9月26日，小红书一篇《求助！为何GLM 5.3如此恐怖！！！》的帖子底下挂了168条评论：同一个任务，在WorkBuddy上用DeepSeek v4.1 Flash扣十几积分，切到GLM 5.3就是几百积分。很多人第一反应是"智谱卖贵了"。小红书
但翻完智谱开发者文档、GLM-5.3-Flash模型卡和Artificial Analysis的实测数据，我发现钱主要不是花在单价上——从你发出第一次请求开始，智谱就替你选了最贵的那一档。先把结论放这儿：GLM-5.3系列的reasoning_effort默认值就是max，思考还被强制开着关不掉；官方effort曲线显示，从high到max，每任务输出token翻一倍，完成率只涨0.9分。你感觉"烧积分"，多半不是模型贵，是配置贵。
官方自己承认的三件事
智谱开发者文档Core Parameters页白纸黑字：reasoning_effort允许值为max、high、low三档，GLM-5.2及以后支持，默认值就是最重的 max。Z.AI开发者文档
Thinking Mode页写明：GLM-5.3和GLM-5.3-Flash是"强制思考"，thinking.type只支持enabled，不能关闭——上一代GLM-4.6还留着可开关的混合思考，这代把开关收走了。Z.AI开发者文档
模型卡的Recommended Settings里，推荐值依然写着reasoning_effort: max。默认即推荐，推荐即最重。
而第三方会怎么看，Artificial Analysis现在的GLM-5.3-Flash页面写得直白：输出速度52.5 tokens/s，116个模型里排47；跑完官方智能指数全套题共输出1.8亿token，冗长度排28/116；评语原话是"notably slow and very verbose"（明显慢，且非常啰嗦）。一个名字里带Flash的模型，被实测挂上"慢"和"话多"，问题不在320B总参/18B激活的架构本身——在默认档位和计费的乘法上。Artificial Analysis
"雷霆大思考"的价格：三档到底差多少
智谱8月底发布Flash时给出的Z.ai Code Bench effort曲线大致长下面这样。模型卡原文确认max档29.0几乎追平Opus 4.8的29.5。各档完成率与每任务平均输出由开发者对着官方图核对：Z.AI开发者文档
effort档 | 完成率 | 每任务平均输出 | 输出侧成本（按$0.5/百万token） |
|---|---|---|---|
low | 约21.5% | 约4万token | 约$0.020 |
high | 28.1% | 约6.7万token | 约$0.034 |
max | 29.0% | 约14万token | 约$0.070 |
两个数字值得盯着看：low到high是能力主跳段，涨6.6个点，token×1.7；high到max是奢侈段，涨0.9个点，token×2.1。
再乘上速度：52.5 tok/s的出字速度意味着max档一份任务14万token的"纯等待"就是四十分钟的量级。这正好解释了社区里的两条吐槽为什么会并排出现——横评里的"太啰嗦，慢，爱长思考，效率低"和"简单任务全被塞进重思考"。不是模型分不清轻重，是默认配置就是最重的一档，而你看到的"卡"，是max档十万级思考token撞上50 tok/s的叠加结果。知乎知乎
三类用户，三笔账
按API付费的：这笔账最简单。输出单价$0.5/百万token，同一条任务high档比max档便宜一半还多。智谱的缓存价更狠——AA记录里缓存折扣83%，且官方建议thinking.clear_thinking:false保留上一轮思考内容，Coding Plan端点默认开启、标准API默认关闭，保留得越全、缓存命中越高、越省token（官方原话"saving tokens in real tasks"）。前提是你的调用代码把reasoning_content原样回传，别改名别重排。Z.AI开发者文档
Coding Plan订阅的：官方口径Flash额度是GLM-5.3的3倍；一个小红书用户两周实测更夸张——Lite套餐1万积分/周，全用GLM-5.3一周吃1.5亿token，全用Flash一周10.1亿，按"每积分可用token"算是6.9倍效率（个体口径，受任务结构影响）。同一帖还有两个规则要用起来：闲时（含周末全天）只扣50%积分（官方文档口径）；他自己14天17.6亿输入token里，57%靠夜间畅用5.2亿+闲时任务4.8亿扛下来的，缓存命中率97.3%。也就是说：默认max × 烧积分最狠的档 × 白天计费费率，才是"积分掉得恐怖"的完整组合。动effort之前，先动时段。小红书
在DS/Qwen之间摇摆的：必须把反例放上来。同一篇求助帖评论区高赞不是站队退款，而是"上次改bug，便宜模型来回三轮没改对，换5.3一把过，算下来反而省了"“简单活丢给flash，硬仗再上5.3”。口径要算整个任务，不是单次扣费——发帖人对比的几百积分还是满血GLM-5.3，Flash本身更省。第三方900次rollout统计（社区转述）：Flash pass@1 63.4对满血69.0，差距在"一次做对的概率"，但单次rollout成本$0.24对$3.99。重试便宜的个人项目，high档Flash绰绰有余，没有验收门禁的生产管线，才轮到max档或满血版出场。小红书知乎
智谱为什么把默认放在右上角
模型卡里每个亮眼的分数都绑定max档——“29.0接近Opus 4.8"是max档跑出来的，帕累托图上$0.045单任务成本也是这个前提。而绝大多数用户不改参数，默认档就是第一体验。行业方向其实是反的：Anthropic的使用指南最近被社区转译热议，核心是"头脑风暴类任务建议effort开low”，且effort影响的不只是思考token，还包括正文、工具调用、读多少文件、验证几轮才回头反馈。GPT-6 Luna支持从none到max全档位；DeepSeek、Qwen这一代思考基本都可开关。GLM-5.3系列是少数"强制思考+默认max"的组合。Z.AI开发者文档知乎
证据到这儿，结论只能说这一句：这套默认对官方跑分有利，对多数用户的账单不利——它不是缺陷，是厂商把"复杂agent任务想深一点更稳"这条曲线，默认卖给了所有人，包括只想改两行CSS的人。
现在就能做的五件事
检查你的请求里有没有显式传reasoning_effort。没传，就是在按官方默认max消费；日常编码任务显式改high，硬仗再给max。
ZCode用户在8月底更新后思考强度可选（社区反馈），打开设置确认当前档位，别让它悄悄躺在max。小红书
套餐用户把大任务挪到夜间和周末（积分5折），简单活全部切Flash——额度效率按社区实测能差数倍。
保留历史reasoning_content吃缓存（clear_thinking:false），长会话里这是折扣最大的一项。
被"慢"而不是"贵"卡住的，再考虑FlashX——2.5倍价格买5倍速度那笔账我之前算过，适合等待焦虑重度患者；多数人其实先用"改档"就够了。
最后留个观察清单：智谱后续是否会在套餐端点把effort做成可选默认、AA的verbosity榜单会不会随着社区改档回落——这两个是官方松口的信号。骂"GLM积分恐怖"之前，先把自己那根旋钮拧到中间档：那168条评论里真正的答案，其实就一句——简单活low/high，硬仗才max。
