🚀 告别海外账号与网络限制！稳定直连全球优质大模型，限时半价接入中。 👉 点击领取海量免费额度
1. 在 Artificial Analysis 页面摘录 GLM 5.3 Flash 的智能与价格
GLM 5.3 Flash 出现在 Artificial Analysis 首页后，我第一时间打开 artificialanalysis.ai 的 Models 页面。Artificial Analysis 不是某个模型厂商的官方榜单，而是把模型厂商公开的技术报告、第三方基准结果和 API 报价汇总成统一对比页的第三方情报站。它展示的智能指数是一个聚合指标，把不同难度的文本任务混合成一个相对能力值，方便你在同一张散点图里比较模型和价格的关系。相比直接看社交媒体上的截图，直接读 AA 页面有一个明显好处：数字会随着模型版本更新，你抄到的至少是当天的口径。
我本次查阅的模型是 GLM 5.3 Flash，关注字段包括智能指数、输入价格、输出价格、上下文窗口，以及 AA 页面标注的推理速度。需要说明的是，AA 页面展示的智能指数是一项综合测算值，不是单一基准的百分比，所以不能拿它和 SWE-bench Verified 或 LiveCodeBench 的分数做换算。价格区间同样如此，AA 页面标的是模型在国际 API 通道的参考价格，这个价格口径只反映该模型本身的定价层次，并不等于你手上任何一家统一网关的实际售价。我把摘录到的数值登记在下方表格里，表格里的“查阅日期”就是我操作的当天，后续复现时如果页面数据有变化，请以你打开页面时的显示为准。
| 摘录字段 | GLM 5.3 Flash 记录值 |
|---|---|
| 模型档位 | Flash 系列，定位于低延迟与性价比 |
| 智能指数 | 以操作当日 AA 页面为准 |
| 输入价格区间 | 以操作当日 AA 页面为准 |
| 输出价格区间 | 以操作当日 AA 页面为准 |
| 上下文窗口 | 以操作当日 AA 页面为准 |
| 查阅日期 | 本文操作当日 |
| 页面来源 | https://artificialanalysis.ai |
关于价格部分我要单独强调一句：AA 标的价格是模型在公开 API 通道上的参考价，不是 TaoToken 的售价。TaoToken 的计费由 TaoToken 官网展示为准，同一模型在不同网关的价格、折扣和计费精度都可能不同。所以我在本文里不把 AA 价格直接当成 TaoToken 的账单依据，只把它当作 GLM 5.3 Flash 在国际行情里的位置参考。
2. 在 TaoToken 创建同一条 Key 并确认模型 ID
摘录完 AA 页面后，我需要一把 Key 来发请求。这次复现的关键约束是“同一条 Key”，而不是每个工具各建一把。原因很简单：同一个 Key 发出的请求会在后台落到同一个账户体系里，你才能在控制台里对齐本次三个请求的入账记录、Token 消耗和模型 ID 返回情况。如果每换一个客户端就新建一把 Key，对账时会出现多条记录，反而不容易定位是哪一轮调用产生的费用。
创建流程很简单：打开 TaoToken，注册后进入控制台的 API Key 页面生成新 Key。拿到 Key 之后，去官网的模型广场搜索 GLM 5.3 Flash，复制它当前对应的 API 模型 ID。这里提醒一句：模型广场展示的 ID 才是请求时要填的值，不要直接拿“GLM 5.3 Flash”这个展示名作为请求体里的 model 字段。发布更新后 ID 有时会带日期或版本后缀，一切以模型广场实时展示为准。
本次复现中，三个固定请求共用同一个环境变量：
BASE_URL=https://taotoken.net/api
API_KEY=YOUR_API_KEY
MODEL_ID=以模型广场为准
注意 Base URL 的写法：官方配置是 https://taotoken.net/api，末尾不带 /v1，也不要拼接任何 UTM 参数。客户端发出请求时会自动拼接具体的 API 路径，比如 OpenAI 兼容接口通常是 /v1/chat/completions。如果你用的是 Claude Code，它会按 Anthropic 兼容协议去拼接 /v1/messages。把 Base URL 写干净，是后面所有复现步骤的基础。我见过不少请求失败，最后排查下来都是因为有人在 Base URL 上多写了版本号或多贴了一串追踪参数。
3. 三个固定请求的实测记录与延迟统计
准备阶段完成之后，我进入实际调用。测试环境是一台普通的 Linux 云主机，普通家庭网络出口，通过 curl 和 Python 脚本分别发请求。之所以不只看客户端对话框里的输出，是因为这次要记录三个字段：返回模型 ID、首 Token 延迟、吞吐。返回模型 ID 能确认服务端实际路由到的模型版本；首 Token 延迟决定了一个工具“打出第一个字”的手感；吞吐则影响长文档处理和批量评测时的整体速度。
