GLM-5.3 Flash API：价格与免费试用

截至 2026 年 11 月 2 日，每 100 万 token 的价格：

在 OpenRouter 上，GLM-5.3 Flash 有三十多家供应商，价格相差数倍：不少供应商沿用 Z.ai 的 $0.15 和 $0.50，而最便宜的 Relace 收取 $0.0285 和 $0.0923。与之相比：和同一模型最便宜的供应商相比，差距约为 ×5；与 Z.ai 官方 API 相比，输入约为 ×24，输出约为 ×27。

在 Z.ai 和许多供应商那里，请求中重复发送的部分——对话历史、系统提示词——从缓存读取会比普通输入更便宜。JoinGonka 没有单独的缓存价格，所有输入统一计费。但 Z.ai 的缓存输入仍要 $0.03/百万 token——比我们的普通输入还贵好几倍。

本页显示的 JoinGonka 价格是实时的：它来自网关 API，随 GNK 汇率浮动。之所以能做到这么低，源于 Gonka 网络的机制：价格由主机算力结算决定，而不是模型开发商的价目表。

1. 密钥。在 JoinGonka Gateway 注册，并在控制台创建一个 jg-… 密钥。新账户可获赠 3M 免费 token。

2. 发起请求。OpenAI 兼容 API 地址为 https://gate.joingonka.ai/v1，模型 ID 为 zai-org/GLM-5.3-Flash：

curl https://gate.joingonka.ai/v1/chat/completions \
  -H "Authorization: Bearer jg-your-key" \
  -H "Content-Type: application/json" \
  -d '{
    "model": "zai-org/GLM-5.3-Flash",
    "max_tokens": 2000,
    "messages": [{"role": "user", "content": "Find the bug: def avg(xs): return sum(xs) / len(xs) - 1"}]
  }'

用 Python 的 openai 库同样如此：

from openai import OpenAI

client = OpenAI(api_key="jg-your-key", base_url="https://gate.joingonka.ai/v1")
response = client.chat.completions.create(
    model="zai-org/GLM-5.3-Flash",
    max_tokens=2000,
    messages=[{"role": "user", "content": "Explain in two sentences what a race condition is"}],
)
print(response.choices[0].message.content)

3. 编程工具。安装器会用一条命令把网关和模型写入 Claude Code、Codex CLI、OpenCode 等工具的配置——它会主动询问你要用哪个工具和密钥：

npx @joingonka/setup --model glm

使用 Anthropic Messages API 的客户端地址为 https://gate.joingonka.ai，不带 /v1。各工具的分步教程见「工具」板块。

• 免费 token。新账户可获得 3M token——相当于数百次 GLM-5.3 Flash 请求：足够在自己的任务上测试模型并摸索推理预算。无需绑卡，也无需加密货币。
• 免注册聊天。在本站的免费聊天中可以选择 GLM-5.3 Flash，观察它的推理过程：思路会单独显示在可折叠区块中。
• 之后——按 token 付费。没有订阅制：可用 GNK、USDT 或银行卡充值，按实际消耗的 token 扣费，每日用量在控制台一目了然。

Z.ai 免费提供的是较旧的轻量模型——GLM-4.7-Flash 和 GLM-4.5-Flash。GLM-5.3 Flash 在那边是付费的，所以想不花钱试用这一款，就得靠 JoinGonka 的启动 token。

GLM-5.3 Flash 是 Z.ai 旗下 GLM-5.3 系列中的轻量级模型，Z.ai 是北京智谱 AI 的国际品牌。轻量是相对而言的：这是一个拥有 3200 亿参数的 MoE 模型，每个 token 实际激活约 180 亿参数。注意力采用混合机制——部分层为稀疏，部分层为线性，因此处理长上下文的成本更低。权重以 MIT 许可证开放。在 JoinGonka 中，实际工作参数由网络主机的部署决定：

• 上下文 — 390,000 tokens。这是经过请求验证的最低值：Z.ai 及 OpenRouter 供应商提供最高 100 万 tokens 的窗口，网络主机配置为 400,000，而我们只公布已经确认的数据。
• 回复 — 最高 8,192 tokens，包含推理内容。
• 推理内容通过单独的 reasoning_content 字段返回，工具调用走标准的 tool_calls，包括第二轮及之后的轮次；JSON 模式（response_format）可用。
• 仅支持文本：网络目前还不接受图片。

模型、其标识符和限制见 Gonka API 文档，可用性与延迟见 网关状态页。

GLM-5.3 Flash 先推理、后回答，两个阶段共用同一个输出上限。即便是一个简单问题，推理也要花 250–450 个 tokens，遇到有实质内容的任务则是数千个。因此，习惯性的 max_tokens: 256 只会得到 finish_reason: "length" 和空的 content：模型把额度全花在推理上，根本没走到回答。

推理按输出 tokens 计费。如果完全不需要推理，短平快的回答用网络上的另一个模型更方便。在 Cline、Cursor 这类 Agent 中，请检查辅助请求的输出上限——上下文压缩、对话标题：上限只有两三百 tokens 时，GLM-5.3 Flash 会返回空回复。

两个模型在 JoinGonka 里同价，所以该按任务选，而不是按预算选：

一句话总结：GLM-5.3 Flash 适合需要琢磨复杂逻辑、又不需要长回复的场景；DeepSeek V4 Flash 适合长回复、大文档和连续运行数小时的 Agent。网络上的第三个模型 MiniMax M2.7 适合快速短答，但 MiniMax 自己正把它从 API 中下架。切换模型只需改动请求里的 model 一行。