Claude Code 接入 GLM-5.3-Flash：Opus 档位要填 Flash

Claude Code 接入 GLM-5.3-Flash，靠的是智谱的 GLM Coding Plan：订阅套餐后，在 ~/.claude/settings.json 的 env 里把 ANTHROPIC_BASE_URL 设成套餐专用端点 https://open.bigmodel.cn/api/anthropic（海外的 Z.ai 是 https://api.z.ai/api/anthropic），ANTHROPIC_AUTH_TOKEN 填套餐的 API Key，再把 ANTHROPIC_DEFAULT_OPUS_MODEL、ANTHROPIC_DEFAULT_SONNET_MODEL、ANTHROPIC_DEFAULT_HAIKU_MODEL 三个档位都填成 glm-5.3-flash[1m]。Claude Code 只是客户端，它从这三个档位里选一个模型名，把请求发到这个地址；扣不扣套餐积分，取决于地址是不是套餐端点。

最容易填错的是 Opus 档位。不加 --model 启动时，Claude Code 的主会话走的是 Opus 档位，所以照智谱 Claude Code 工具页的「手动配置」把 Haiku 填 Flash、Sonnet 和 Opus 填 glm-5.3[1m]，你实际在用的是 GLM-5.3，Flash 只负责后台的会话标题。配好后新开终端，在 Claude Code 里输入 /status，Model 一行显示 glm-5.3-flash[1m] 才算接入成功。还有一处默认值要知道：Claude Code 发出的思考强度是 high，而智谱的默认档和编程推荐档都是 max，想要 max 就在 env 里加 CLAUDE_CODE_EFFORT_LEVEL。

上面关于档位和 effort 的结论，来自 2026 年 10 月 30 日用 Claude Code 2.1.312（macOS，npm 安装，当天 npm 上的最新版）做的一组请求抓取。方法是把 ANTHROPIC_BASE_URL 指向本机一个模拟 Anthropic 接口的端点，它只记录 Claude Code 发来的每个请求、回一句固定答复，不连接智谱服务器，也不调用真实模型。所以抓取能说明 Claude Code 发出了什么；智谱服务端如何换算 effort、积分怎么扣，依据的是智谱开放平台和 Z.ai 的文档。

接入前要有的三样东西：套餐、套餐 Key 和 Anthropic 兼容端点

在 Claude Code 里用 GLM-5.3-Flash 的前提是有效的 GLM Coding Plan，它不是免费的。截至 2026 年 10 月 30 日，智谱 GLM Coding Plan 订阅页的个人套餐连续包月价格是 Lite ¥118、Pro ¥538、Max ¥1078 每月，连续包季打 8 折（Lite 折合 ¥94.4/月），连续包年打 7 折；Pro 的用量是 Lite 的 6 倍，Max 是 14 倍。用 Z.ai 国际版的话，Z.ai 订阅页按月是 $18、$80、$168。三个套餐都能用 GLM-5.3 和 GLM-5.3-Flash，速度更快的 GLM-5.3-FlashX 目前不在套餐内。模型权重开源、可以自己下载部署，那是另一条路，门槛见 GLM-5.3-Flash 选型指南：从 Ox Alpha 到 API 与本地部署。

API Key 要从套餐里建。智谱的 Claude Code 接入文档写明，个人套餐在「个人编程套餐 > 套餐概览」新建 Key，团队成员在「团队编程套餐 > 我的套餐」新建；个人套餐、团队套餐和模型标准 API 的 Key 分开管理、互不通用。拿标准 API 的 Key 去调 Claude Code，或者地址没填 /api/anthropic 这个套餐端点，请求就落在套餐之外。

端点只有两个选择：智谱开放平台（bigmodel.cn）用 https://open.bigmodel.cn/api/anthropic，Z.ai 用 https://api.z.ai/api/anthropic，两边的 Key 和套餐各自独立。Codex、Cline 等其他工具用的是另外的地址，从别的工具里复制过来的 /api/coding/paas/v4 不能填进 Claude Code。

Claude Code 三个档位各走哪些请求：主会话用 Opus，标题用 Haiku

决定 Flash 填在哪个档位之前，要先知道 Claude Code 什么时候用哪个档位。2026 年 10 月 30 日的抓取里，三个档位分别填了不同的假模型名，结果是：不加 --model 时，主会话请求发给 Opus 档位；交互会话里你每发一条消息，Claude Code 都会先向 Haiku 档位发一次不带工具的后台请求，用来生成会话标题；主会话派出的 Explore 和 general-purpose 两种子代理，请求同样发给主会话所在的 Opus 档位，没有走 Haiku。--model sonnet、--model haiku、--model opus 则分别切到对应档位。