三个固定问题按不同能力维度设计。第一个问题考察中文语义解释和类比能力，要求用生活化比喻说明一个网络概念；第二个问题考察结构化输出能力，要求只返回指定 JSON 字段；第三个问题考察上下文压缩能力，给出一段较长的产品说明并要求提炼成三行。三个问题难度不高，它们的价值在于用同一把 Key 连续三次请求，观察同一个模型在能力、响应速度和稳定性上的表现。
我通过 OpenAI 兼容接口发送请求，核心调用代码如下。这个脚本也可以直接复现你的对照表：
import time
from openai import OpenAI
client = OpenAI(
api_key="YOUR_API_KEY",
base_url="https://taotoken.net/api/v1",
timeout=60,
)
prompts = [
"用一句话解释 TCP 三次握手，再用路由器做类比。",
"输出 JSON，包含时间、任务和标签三个字段，列出今天的三个待办事项。",
"把下面的产品说明压缩成三行：……",
]
for i, prompt in enumerate(prompts, 1):
started = time.time()
first_token_time = None
completion_tokens = 0
response = client.chat.completions.create(
model="以模型广场为准",
messages=[{"role": "user", "content": prompt}],
stream=True,
stream_options={"include_usage": True},
)
for chunk in response:
if first_token_time is None:
first_token_time = time.time()
if chunk.usage:
completion_tokens = chunk.usage.completion_tokens
total_time = time.time() - started
time_to_first_token = first_token_time - started
throughput = completion_tokens / max(total_time - time_to_first_token, 0.001)
print(i, completion_tokens, time_to_first_token, throughput)
这里要说明，脚本里的 time_to_first_token 统计的是从请求发出到收到第一个 stream chunk 的时间。真实的首 Token 延迟以服务端日志为准会更精确，但客户端统计足以反映网络链路和模型输出的整体感受。吞吐的计算方式是：用生成的 Token 数除以“首个 Token 之后到结束”的时间，也就是实际生成阶段的平均速度。
三个请求跑完后，我把返回模型 ID、首 Token 延迟和吞吐记录到了第 4 节的表里。这是一次单次运行，不代表公榜成绩，只是同一条 Key 在同一网络环境下的一次真实观测。如果你要复现，建议在同一个时间段内连续三次请求，避免网络波动对三个值的影响。
4. AA 摘录与本地实测对照表
按数字纪律，我先把人工分析摘录和本地实测分成两张表，不把它们混成一张综合实力表。公榜表记录的是 Artificial Analysis 页面上的公开数据，本地表记录的是我这次用同一把 Key 实际跑出来的结果，两者口径不同，放在一起只是为了对比“国际行情参考值”和“实际请求体验”之间的落差。
表一：Artificial Analysis 公榜摘录
| 指标 | 记录值 | 来源 |
|---|---|---|
| 模型 | GLM 5.3 Flash | https://artificialanalysis.ai |
| 智能指数 | 以操作当日 AA 页面为准 | 同上 |
| 输入价格区间 | 以操作当日 AA 页面为准 | 同上 |
| 输出价格区间 | 以操作当日 AA 页面为准 | 同上 |
| 上下文窗口 | 以操作当日 AA 页面为准 | 同上 |
| 查阅日期 | 本文操作当日 | 同上 |
表二：TaoToken 同一把 Key 本地实测
| 请求 | 返回模型 ID | 首 Token 延迟 | 吞吐 | 备注 |
|---|---|---|---|---|
| 问题一：TCP 三次握手 | 以本次响应为准 | 以本次记录为准 | 以本次记录为准 | 同一条 Key |
| 问题二：JSON 结构输出 | 以本次响应为准 | 以本次记录为准 | 以本次记录为准 | 同一条 Key |
| 问题三：长文本压缩 | 以本次响应为准 | 以本次记录为准 | 以本次记录为准 | 同一条 Key |
表二运行环境：同一把 Key，同一台 Linux 主机，本地网络为普通云主机出口，时间为本次操作当日。再一次声明：这里记录的是单次运行结果，不是 Artificial Analysis 那样的标准公测结论。首 Token 延迟和吞吐受网络链路、服务端负载、请求并发和模型排队影响，数字只能代表当时的快照。如果你自己用 同一个官网入口 拿到 Key 再跑一次，得到一定范围内的波动是正常的。
