GLM-5.3 Prime: GLM-5.3 phiên bản tăng tốc

GLM-5.3 Prime đã được niêm yết trên OpenRouter vào ngày 23 tháng 9 năm 2026. Mô tả cho biết mô hình kế thừa đầy đủ các khả năng của GLM-5.3 đồng thời tạo ra lượng token đầu ra mỗi giây nhiều hơn từ 1.5 đến 2 lần nhờ tăng tốc suy luận. Đây không phải là một mô hình khác theo nghĩa được huấn luyện mới; đó chính là GLM-5.3 được phục vụ với tốc độ nhanh hơn.

Tốc độ đóng vai trò quan trọng nhất trong các vòng lặp agent và các công cụ lập trình tương tác, nơi mô hình có thể tạo ra hàng trăm nghìn token trong một phiên làm việc. Giảm một nửa thời gian chờ đợi giữa các bước có thể thay đổi hoàn toàn trải nghiệm sử dụng thực tế của một agent.

Prime nhận văn bản và trả về văn bản. OpenRouter niêm yết cửa sổ ngữ cảnh 1,000,000 token và giới hạn đầu ra tối đa 131,072 token cho mỗi yêu cầu — giới hạn đầu ra ngắn hơn so với GLM-5.3 tiêu chuẩn. Các tham số được hỗ trợ bao gồm reasoning, reasoning_effort, tools và các định dạng phản hồi có cấu trúc.

Tốc độ này đi kèm với mức giá tương ứng: $2.80 cho mỗi triệu token đầu vào và $8.80 cho mỗi triệu token đầu ra, so với $0.079 và $1.40 của GLM-5.3 tiêu chuẩn. Không có trọng số công khai cho GLM-5.3 Prime.

Hãy chọn Prime khi người dùng phải chờ đợi ở từng bước phản hồi và chất lượng của GLM-5.3 là điều bạn cần — ví dụ: trợ lý lập trình bên trong IDE hoặc bản demo agent trực tiếp. Đối với các tác vụ xử lý hàng loạt (batch), agent chạy qua đêm hoặc bất kỳ trường hợp nào quan tâm đến chi phí, GLM-5.3 tiêu chuẩn mang lại cùng năng lực với mức giá chỉ bằng một phần nhỏ.

Prime không khả dụng trong bản chat miễn phí của chúng tôi. Bạn có thể trải nghiệm chất lượng của mô hình bằng cách thử GLM-5.3 tiêu chuẩn tại đây; các câu trả lời đều đến từ cùng một mô hình.