在 Claude Code 的 settings.json 里把 ANTHROPIC_MODEL 从 glm-5.2 改成 glm-5.3重启后请求仍然落在旧模型或者在 Codex 的 config.toml 里换了 model却收到 model not found——这是 GLM-5.3 发布后很容易踩的坑。TaoToken 的解法是先用同一把 Key 收掉鉴权差异到官网 https://taotoken.net/?utm_sourcetaotoken_aicg_blog_endutm_mediumcsdnutm_campaignrewriteutm_content 注册并创建 KeyBase URL 固定为 https://taotoken.net/api切版本只改 model 字段。GLM-5.3 与 GLM-5.2 基座相同差异集中在后训练 Scaling但官方 API 的模型 ID 和端点各自独立如果按版本分别维护 Key 和 Base URL每切一次都要重新配一遍鉴权。下面按「同一把 TaoToken Key从 GLM-5.2 切到 GLM-5.3 跑 DeepSWE」的路径把 Claude Code、Codex、CC Switch 三处配置拆开写。1. GLM-5.3 发布后settings.json 里换 model 为什么会碰到 model not foundGLM-5.3 在 2026 年 8 月 14 日中午发布。和 GLM-5.2 相比这次最值得注意的技术路线是基座模型参数量没有换仍然约 7430 亿参数、MoE 架构能力提升主要来自后训练阶段的规模化投入。官方表述是基座没变但通过后训练 Scaling 提高了智能上界。后训练环境在三个方向上扩展长程任务环境规模扩大数十倍、环境类型从代码调试延伸到安全漏洞发现和系统工程、后训练时长显著增加。这套路线对使用者的直接影响不是架构而是版本切换成本。官方 API 历史上每个 GLM-5 系列版本都有独立模型 IDGLM-5.2 和 GLM-5.3 的端点、鉴权、模型字符串各自独立。你在 Claude Code 里把 ANTHROPIC_BASE_URL 指到智谱官方端点再把 ANTHROPIC_MODEL 改成 glm-5.3Key 可能也要重新换一把如果用 Codex还要再维护一套 provider 配置。如果团队里同时有人跑 GLM-5.2、有人跑 GLM-5.3配置文件就会变成两套 Key、两套 Base URL、两套模型 ID。GLM-5.3 的公开数据进一步放大了这种切换需求。官方 Z.ai Code Bench 高难度档完成率 31.4%对比 Claude Opus 4.8 的 29.5%同时平均 token 消耗约 5 万约为 Opus 4.8 12 万 token 的 40%。第三方独立基准里DeepSWE v1.1 从 GLM-5.2 的 46.2 提升到 GLM-5.3 的 66.9Terminal-Bench 3.0 从 4.6 提升到 28.3。网络安全方向CyberGym 以 84.5% 排在第一Mythos 5 为 83.8%。模型权重计划在发布两周内开源API 同步上线具体定价尚未公布。问题就出在这里DeepSWE 从 46.2 到 66.9 的对比是拿同一套任务分别跑 GLM-5.2 和 GLM-5.3 得到的。如果你在 Claude Code 或 Codex 里切了版本但请求实际还落在 GLM-5.2跑出来的分数自然对不上。更常见的情况是模型 ID 尚未在官方渠道上架或者你填的字符串和模型广场不一致客户端直接返回 model not found。本文对应的场景不是「额度不够」而是「换版本要换鉴权、换端点、换 model 字符串」——TaoToken 把鉴权和转发收口后切版本只需要动 model 字段。2. 在 TaoToken 官网创建 Key并在模型广场确认 glm-5.3 的可用 ID先处理 Key。访问官网 https://taotoken.net/?utm_sourcetaotoken_aicg_blog_endutm_mediumcsdnutm_campaignrewriteutm_content 注册并登录进入控制台创建 API Key。创建后复制出来本文用 YOUR_API_KEY 占位。这个 Key 后面在 Claude Code、Codex、CC Switch 里共用同一把不需要为 GLM-5.2 和 GLM-5.3 分别建 Key。创建完 Key 后在控制台找到模型广场或模型列表搜索 glm。这里要做的是确认 GLM-5.3 在当前账号下实际可用的模型字符串。本文按目标配置写 glm-5.3但模型 ID 必须以官网模型广场实际显示为准。如果广场里已经出现 glm-5.3直接复制如果显示的是带日期或别名的形式按广场字符串填。若 GLM-5.3 尚未上架可以先保持 glm-5.2等模型广场出现后再改 model 字段Base URL 和 Key 都不用动。TaoToken 在这里承担的是统一鉴权与转发AI 编程工具只认一个 Base URL 和一把 Key具体请求最终转发到哪个模型由 model 字段决定。