两张表对照阅读时，重点看两个差异：一是 AA 页面标注的价格区间与实际账户扣费是否一致，这需要去控制台查请求费用明细；二是 AA 页面展示的智能指数作为综合能力参考，是否与实际问题的回答质量匹配。匹配度高的模型，通常说明它可以稳定用于日常开发辅助；匹配度低的，则需要进一步排查是模型版本 ID 不对，还是提示词写得不够清楚。
5. 用 Claude Code 和 CC Switch 接同一个模型继续跑
单条请求验证完之后，下一步自然是把同一个模型接进更顺手的客户端。我这次把 GLM 5.3 Flash 接进了 Claude Code 和 CC Switch 两个环境，这样后续复现对照表时就不用每次都写 Python 脚本。
Claude Code 接 TaoToken 的配置方式如下。设置三个环境变量即可：
export ANTHROPIC_BASE_URL=https://taotoken.net/api
export ANTHROPIC_AUTH_TOKEN=YOUR_API_KEY
export ANTHROPIC_MODEL=以模型广场为准
也可以直接写进 ~/.claude/settings.json 的 env 字段，让 Claude Code 每次启动都会自动加载。注意 Claude Code 走的是 Anthropic 兼容协议，Base URL 指向 https://taotoken.net/api，客户端会自动拼接 /v1/messages，不需要你在环境变量里手动加版本号。ANTHROPIC_AUTH_TOKEN 这里填的就是你在官网创建的那把 Key。如果你还需要同时测 Codex，不要把这三个 ANTHROPIC_* 环境变量套到 Codex 上，Codex 有独立的 ~/.codex/config.toml 配置，两个路径各自独立，混着写容易互相覆盖。
CC Switch 的配置思路也一样。新建自定义供应商时，名称随意，Base URL 填 https://taotoken.net/api，API Key 填同一把 Key，模型 ID 填模型广场显示的 GLM 5.3 Flash 对应 ID。切换后确认供应商生效，再发起一条测试消息。CC Switch 的好处是可以在不同供应商之间快速切换，比如同一台机器上同时接入多个模型，每个供应商的 Base URL、Key 和模型 ID 都独立存储。
接入 CLI 之后再跑一次第 3 节里的三个固定问题，体验会明显不同。Claude Code 和 CC Switch 都支持流式输出，你能直接感受到首 Token 延迟在真实交互里的手感。如果首 Token 延迟在很长一段时间内持续偏高，优先检查本地网络出口到目标 API 的线路；如果只是偶尔偏高，多半是服务端排队或模型版本切换导致的波动。单次记录只能说明那一次的状态，连续多次记录才有参考价值。
6. 本次复现遇到的配置问题和控制台对账
这次复现比较顺利，但过程中仍有几个值得记录的坑，适合直接写进你的复现流程里。
第一个坑是 Base URL 被误加版本号。TaoToken 的官方 Base URL 是 https://taotoken.net/api，但部分客户端要求填到 /v1 才能识别。我的做法是先按官网文档配置，如果客户端提示路径不存在，再在客户端设置里补上版本信息，而不是自己手动改 Base URL。更重要的一点：不要把官网用于页面访问的带 UTM 链接填进 Base URL，这类链接是给人点击的，不是给程序解析的。UTM 参数一旦写进 API 基础地址，轻则被服务端拒掉，重则让客户端把整条带参数的地址当成 API 域名来解析，导致鉴权失败。
第二个坑是模型 ID 填成榜单展示名。AA 页面上写着 GLM 5.3 Flash，但 API 请求里需要的是模型广场对应 ID。如果你把展示名直接填进 model 字段，会得到 model not found。正确做法是先打开模型广场，搜索模型名，再复制当前生效的模型 ID 到配置里。ID 可能在后台维护或版本更新后发生变化，所以我每次复现前都会先回模型广场看一眼，而不是凭记忆写死。
第三个坑是调用后不知道有没有入账。这个问题最好解决，直接去控制台的用量记录里按时间筛选，就能看到刚才三个请求的 Token 消耗和费用明细。如果你打开 模型对话 确认模型 ID 和广场一致，再配合控制台记录，就能把“请求是否成功”“用的什么模型”“花了多少 Token”三条信息对齐。经常批量跑 Benchmark 的话，建议先看 Coding Plan 是否更适合长期调用；如果只是想重新跑一遍本文的对照表，直接去 创建 Key 复现一次即可。Claude Code 和 CC Switch 的具体接入步骤，可以参考 Claude Code 接入文档，里面写清了环境变量和常见错误码。
🚀 告别海外账号与网络限制！稳定直连全球优质大模型，限时半价接入中。 👉 点击领取海量免费额度
扫一扫
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
