GLM 全系盘点：从 GLM-4.5 到 GLM-5.3-Flash
GLM 全系盘点：从 GLM-4.5 到 GLM-5.3-Flash
本文关于GLM Family Overview: From GLM-4.5 to GLM-5.3-Flash的所有数字，都直接对照 HuggingFace API 与对应仓库的原始 config.json 核实，采样时间为 2026 年 11 月。不编造跑分、价格或仓库名；config 无法证明的部分一律标注「需实测」。
30 秒版本
zai-org/GLM-5.3-Flash: 321,323,031,390 parameters, MIT licence. EXAIV cloud catalog carries glm-5.3 and glm-5.3-flash
已核实的规格
| Item | Value | Notes |
|---|---|---|
| zai-org/GLM-5.3-Flash | 6,392,890 downloads | 321,323,031,390 parameters, MIT |
| zai-org/GLM-5.3 | 1,987,989 downloads | The full GLM-5.3 build |
| zai-org/GLM-OCR | 1,779,045 downloads | Document OCR line |
| zai-org/GLM-5 | 1,370,207 downloads | Earlier 5.x generation |
| zai-org/GLM-4.5-Air | 1,258,503 downloads | Lightweight 4.5 line |
| zai-org/GLM-4.7-Flash | 1,071,754 downloads | Flash variant |
| zai-org/GLM-5.1 | 867,145 downloads | 5.1 snapshot |
| zai-org/GLM-5.2 | 319,197 downloads | 5.2 snapshot |
| EXAIV catalog | glm-5.3, glm-5.3-flash | Callable IDs |
| Licence | license:mit for GLM-5.3-Flash | Vendor terms for other builds |
数字能证明什么
多模态措辞最容易夸大，所以事实与断言必须分开：官方 config 里的 vision_config 与 image_placeholder 能证明这是带视觉输入能力的条件生成架构，但本身不能证明视频生成、某种具体请求格式或某项跑分。HuggingFace 的 image-text-to-text 标签描述的是输入方向。最终以官方模型卡为准。
Deployment and configuration reality
显存规划对所有万亿级 MoE 一样：算力按激活参数算，显存按总参数算。1T 模型即使 4-bit，权重本身也约需 500GB，2.78T 更大，属于多卡服务器场景，不是单张消费卡能跑的。单卡请看轻量家族。本地路径是 vLLM 或 SGLang 配官方权重；社区转换文件先核对来源与量化标签。
可用边界
在 EXAIV 上，一切以 /models 实时目录为准：目前只有 kimi-k3 可调用，端点是 https://exaiv.com/api/ai/v1 的 OpenAI 兼容接口。接入只改 base_url、api_key、model 三项，流式与工具调用保持标准格式。价格一律以实时 /pricing 为准，本文不写死。建议记录模型 ID、token 数与延迟，日后换模型才有同一套基线。
读目录与许可
家族盘点只有在区分「可调用」与「可下载」时才有用。EXAIV 的 /models 实时目录里目前只有上表列出的 ID；某模型在 HuggingFace 上有开放权重，不等于它在云端 API 上可用。下载量是 2026 年 11 月采样的 30 天公开计数，持续变化，应视为社区规模的相对信号，不是质量评分。许可同样关键：GLM-5.3-Flash 的 license:mit 是宽松基线，家族里其它版本是厂商自定义条款，商用前必须逐条读模型卡。建议记录模型 ID、token 数与延迟，之后在版本之间切换时才有同一套提示词基线可比。
上线前检查清单
有六件事能让这类文章和它背后的接入保持诚实。第一，发布当天重新从 HuggingFace API 核对数字，下载计数每周都在变，本文所有数值都是 2026 年 11 月的采样，不是永久事实。第二，打开 /models 实时目录，确认 kimi-k3 仍是当前可调用的 ID；目录一变，所有写死模型名的说明都会失效。第三，价格去 /pricing 看，不要把数字抄进应用或文档里写死。
第四，凡是没有对照官方模型卡验证过的多模态请求体，一律不要写死。config 字段证明的是架构，不是线上报文格式。第五，用一组有代表性的提示词记录模型 ID、输入输出 token 数与延迟，并固定这组用例，之后换模型才有可比结果。第六，商用前读官方模型卡里的许可条款，license:other 是厂商自定义条件，不等于宽松许可。
本地权重同理。下载社区转换文件时要看清发布者、是否写明转换来源、量化标签是否与目标文件一致；两个不同发布者都叫 Q4_K_M 的文件不能互换。模型能加载却输出乱码，先怀疑聊天模板，不要先怪权重。把模板和权重放在同一个文件夹里便于一起审计，这个习惯只花几分钟，却能挡掉最常见的一类误报。
场景选择
| 场景 | 建议 |
|---|---|
| Agent workflows with tool calling | glm-5.3-flash on EXAIV |
| Closed-source commercial use | Check the MIT licence of GLM-5.3-Flash |
| Document OCR | zai-org/GLM-OCR |
| Study the 5.x generation locally | GLM-5 / GLM-5.1 / GLM-5.2 |
| Keep an existing OpenAI SDK | Both callable IDs |
| Confirm exact pricing | The live /pricing page |
| Check a 1M context | GLM-5.3-Flash |
| Look for the broadest community | Compare the download counts |
FAQ
EXAIV 上该用哪个模型 ID？
本文数字核实过吗？
config 能证明视频生成吗？
需要换 SDK 吗？
价格在哪里看？
能用本地权重吗？
相关阅读
- Kimi K3 API guide — first API call
- hy4 model selection guide — sizing and selection
- GLM model pages — catalog and specs
- Claude Code third-party API — Anthropic compatible endpoint
- pricing — live credit packs
数据来源
参数与文件数据为 2026 年 11 月采样，随时间变化。
术语与上线前检查清单
总参数、激活参数与 KV cache 是三个不同的量。总参数是必须加载进显存的全部权重，激活参数是计算单个 token 时真正参与的那部分；KV cache 是随上下文长度线性增长的临时显存，所以 1M 窗口是上限而不是可随手使用的默认值。量化降低的是权重的存储精度以缩小文件，并不减少参数量；config.json 里的 vision_config 描述的是架构，不是可以自行编造的报文格式。
在把基于本文说明的东西发布之前，请走完六项检查。第一，发布当天从实时来源重新核对数字，下载计数每周都在变。第二，打开 /models 实时目录，确认打算调用的 ID 仍然存在；目录一变，所有写死模型名的说明都会失效。第三，价格去 /pricing 看，不要把数字抄进应用里写死。第四，凡是没对照官方参考验证过的请求体，一律不要写死；config 能证明架构，不能证明线上格式。第五，用一组有代表性的提示词记录模型 ID、输入输出 token 数与延迟，并固定这组用例，之后换模型才有可比读数。第六，商用前读模型卡里的许可条款，厂商自定义条件不等于宽松许可。另外，对可重试请求加指数退避、设置超时，并按错误类别记录日志，401、404、429 绝不能用同一套处理逻辑。还要给敏感配置留出轮换路径：密钥不要写进代码库，环境变量与密钥管理系统的交接要有回滚方案。若模型能加载却输出乱码，先怀疑聊天模板而不是权重；把模板和权重放在一起便于一起审计。这个习惯只花几分钟，却能挡掉最常见的一类误报。