这正好解开智谱文档里两套配置的矛盾。智谱「如何切换模型」页给 GLM-5.3-Flash 的配置是三个档位全填 glm-5.3-flash[1m]，Claude Code 工具页的默认对应关系也写着三个档位都是 GLM-5.3-Flash；但同一个工具页的「手动配置」JSON 却是 Haiku 填 Flash、Sonnet 和 Opus 填 glm-5.3[1m]。抓取中，前一套配置的默认请求发出的是 model: "glm-5.3-flash"，后一套发出的是 model: "glm-5.3"。论坛上有人问「按 GLM 的官方文档 cc 里面就只用 Flash 了？」，答案取决于照抄的是哪一段。

前两行是 Claude Code 发出的模型名，以抓取为准。第三行是智谱 GLM Coding Plan 套餐概览写明的服务端规则：调用 GLM-4.7、GLM-5-Turbo 会自动切换到 GLM-5.3-Flash，调用 GLM-5.2、GLM-5.1 会切换到 GLM-5.3。所以几个月前按旧教程把档位配成 GLM-4.7 的 Claude Code，现在实际跑的就是 Flash。

如果你想要的是「平时用 Flash，难题换 GLM-5.3」，可以把 Opus 和 Haiku 填 Flash、Sonnet 填 glm-5.3[1m]，需要时输入 /model sonnet。要注意 /model 会把选择写进 settings.json，成为之后新会话的默认值，用完记得切回 /model opus。两个模型的能力和适用任务怎么选，见 GLM-5.3 还是 GLM-5.3-Flash：先测哪一个？。

settings.json 怎么写：只用 GLM-5.3-Flash 的配置

只用 Flash 的配置就是把套餐地址、Key 和三个档位写进 settings.json 的 env。按下面的顺序做：

1. 在智谱开放平台的「个人编程套餐 > 套餐概览」新建一个 API Key 并复制。
2. 打开 Claude Code 的用户配置文件：macOS 和 Linux 是 ~/.claude/settings.json，Windows 是 %USERPROFILE%\.claude\settings.json。在 Windows 上同时用 Git Bash 或 WSL 时，~ 可能指向另一个主目录，要改的是你实际启动的那个 Claude Code 读取的文件。
3. 把下面的键合并进已有的 env。文件里已经有其他字段（权限、插件、model 等）时，只添加或改这几项，不要整个文件替换掉。
4. 关闭所有 Claude Code 窗口，新开一个终端，进入项目目录运行 claude。如果出现「Do you want to use this API key」，选 Yes。

{
  "env": {
    "ANTHROPIC_AUTH_TOKEN": "你的 GLM Coding Plan API Key",
    "ANTHROPIC_BASE_URL": "https://open.bigmodel.cn/api/anthropic",
    "ANTHROPIC_DEFAULT_OPUS_MODEL": "glm-5.3-flash[1m]",
    "ANTHROPIC_DEFAULT_SONNET_MODEL": "glm-5.3-flash[1m]",
    "ANTHROPIC_DEFAULT_HAIKU_MODEL": "glm-5.3-flash[1m]",
    "CLAUDE_CODE_AUTO_COMPACT_WINDOW": "1000000",
    "API_TIMEOUT_MS": "3000000"
  }
}

用 Z.ai 的话，把地址换成 https://api.z.ai/api/anthropic，Key 换成 Z.ai 套餐的 Key，其余不变。模型名后面的 [1m] 和 CLAUDE_CODE_AUTO_COMPACT_WINDOW 一起开启 1M 上下文：抓取中 Claude Code 发出请求前会把 [1m] 去掉，模型名只剩 glm-5.3-flash，同时在请求头里加上 1M 上下文的 beta 标记。智谱配置里常见的 CLAUDE_CODE_DISABLE_NONESSENTIAL_TRAFFIC 留着也行，抓取中它不改变主会话请求。

智谱提供的自动化工具省不了这一步检查。npx @z_ai/coding-helper 是交互式助手；macOS 和 Linux 的 claude_code_env.sh 脚本按智谱文档只写入 Key、地址和超时，不写三个档位。同一天的抓取里，只有 Key 和地址、没有档位的配置让 Claude Code 发出了它自己的默认模型名 claude-opus-5-5，智谱文档没有说明套餐端点如何处理这个名字，所以跑完脚本还是要手动补上三个档位。用 CC Switch 这类图形工具一键切换也一样，它写进去的是同一组键，切完照样用 /status 和下一节的 effort 设置检查一遍。

