元

所以 要么不设 max_tokens，要么至少留几千；返回的 finish_reason 是 length 就说明被截断了。只要短回答、不想为思考付费，换下面的 Flash 或者关得掉思考的 Kimi K3.1 Pro / Qwen3.8-Max。

GLM-5.3 和 GLM-5.3-Flash 怎么选

Flash 价格是 5.3 的 1/10（0.8 元 / 2.8 元），上下文同样 1M。日常补全、批量处理、对延迟和成本敏感的场景用 Flash；复杂重构、跨文件修改、长链路 Agent 用 5.3。 编程工具里常见的做法是主模型用 5.3、小任务模型用 Flash。

同价位还能怎么选

需求	推荐	价格（输入 / 输出）
最强、要看图	`kimi/kimi-k3.1-pro`	13 / 68 元
中文长文档	`qwen/qwen3.8-max`	12 / 36 元
写代码性价比	`glm/glm-5.3`	8 / 28 元
更便宜的 1M 上下文	`minimax/MiniMax-M3`	4.2 / 16.8 元