GLM-5.3 和 Flash，差别不只在速度
对照 GLM-5.3 与 GLM-5.3-Flash 的底座、输入能力、推理设置和权重许可，解释编程、视觉任务与自部署该怎样选择。
选 GLM-5.3 还是 GLM-5.3-Flash，不能只按“旗舰更强、Flash 更快”来分。官方当前材料里，两者走了不同的模型路线，输入能力和权重许可也不同。尤其是需要读截图、做视觉开发或自己部署的团队，这些差异比名字后面的后缀更直接。
本文于 2026 年 11 月 12 日核对 GLM 官方仓库、5.3 文档和 Flash 文档。两篇官方发布博客仍未取到正文，因此不把本篇写成“今天发布”的新闻；本文没有部署权重或比较真实任务效果。
同一代名字，两个底座路线
官方说明，GLM-5.3 沿用 GLM-5.2 的底座，改进来自后训练。这里的后训练，是在基础训练之后进一步训练模型怎样完成任务、使用工具和处理反馈，不等于换了一套更大的底座。
Flash 则从新训练的底座出发，组合稀疏注意力与线性注意力，并采用 mHC。可以把这理解为它同时调整了处理上下文的结构和训练方式；官方据此强调长上下文的计算与服务效率。不能把结构上的效率说明直接换算成自己应用的响应速度、机器数量或账单节省比例。
| 当前官方资料 | GLM-5.3 | GLM-5.3-Flash |
|---|---|---|
| 底座 | 沿用 GLM-5.2 | 新训练底座 |
| 参数规模 | 744B，每 Token 激活 40B | 320B，每 Token 激活 18B |
| 输入 | 当前 API 文档为纯文本 | 当前文档列图片、视频、文字、文件 |
| 输出 | 文字 | 文字 |
| 权重许可 | GLM-5.3 自定义许可 | MIT |
参数数值来自官方仓库的下载表和模型卡。“激活 18B”描述一次计算使用的部分参数，不能据此认定只需存下 18B 权重。显存还受权重精度、完整模型、上下文、并发与推理引擎影响，相关概念可参照开放权重到自部署的距离。
要读截图时，先看输入能力
GLM-5.3 当前文档明确写纯文本输入；Flash 则把原生视觉能力放入编程循环，接收界面截图、渲染结果和交互反馈。模型能输出文字，不表示它只能用于聊天；应用可以用文字结果继续生成文件、修改代码或执行工具。但这些动作依赖宿主程序，不能全算成模型直接输出模态。
对于纯后端任务，可以选一个公开小项目，让候选模型解释调用路径、修改一个明确行为并给出验证结果。需要依据设计图检查界面时，先确认选择的是接受图片的模型及协议，再检查最终渲染，而非只读它对截图的描述。
官方 Flash 页面还列出 FlashX；本文不把 FlashX 的速度宣传套到普通 Flash，也不把某个订阅计划的额度当作按量 API 的价格。模型名、渠道与套餐应分开核对，参见模型 ID、别名与能力。
推理档位不要照搬其他模型
两者当前材料支持 reasoning_effort 的 low、high、max。GLM-5.3 文档写明始终启用推理，旧配置若使用 thinking.type: "disabled"，迁移前需要改为 enabled，希望较轻的推理可显式选 low。
下面只摘出GLM-5.3 官方请求中的相关字段，不是完整请求，也未发送：
{
"model": "glm-5.3",
"thinking": {"type": "enabled"},
"reasoning_effort": "low"
}
别因为其他模型支持 medium 就填到这里。官方仓库对本地模板说明：未传或传入其他档位时按 max 处理；托管服务还可能有自己的校验。写入一个“看起来居中”的值，并不保证得到中等推理。
clear_thinking 也要区分本地聊天模板与托管 API 文档。当前仓库和 Flash API 指南针对不同使用场景给出不同建议，不宜拼成一份通用默认设置。若客户端报不支持档位，可以借用 OpenCode 参数核对方法，先记录真实发出的字段和服务端错误，再查所用接口。
两份 LICENSE 需要分别读
GLM-5.3 完整许可有额外条件：若被许可方或关联方运营 Model as a Service 业务，且被许可方及关联方在任意连续 12 个月的累计总收入超过 100 亿美元，商业使用软件或衍生作品前须通过 Z.AI 安全审查。正文同时定义了 MaaS，并排除特定功能内嵌和单纯转发他人托管模型等情形。
这项门槛涉及主体、关联方、业务和总收入，不能只看“我们这款产品赚了多少”，也不能省略成所有使用者均须申请。保留版权与许可声明等条件仍需遵守。
Flash 的 LICENSE则是 MIT。不要因为同属一个仓库系列就假定许可相同。自部署使用的权重许可与调用托管 API 的服务合同，也不是同一份文件。
把选择落到一项可检查的工作
先分清自己是否需要视觉输入，再选托管服务还是自部署。给两者同一个公开任务起点和明确完成条件，保留未完成项、人工补改与工具记录；本文的表格不是效果排名。
通过 Nbility 接入时，按模型目录确认令牌的实际可用 ID，不假设官网发布就代表所有分组同步提供。对于自部署，固定权重修订、许可证、引擎与模板版本，再验证文字、必要的视觉输入和完整工具往返。这样得到的选择，才对应实际要交付的工作。