首次启动如果停在 Anthropic 登录引导，智谱接入文档的做法是在 ~/.claude.json（不是 settings.json）里加 "hasCompletedOnboarding": true。设置项的优先级、项目级配置和其他网关的通用问题，见 Claude Code API 配置：先选路由，再设置 Key、模型和网关。

用 /status 确认 Claude Code 现在用的是 GLM-5.3-Flash

配置写完后，用 /status 看 Claude Code 实际读到了什么，这比看它在对话里自称是什么模型可靠。

1. 新开终端，在项目目录运行 claude，输入 /status。
2. 看 Model 一行：只用 Flash 的配置应显示 Default (glm-5.3-flash[1m])。显示 glm-5.3[1m] 说明 Opus 档位填的是 GLM-5.3；显示的不是 Default，说明之前用 /model 存过别的选择。
3. 看 Anthropic base URL 是不是套餐端点，Auth token 一行是不是 ANTHROPIC_AUTH_TOKEN，Setting sources 里有没有 User settings。

2026 年 10 月 30 日在 Claude Code 2.1.312 的交互会话里，/status 显示的正是这几行，启动横幅则是 glm-5.3-flash[1m] · API Usage Billing。横幅里的 API Usage Billing 只表示 Claude Code 在用 Key 而不是 Claude 订阅账号，实际扣的是智谱套餐积分；想确认扣的是套餐而不是账户余额，到智谱开放平台的「费用明细」页看抵扣资源包一栏。

effort 默认是 high：想用智谱推荐的 max 要写进 env

Claude Code 2.1.312 默认给 GLM-5.3-Flash 发的思考强度是 high，不是智谱推荐的 max。抓取中，默认请求同时带着 thinking: adaptive 和 output_config.effort: "high"。按智谱「如何切换模型」文档的规则，显式的 effort 优先于 thinking 开关，high 对应智谱的 high 档；只有不传 effort、thinking 也没关时，才落到默认的 max 档。换句话说，智谱说的「默认 max」在 Claude Code 里并不会自动生效。

智谱端实际只有三档：Claude Code 的 low 对应 low，medium 和 high 对应 high，xhigh 和 max 对应 max。在会话里输入 /effort max 可以立刻切换，但 Claude Code 会提示「this session only」，新会话又回到 high。要让每个新会话都用 max，在 settings.json 的 env 里加这一行（抓取中顶层的 "effortLevel" 键同样能保持设置）：

"CLAUDE_CODE_EFFORT_LEVEL": "max"

选哪一档取决于你的积分够不够花。Z.ai 在 Claude Code 2.1.207 上跑的自家 Code Bench v1.0 里，GLM-5.3-Flash 的得分随 effort 档位变化，在 max 档几乎追平 Claude Opus 4.8（29.0 对 29.5），这是智谱自己的测试。代价是 max 档思考更长，而输出 token 的抵扣系数在三项里最高，每轮积分随之上涨。经常在 5 小时窗口里用完积分的 Lite 用户，日常留在 high、遇到难题再 /effort max 更划算；积分宽裕就按智谱的推荐写死 max。

想靠关掉思考来省积分也行不通。设置 CLAUDE_CODE_DISABLE_THINKING=1 后，抓取中请求里的 thinking 字段没了，但 effort: "high" 照样发送，按智谱的优先级规则仍是 high 档，不会降到 low。确实想用 low，就直接 /effort low。

GLM Coding Plan 积分在 Flash 下能用多久

按一轮典型的 Agent 对话估算，Lite 套餐一个 5 小时窗口在高峰时段约能跑 299 轮 GLM-5.3-Flash，同样的对话换成 GLM-5.3 只有约 99 轮。智谱的积分公式是：消耗积分 =（输入 Token × 输入系数 + 缓存命中 Token × 缓存系数 + 输出 Token × 输出系数）÷ 10,000。截至 2026 年 10 月 30 日，智谱 GLM Coding Plan 套餐概览给 GLM-5.3-Flash 的三个系数是 2.3 / 0.56 / 8，GLM-5.3 是 6.9 / 1.7 / 24；周一至周五 14:00–18:00（北京时间）是高峰时段，其余时间和周末全天按 50% 抵扣。

下表假设一轮对话有 60K 已缓存的上下文、4K 新输入、3K 输出（含思考），这些 token 数是示例，不是实测用量。按公式，一轮 Flash 在高峰时段消耗 6.68 积分、非高峰 3.34；GLM-5.3 是 20.16 和 10.08，大约是 Flash 的 3 倍，和 Z.ai 说 Flash 额度是 GLM-5.3 三倍的说法一致。

