GLM-5.3-Flash 已全量上线 GLM Coding Plan，原生多模态，额度翻 3 倍。它是 GLM-5 系列首个原生多模态模型，以极致低成本架构实现超越 GLM-5.2 的更强智能。

架构上，总参数量 320B、激活参数量 18B、层数 45 层，是首个采用稀疏注意力与线性注意力混合架构的开源前沿模型。相比 GLM-5.3，注意力计算量和 KV 缓存大小分别降低 3.01 倍和 4.44 倍，并采用流形约束超连接（mHC）提升 Scaling 能力。

规格：输入模态支持视频、图像、文本、文件，输出文本；上下文窗口 1M，最大输出 128K。调用参数与 GLM-5.3 一致，图片通过 messages[].content[] 中的 image_url 内容块传入，支持多图；推荐 temperature 1、top_p 0.95、reasoning_effort max。

原生多模态的「视觉 Coding」是最大亮点：视觉能力原生融入 Coding 循环，模型能主动观察界面、渲染结果与交互反馈并持续改进，在代码、浏览器与图形界面之间协同完成任务。

能力还拓展至 Office、金融研究和专业文档等场景，可自主拆解目标、调用工具并优化输出，交付 PPTX、PDF、DOCX、XLSX 等高质量成品。官方称其价格仅为 GLM-5.2 的十分之一；此前以匿名模型 Ox-Alpha 在 OpenCode 与 OpenRouter 上实测，上线首日冲至 OpenRouter 榜首并刷新该平台单日 Token 用量纪录。