这次发布说了什么
据 AWS 官方博客与科创板日报/36氪/澎湃等多家报道，GLM-5.3 已上线 Amazon Bedrock：客户通过全托管 API 调用，无需自建 GPU 推理；AWS 基于实际调用量与智谱分成。智谱还与阿里云百炼等国内云厂商签署同类分成协议，华为云已上架 GLM-5.3。
753B
总参数（MoE）
~40B
每 token 激活
100万
token 上下文
128K
最大输出 token
模型与 GLM-5.2 同基座，改进全部来自规模化后训练。官方口径：CyberGym 安全基准得分 84.5、内部编程基准较 GLM-5.2 提升 50%（均为厂商自测数据，非独立评测）。受消息影响，智谱（2513.HK）当日收涨 7.59%。
在 Bedrock 上怎么用
| 能力 | 说明 |
|---|---|
| API | OpenAI 兼容 Responses/Chat Completions + Bedrock Invoke/Converse |
| 推理范围 | 仅跨区域推理：us.zai.glm-5.3 或 global.zai.glm-5.3 |
| 提示词缓存 | 默认隐式缓存 + 显式缓存点，长 agent 循环省成本省延迟 |
| 服务档位 | Flex / Standard / Priority，按时效需求选 |
| 访问限制 | 仅合格企业客户，需先在 AWS 账号确认 |
| 治理能力 | Guardrails、Agents、Flows、函数调用、结构化 JSON |
如果你的应用已经在用 OpenAI 风格 API，把部分流量切到 GLM-5.3 改动很小，不用重写集成层。对反复重发仓库上下文的编程 agent，提示词缓存能直接降低延迟和输入成本。
对云采购和开发者的意义
- 多了一个比价杠杆。GLM、Kimi、通义、DeepSeek 进入企业平台内同场竞争，模型价格与质量有了真正的第二选择。
- 混合架构仍是主流。托管 API 最快上线；高频稳定负载跑量后迁到弹性云 GPU，按 token 成本更可控。
- 企业门槛是道闸。Bedrock 只对合格企业开放——中小团队与其等企业合同，不如先用弹性 GPU 实例跑开源权重实测。
- 数据合规要提前看。目前只有跨区域推理，严格单区域数据驻留要求的业务要绕开这个边界。
开源模型越多，弹性算力越刚需
不管你在 Bedrock 上测 GLM-5.3，还是自己跑开源权重，容量规划都绕不开。阿里云新用户当期活动覆盖 ECS 与 GPU 实例优惠，适合先测试再扩。
查看阿里云新用户优惠 →要清醒看待的点
① 基准为厂商自测，请用自己业务实测；② 仅跨区域推理，可能与数据驻留政策冲突；③ 分成比例不透明，模型供给趋于同质化，云厂商议价权更大；④ 出海窗口受地缘监管影响，可能收紧。
常见问题
任何 AWS 客户现在都能用 GLM-5.3 吗？
不是。仅限合格企业客户，迁移前先跟 AWS 客户团队确认账号资格。
它比 Bedrock 上的 Claude/GPT 便宜吗？
不一定——AWS 在 Bedrock 定价页按 token 计价。按自己真实用量对比；提示词缓存和 Flex 档位对 agent 负载影响很大。
要不要直接自己跑开源权重？
看量和稳定性。先用托管 API 验证质量，稳定高频负载再迁弹性 GPU，每 token 成本能明显降下来。
对 AI 预算规划有什么影响？
议价空间变大了。多模型采购——波动流量走 API、稳定负载走弹性 GPU——正在成为控制成本的默认打法。