因此 GLM-5.2 与 GLM-5.3 的端点差异、鉴权差异不会泄漏到每个工具配置里。下面三处配置都围绕这个前提展开。3. Claude Codesettings.json 里把 glm-5.2 改成 glm-5.3Claude Code 的配置入口可以是项目级 .claude/settings.json、项目本地 .claude/settings.local.json也可以是全局 ~/.claude/settings.json。推荐把 TaoToken 的公共配置放在全局 settings.json项目级只覆盖必要字段。核心环境变量是 ANTHROPIC_BASE_URL、ANTHROPIC_AUTH_TOKEN、ANTHROPIC_MODEL。切换前如果配置的是 GLM-5.2settings.json 大致如下{ env: { ANTHROPIC_BASE_URL: https://taotoken.net/api, ANTHROPIC_AUTH_TOKEN: YOUR_API_KEY, ANTHROPIC_MODEL: glm-5.2 } }切到 GLM-5.3 时只改 ANTHROPIC_MODEL 一行{ env: { ANTHROPIC_BASE_URL: https://taotoken.net/api, ANTHROPIC_AUTH_TOKEN: YOUR_API_KEY, ANTHROPIC_MODEL: glm-5.3 } }Base URL 仍然填 https://taotoken.net/api末尾不带 /v1。Key 仍然是 YOUR_API_KEY不需要重新创建。模型字符串以官网模型广场为准如果广场显示的是 glm-5.3 的某个别名把 ANTHROPIC_MODEL 改成对应字符串即可。如果你习惯用 shell 环境变量也可以这样临时验证export ANTHROPIC_BASE_URLhttps://taotoken.net/api export ANTHROPIC_AUTH_TOKENYOUR_API_KEY export ANTHROPIC_MODELglm-5.3然后重新启动 Claude Code。注意 shell 里的 export 优先级通常高于 settings.json如果之前 shell profile 里写过 ANTHROPIC_MODELglm-5.2它会覆盖文件里的新值。排查「改了 settings.json 仍走 glm-5.2」时第一步就是确认当前 shell 和项目级配置有没有更高优先级的旧值。4. Codexconfig.toml 的 model 与 model_provider 怎么改Codex 用 config.toml不要套 Claude Code 的 ANTHROPIC_* 变量。配置文件通常在 ~/.codex/config.toml。切换 GLM-5.2 到 GLM-5.3 时provider 部分保持不变只改 model 的值。一个可参考的配置结构如下model glm-5.3 model_provider taotoken [model_providers.taotoken] name TaoToken base_url https://taotoken.net/api env_key TAOTOKEN_API_KEY wire_api chat环境变量单独设置export TAOTOKEN_API_KEYYOUR_API_KEY如果之前是 GLM-5.2只需要把 model glm-5.2 改成 model glm-5.3。base_url 仍然是 https://taotoken.net/apienv_key 仍然指向 TAOTOKEN_API_KEY。这样同一把 TaoToken Key 既服务 Claude Code也服务 Codex区别只在工具自己的配置文件格式。不同 Codex 版本对 model_providers 字段的支持可能略有差异wire_api 的取值也要以 TaoToken 文档和当前 Codex 版本为准。核心原则不变provider 指向 TaoToken 的 Base URLmodel 指向模型广场里的 GLM-5.3 字符串。不要把 ANTHROPIC_BASE_URL 或 ANTHROPIC_AUTH_TOKEN 写进 Codex 配置这样不会生效还会让排查方向跑偏。5. CC Switch 三件套同一把 Key只动模型字段如果你用 CC Switch 管理多个供应商或多个模型配置可以归纳成三件套Base URL、API Key、模型。切到 GLM-5.3 时前两项保持不变只改模型。在 CC Switch 里新增或编辑供应商时可以这样填供应商名称TaoToken Base URLhttps://taotoken.net/api API KeyYOUR_API_KEY 模型glm-5.3如果之前已经有一个 GLM-5.2 的配置复制一份或直接编辑原配置把模型从 glm-5.2 改成 glm-5.3。Base URL 不写 /v1Key 用同一把。