Z.ai
智谱AI对外开放的大模型API服务平台，提供GLM系列模型的API访问能力，接口设计与OpenAI API格式高度兼容
核心事实
时间轴 (近 90 天)
GLM Coding Plan 是 Z.ai（智谱 AI 国际品牌）推出的月度订阅服务，用于在 AI 编程工具中以固定额度调用 GLM 模型，而非按 token 计费。
Z.ai 对 GLM-5.3 的新鲜输入收 $1.40/百万 tokens，缓存输入收 $0.26/百万 tokens，相差约 5.4 倍。
GLM Coding Plan 订阅条款明确禁止用户从自己的应用、机器人、网站、SaaS 产品或其它系统调用模型，额度不可与同事共享，且不可退款。
Z.ai 的高峰时段为周一至周五新加坡时间 14:00 至 18:00（UTC+8），每周占 20 小时；高峰时段之外模型用量按标准费率的 50% 计费。
GLM Coding Plan 的积分公式为：积分 =（输入 tokens × 输入倍数 + 缓存输入 × 缓存倍数 + 输出 × 输出倍数）/ 10,000。
2026 年 4 月 Z.ai 迁移通知中的月价分别为 $18、$72、$160，Pro 和 Max 在积分系统上线时分别上涨约 11% 和 5%。
GLM Coding Plan 于 2026 年 7 月 30 日全面切换为按 token 计量的积分系统，此前经历了从「按提示词计数、无周上限」到「按提示词计数、带 5 小时与每周上限」的演进。
Z.ai是智谱AI（中国大模型公司智谱）于2024年推出的国际化产品线（海外品牌），其GLM系列模型在多项基准测试中表现接近国际前沿水平。
Anthropic近期发布了一份报告，指中国公司Z.ai发布的一款强大新模型可能带来重大网络安全威胁。
GLM-Legal 基于基础模型 GLM-5.3-Flash 构建，属于'基座 + 领域微调'的路线。
还有 23 条时间轴事件
全部知识事实 (20)
@ai-sdk/zai 是 Vercel AI SDK 面向智谱 AI（Zhipu AI）模型的官方 Provider
90%已验证@ai-sdk/zai 依赖于 @ai-sdk/openai-compatible，说明智谱 GLM 的 API 接口在很大程度上兼容 OpenAI 的调用规范
85%待验证智谱对外提供的 API 服务品牌为 Z.ai（原 BigModel 开放平台）
70%待验证GLM-5.3-Flash来自Z.ai，是一款总参数量320B（3200亿）的多模态MoE模型，任意时刻仅激活18B参数
70%部分验证被测模型包括 Google 的 Gemini 3.7 Flash、Z.ai 的 GLM-5、阿里巴巴的 Qwen 3 235B A22B Instruct 以及 OpenAI 的 gpt-oss-120b，全部在 Kaggle 上运行
65%待验证GLM Coding Plan 订阅条款明确禁止用户从自己的应用、机器人、网站、SaaS 产品或其它系统调用模型，额度不可与同事共享，且不可退款。
50%待验证Z.ai 的高峰时段为周一至周五新加坡时间 14:00 至 18:00（UTC+8），每周占 20 小时；高峰时段之外模型用量按标准费率的 50% 计费。
50%待验证GLM Coding Plan 的积分公式为：积分 =（输入 tokens × 输入倍数 + 缓存输入 × 缓存倍数 + 输出 × 输出倍数）/ 10,000。
50%待验证2026 年 4 月 Z.ai 迁移通知中的月价分别为 $18、$72、$160，Pro 和 Max 在积分系统上线时分别上涨约 11% 和 5%。
50%待验证Z.ai 对 GLM-5.3 的新鲜输入收 $1.40/百万 tokens，缓存输入收 $0.26/百万 tokens，相差约 5.4 倍。
50%待验证GLM Coding Plan 是 Z.ai（智谱 AI 国际品牌）推出的月度订阅服务，用于在 AI 编程工具中以固定额度调用 GLM 模型，而非按 token 计费。
50%待验证Z.ai是智谱AI（中国大模型公司智谱）于2024年推出的国际化产品线（海外品牌），其GLM系列模型在多项基准测试中表现接近国际前沿水平。
50%待验证GLM-Legal 基于基础模型 GLM-5.3-Flash 构建，属于'基座 + 领域微调'的路线。
50%待验证目前 GLM-Legal 的访问方式是申请制，而非直接开放 API。
50%待验证Z.ai 推出的 GLM-Legal 模型在 Harvey LAB 法律 Agent 基准测试中取得 19.2% 的全通过率，超越了 Claude Fable 5 和 Kimi K3。
50%待验证GLM-5.3-Flash 预训练使用了30万亿token的多模态语料，是首个原生多模态的 GLM-5，支持文本、图像、视频和文件。
50%待验证GLM-5.3-Flash 是第一个将稀疏注意力和线性注意力融合进单一混合系统的开放前沿模型。
50%待验证根据 vLLM 配置和 Z.ai 文档，GLM-5.3-Flash 的45层模型将 KDA 线性注意力层与 NoPE 稀疏 MLA 层交替堆叠。
50%待验证Z.ai 声称 GLM-5.3-Flash 的注意力计算量减少3.0倍，KV缓存缩小4.4倍，从而支持1M token上下文窗口（提示加输出不超过1,048,576）。
50%待验证GLM-5.3-Flash 在国产AI芯片上规模化运行，搭配基于 SGLang 的专用推理引擎，声称端到端服务增益达到3倍。
50%