GLM-5.3-Prime 是 GLM-5.3 的高速版本，通过推理加速将输出吞吐提升至 1.5–2 倍。支持 1M 上下文、128K 输出和三档深度思考，面向编程、智能体、实时对话和多轮编排等场景。
推理服务供应商
glm-5.3-prime 模型的推理服务供应商为千问AI平台。
模型能力
| 能力项 | 支持情况 | 能力项 | 支持情况 |
|---|---|---|---|
输入模态 | Text | 输出模态 | Text |
模型体验 | 支持 | Function Calling | 支持 |
结构化输出 | 支持 | 联网搜索 | 不支持 |
前缀续写 | 不支持 | 上下文缓存 | 支持 |
批量推理 | 不支持 | 模型调优 | 不支持 |
上下文限制
| 参数 | 值 | 参数 | 值 |
|---|---|---|---|
最大输入长度 | 1048576 | 最大输出长度 | 131072 |
上下文长度 | 1000000 | 最大输入长度（思考模式下） | 1048576 |
最大输出长度（思考模式下） | 131072 | 最大思维链长度 | 131072 |
模型价格
本文仅展示模型调用原价，不包含限时优惠等活动信息，请前往千问AI平台控制台查看活动优惠。
| 计费项 | 价格（元） | 单位 |
|---|---|---|
输入 | 16 | 每百万tokens |
输出 | 56 | 每百万tokens |
输入（缓存命中） | 4 | 每百万tokens |
限流
| 参数 | 值 |
|---|---|
RPM（每分钟请求数） | 15,000 |
TPM（每分钟tokens） | 2,000,000 |