没有官方发布
Z.ai 尚未发布 GLM 5.5 的公告、模型卡、API 价格或速率限制说明。
本页持续跟踪 Z.ai(智谱 AI)GLM 5.5 的发布进展:只记录已证实的信息,把传闻单独标出。截至 2026-11-15,官方没有发布公告、模型卡或价格页。如果你现在就要用,GLM-5.3 系列已经可以在 TokenRa 上接入。
该型号是 Z.ai(智谱 AI)GLM 系列的下一个旗舰型号。截至 2026-11-15,Z.ai 官网只有 GLM-5 的博客与 GLM-5.3 系列的模型页,没有这款新模型的模型卡、价格页或许可证说明。因此本页把信息分成两类:「已证实」只包含官方发布的内容与市场事实;「传闻」包含第三方报道与社区流传的说法,未获官方确认。
Z.ai 尚未发布 GLM 5.5 的公告、模型卡、API 价格或速率限制说明。
第三方模型列表中出现过 glm-5.5-flash 这一标识,但官方未确认。
GLM-5.3、GLM-5.3-Flash 与 GLM-5.3-FlashX 已可在 TokenRa 接入。
发布前,你可以在这里确认「到底发没发、什么时候发、现在该用什么替代」;正式发布后,本页会在同一网址更新价格、model ID 和调用示例,不需要换链接。
目前没有官方规格,下表把 GLM-5.3-Flash 的确认数据和该型号的传闻分开列出。
| 维度 | GLM-5.3-Flash(已确认) | GLM 5.5(未发布,传闻) |
|---|---|---|
| 参数规模 | 320B 总 / 18B 激活 | 网传 2.5T–3.5T,无官方来源 |
| 上下文窗口 | 1,310,720 tokens(约 100 万) | 未公布 |
| 最大输出 | 131,072 tokens | 未公布 |
| 输入模态 | 文本、图像、视频 | 未公布 |
| Reasoning | 始终开启,reasoning_effort 控制深度 | 未公布 |
| 许可证 | 专有 API 接入 | 未公布 |
| API 价格 | $0.14 / $0.52 / $0.04(输入/输出/缓存,每 100 万 tokens) | 未公布 |
| TokenRa 可用性 | 现在即可使用 | Z.ai 正式发布后 |
下面是目前能查到的全部时间节点,每条都标了来源性质。判断一条日期是否可信,只看它是否来自 Z.ai 官方渠道。
| 时间 | 事件 | 来源性质 |
|---|---|---|
| 2026-06-30 | 有报道称 GLM 下一代型号定在 8 月发布 | 传闻 |
| 2026-08 | 8 月窗口过去,Z.ai 未发布 GLM 5.5,也未调整公开说明 | 已证实 |
| 2026 年下半年 | 第三方工具与模型列表中出现 glm-5.5-flash 标识,社区在 Reddit 上讨论 | 传闻 |
| 2026-11 | 关于智谱下一代旗舰发布的讨论再次升温,搜索量在 10 月明显抬升 | 传闻 |
| 2026-11-15 | 本页核对:Z.ai 官网仍无该型号的模型卡、价格页与许可说明 | 已证实 |
时间线随信息更新,最后核对日期见本页顶部。
很多人关心 GLM 5.5 会不会先发一个 Flash 版本。这个猜测有三条依据,但没有一条来自官方确认。
本页会在同一网址下覆盖它:填充 flash 的 model ID、价格与上下文规格,不另开新页。你现在要用的替代方案是 GLM-5.3-Flash,每 100 万输入 tokens $0.14、每 100 万输出 tokens $0.52、每 100 万缓存读取 tokens $0.04,提供 1,310,720 tokens 上下文与 131,072 tokens 输出上限,支持文本、图像和视频输入。
下表把「官方已公布」和「尚未公布」分开。空白处不是遗漏,而是官方确实还没给。
| 项目 | GLM 5.5 | 状态 |
|---|---|---|
| 参数规模 | 未公布(网传 2.5T–3.5T) | 传闻 |
| 上下文窗口 | 未公布 | 未公布 |
| 最大输出 | 未公布 | 未公布 |
| 输入模态 | 未公布 | 未公布 |
| 许可证 | 未公布 | 未公布 |
| API 价格 | 未公布 | 未公布 |
| model ID | 未公布(可能为 glm-5.5 或 glm-5.5-flash) | 传闻 |
发布后本表会整表替换为官方数据,历史传闻保留在时间线里。