每周上限会比 5 小时窗口更早卡住重度用户：Lite 的 10,000 周积分在上述假设下约够 1,497 轮 Flash（全在高峰）到 2,994 轮（全在非高峰）。读大文件、改多个模块的重任务轮更费，假设 150K 缓存、10K 新输入、8K 输出，Flash 一轮是 17.10 积分（非高峰 8.55），Lite 一个 5 小时窗口约 116 轮，非高峰约 233 轮。思考强度开到 max 会拉长输出，实际轮数会低于这些数字。每条消息前那次 Haiku 档位的标题请求很小，按约 1K 输入、30 输出算，用 Flash 每次约 0.25 积分。

智谱自己给的参考数是按周 Token 量算的：缓存命中率 95% 时，Lite 每周约能用 1.46～2.92 亿 Token 的 GLM-5.3-Flash，GLM-5.3 是 0.48～0.97 亿，区间下限对应全部在高峰时段。积分用完后，在 Claude Code 里的调用不会改扣账户余额或资源包，只能等下一个 5 小时周期恢复；升级套餐后积分会按新档位立即刷新。同时开几个项目也受套餐档位限制，Z.ai 使用政策建议 Lite 一次只开发一个项目，Pro 一到两个，Max 两个以上，非高峰时段并发会动态调高。和 DeepSeek 按量计费比单任务成本，见 DeepSeek V4.1 Flash 和 GLM-5.3-Flash 对比：谁便宜看时段和缓存。

首批报错：1113 余额不足、配置不生效、[1m] 不存在、200k 提示

刚接入时的报错，大多是地址、Key、版本或档位名后缀的问题，先对照现象找原因，再改对应的一处。

200k 提示那一行有个细节：抓取中，不加 --model 时 Claude Code 会把 Opus 档位按 1M 上下文处理，即便档位名没写 [1m]；用 --model sonnet 这类别名切换时，档位名不带 [1m] 就会去掉 1M 标记并打印这条提示。另外，Flash 的最大输出是 128K，而抓取中 Claude Code 对 GLM 这类它不认识的模型名，每次请求的 max_tokens 是 32,000；在 env 里设 CLAUDE_CODE_MAX_OUTPUT_TOKENS 为 128000 能把它提到 128,000，智谱端是否接受这么大的值，公开文档里没有记载。

不买套餐，Claude Code 能不能用 GLM-5.3-Flash

能，但不走 GLM Coding Plan 就要另找一个 Anthropic 兼容的地址并按量付费。例如 OpenRouter 上架了 z-ai/glm-5.3-flash，配置方法和首错排查见 Claude Code 连接 OpenRouter 和 DeepSeek：路线选择、配置与首错排查。智谱开放平台的按量 API 价格和本地部署门槛，见 GLM-5.3-Flash 选型指南：从 Ox Alpha 到 API 与本地部署。智谱 GLM Coding Plan 常见问题还写明，编码套餐过期后，Claude Code 里暂不支持改用其他资源包。

GLM Coding Plan 用在 Claude Code 里的其他问题

GLM-5.3-Flash 在 Claude Code 里能看截图吗？ 智谱的切换模型文档把 GLM-5.3-Flash 标为多模态模型，GLM-5.3 是文本模型，Flash 的积分系数也注明含视觉理解 MCP。所以要在 Claude Code 里贴截图或设计稿，主会话所在的 Opus 档位应当填 Flash；按工具页「手动配置」把 Opus 填成 GLM-5.3，主会话就是文本模型。

一个 GLM Coding Plan 能几个人共用吗？ 不能。智谱 FAQ 规定套餐为订阅人专享，多人共用会被视为不当使用，可能被限制权益，严重时影响账号使用；Z.ai 的使用政策还写明违规超过三次可能封号。套餐也只能在官方支持的工具里用，Claude Code 在支持列表内。

取消自动续费要提前多久，能退款吗？ 截至 2026 年 10 月 30 日，智谱 FAQ 要求在下一个扣费日前至少 3 天取消，取消后当前周期继续有效；Z.ai 的两个页面分别写了 24 小时和 3 天，按 3 天算更稳妥。两边都写明订阅一经购买不支持退款，没用完也不退。

体验卡能接 Claude Code 吗？ 能。智谱接入文档把领取体验卡的用户和个人套餐用户放在一起，同样在「个人编程套餐 > 套餐概览」新建 Key；FAQ 说每张体验卡含 2,000 积分，可用于 GLM-5.3、GLM-5.3-Flash 及相关能力，积分用完体验即结束。2,000 积分和 Lite 一个 5 小时窗口的额度相同，够把上面的配置、/status 和 effort 设置完整走一遍，再用一个真实项目试试 Flash 是否够用。