GLM-5.3 是智谱 8 月 14 日发布的升级版：743B 参数、与 GLM-5.2 同一基座、纯后训练改进。官方公布的编程相关基准提升明显——Terminal Bench 3.0 从 4.6 涨到 28.3（开源第一），DeepSWE v1.1 拿到 66.9，接近闭源 Fable 5 的 69.7。API 支持 1M 上下文、最大输出 128K，且强制思考：无法关闭推理，只能通过 reasoning_effort 控制思考深度。完整权重预计 8 月底开源，想提前尝鲜只能走 API。

第一步：申请 API Key

  1. 打开智谱开放平台 open.bigmodel.cn 注册账号
  2. 进入 API Keys 页面创建新 Key
  3. 模型名一般形如 glm-5.3（以平台文档为准）
  4. 新用户通常有免费额度，可以先小额充值再测试

第二步：理解强制思考

与可以关闭推理的模型不同，GLM-5.3 的 API 里 thinking.type 只有 enabled 一种取值，reasoning_effort 支持 low / high / max 三档。每次请求都会产出思考内容（reasoning_content），计费会包含这部分 token。对延迟敏感的场景（比如实时聊天）建议先用 low；代码审查、长文档分析这类任务再用 high 或 max。

{
  "model": "glm-5.3",
  "messages": [{"role": "user", "content": "解释一下这段代码的边界情况"}],
  "thinking": {"type": "enabled", "reasoning_effort": "high"}
}

第三步：官方 SDK 直连

智谱 Python SDK 已支持 thinking 参数，pip 安装后直接在请求体里带上即可：

pip install zhipuai
from zhipuai import ZhipuAI
client = ZhipuAI(api_key="你的Key")
resp = client.chat.completions.create(
    model="glm-5.3",
    messages=[{"role": "user", "content": "用 Python 写一个 LRU 缓存"}],
    thinking={"type": "enabled", "reasoning_effort": "high"},
)
print(resp.choices[0].message.content)

第四步：接入 Cline / Continue 等编程助手

Cline、Continue、Roo Code 都支持自定义 OpenAI 兼容接口。以 Cline 为例：

  • API Provider 选 OpenAI Compatible
  • Base URL 填 https://open.bigmodel.cn/api/paas/v4
  • 模型 ID 填 glm-5.3
  • API Key 填刚才申请的 Key

因为 GLM-5.3 是强制思考模型，建议把 max output 调到 128K 上限以内，并关闭工具里的思考预算限制，避免长任务被截断。

定价提醒

官方暂时没有公布 GLM-5.3 的正式价格，外界普遍预期沿用 GLM-5.2 的定价（输入约 ¥0.60/1M、输出约 ¥2.00/1M）。正式价单出来前，充值前先看平台文档页面的最新价格。

GLM-5.3 的定位很明确：同基座纯后训练、编程专项强化、完整权重月底开源——想提前用上编程能力，API 是当前唯一入口。