如果你现在的项目已经在排期,没必要等一个没有发布日期的型号。GLM-5.3 系列的能力和价格都已公开,可以直接接入。
$0.14 输入 / $0.52 输出(每 100 万 tokens),缓存读取 $0.04。1,310,720 tokens 上下文,原生多模态,适合编程与智能体负载。
最高 200 tok/s,智能水平与 Flash 保持一致,适合对延迟敏感、吞吐要求高的场景。
完整的参数说明与调用示例,兼容 OpenAI 接口,可先按这套接口写好代码,发布后只改 model ID。
| 模型 | 上下文 | 输入 / 百万 tokens | 输出 / 百万 tokens | 缓存读取 / 百万 tokens |
|---|---|---|---|---|
| GLM-5.3-Flash | 1,310,720 tokens | $0.14 | $0.52 | $0.04 |
| GLM-5.3-FlashX | 1,310,720 tokens | $0.14 | $0.52 | $0.04 |
GLM-5.3-Flash 与 FlashX 价格相同。FlashX 输出速度最高 200 tok/s,适合延迟敏感的场景;Flash 适合对吞吐量要求更高的批量任务。两者均支持文本、图像和视频输入,使用 TokenRa 的 OpenAI 兼容接口,请在上线前于控制台确认当前限额与折扣。
接入步骤与现在使用 GLM-5.3 系列完全一致,差别只在模型是否已启用。提前按下面三步准备,发布当天只改一个字段。
在 TokenRa 注册账号、进入控制台创建 API Key,Key 只保存在服务端。
先用 glm-5.3-flash 把请求、重试、日志和预算控制跑通,这些代码发布后无需改动。
等官方公布标识符、TokenRa 控制台出现该模型后,把 model 字段替换成正式 ID,再跑一轮代表性负载。
curl https://tokenra.io/v1/chat/completions \
-H "Authorization: Bearer YOUR_API_KEY" \
-H "Content-Type: application/json" \
-d '{"model":"glm-5.3-flash","messages":[{"role":"user","content":"介绍一下 GLM-5.3-Flash 的上下文长度"}]}'上面的示例用当前可用的 glm-5.3-flash;GLM 5.5 正式 ID 公布后替换 model 字段即可。
没有。截至 2026-11-15,Z.ai 没有发布 GLM 5.5 的官方公告、模型卡或 API 价格页。本页只在信息确认后更新,顶部标有最后核对日期。
有可能,但未经确认。GLM 5.3 一代就是以 Flash 与 FlashX 两个变体发布的,所以较小的变体先于完整版出现是合理的推测;glm-5.5-flash 这一标识也在第三方列表中出现过,但 Z.ai 未作确认。如果 Flash 版本先发,本页会在同一网址下覆盖它。
官方未公布发布日期。2026 年 6 月有报道称定在 8 月,但那个窗口过去后并没有发布。凡不是来自 Z.ai 的日期,都应视为未确认。
API 价格尚未公布,GLM 的价格随官方模型卡一并发布。作为参考,GLM-5.3-Flash 目前在 TokenRa 上为每 100 万输入 tokens $0.14、每 100 万输出 tokens $0.52、每 100 万缓存读取 tokens $0.04。
还不能。必须等 Z.ai 正式发布该模型、并在 TokenRa 上启用之后才能接入。在此之前可以使用 GLM-5.3、GLM-5.3-Flash 和 GLM-5.3-FlashX。
目前无法判断,官方没有公布任何基准测试结果。网上流传的参数规模均未得到确认,不应作为规格引用。
许可证尚未公布。GLM 此前的版本曾提供开放权重的版本,但 GLM 5.5 目前没有任何许可证声明。
官方未公布。作为参考,GLM-5.3-Flash 提供 1,310,720 tokens 上下文窗口,输出上限 131,072 tokens,支持文本、图像和视频输入。
GLM 由 Z.ai(智谱 AI)开发。提供方及相关名称归各自权利人所有。TokenRa 作为路由网关提供 API 访问,不是该模型的开发者或所有者。本页关于未发布型号的内容基于公开信息整理,仅供参考,最终以 Z.ai 官方发布为准。