保存后切换当前供应商为 TaoToken再重启 Claude Code 或 Codex让配置重新加载。CC Switch 的便利在于把「切换模型或供应商」变成界面操作但底层仍然是同一套字段。排查时不要只看 CC Switch 界面上显示 glm-5.3还要确认它实际写入的 settings.json 或 config.toml 是否已经更新。有些工具在运行时缓存了旧配置重启后才会读取新模型。6. 验证请求一条 curl 确认请求真的落到 glm-5.3改完配置后先用一条最小请求确认 Key 和模型字符串匹配。下面这条调用走 OpenAI 兼容的 chat completions 路径Base URL 是 https://taotoken.net/api完整请求地址是 https://taotoken.net/api/v1/chat/completionscurl -s https://taotoken.net/api/v1/chat/completions \ -H Authorization: Bearer YOUR_API_KEY \ -H Content-Type: application/json \ -d { model: glm-5.3, messages: [{role: user, content: 只回复当前模型版本}], max_tokens: 32 }如果返回正常的 completion 内容且没有出现 model not found 或模型不可用提示说明 TaoToken 已经接受这把 Key 和这个模型字符串。也可以先查模型列表curl -s https://taotoken.net/api/v1/models \ -H Authorization: Bearer YOUR_API_KEY | grep -i glm模型列表是否开放以实际返回为准。只要能确认 glm-5.3 在列表里后面的工具配置就有据可依。接着做 DeepSWE 验证。原文里 DeepSWE v1.1 从 GLM-5.2 的 46.2 提升到 GLM-5.3 的 66.9这个对比的前提是同一套任务、同一套工具、同一组参数分别跑两次。你可以在 Claude Code 里先用 /status 或启动信息确认当前模型再跑同一组 DeepSWE 任务在 Codex 里看启动日志中的 model 字段。不要用 GLM-5.2 跑 A 任务集、GLM-5.3 跑 B 任务集来比较那样分数差异可能来自任务难度而不是模型版本。7. 切版本后的排查清单仍走 glm-5.2、model not found、DeepSWE 分数对不上第一类问题是 model not found。最常见原因是 GLM-5.3 还没出现在你的模型广场里或者模型字符串写错。先去官网模型广场搜索 glm复制实际字符串如果广场里没有 glm-5.3说明当前账号或当前时间点还不可用继续用 glm-5.2等上架后再切。不要手动猜一个带日期后缀的 ID。第二类问题是配置改了但请求仍走 glm-5.2。Claude Code 方向检查三处shell 里是否 export 了旧的 ANTHROPIC_MODEL、项目级 .claude/settings.local.json 是否覆盖了全局 settings.json、CC Switch 是否把旧配置写回了文件。Codex 方向检查 model_provider 是否指向 TaoToken provider以及 [model_providers.taotoken] 里的 base_url 是否仍是 https://taotoken.net/api。如果 provider 指到了以前的官方端点model 改了也不会经过 TaoToken。第三类问题是 Codex 报 provider 不支持或请求格式不匹配。这通常和 wire_api 有关GLM 系列在 TaoToken 下一般走 chat 形式具体以文档为准。把 wire_api 与模型端点对齐后再重启 Codex。第四类问题是 DeepSWE 分数对不上。先确认两次运行使用的是同一套任务、同一温度、同一 max_tokens、同一工具版本。再看客户端有没有缓存Claude Code 有时需要重启才会重新读取 settings.jsonCodex 也需要重新启动进程。最后确认模型广场字符串和实际请求中的 model 完全一致大小写、连字符、日期后缀都不要漏。8. 长期跑 Agent 任务把 Key 与模型额度收口到 Coding Plan上面已经在 Claude Code 的 settings.json 和 Codex 的 config.toml 里把 model 从 glm-5.2 切到 glm-5.3并用一条 chat 请求验证通过。如果接下来要把这套配置长期用于 Coding Agent、批量跑 DeepSWE 或多人共用建议把可用模型与额度放到 Coding Plan 里统一管理避免每个工具各配一套 Keyhttps://taotoken.net/coding-plan?utm_sourcetaotoken_aicg_blog_endutm_mediumcsdnutm_campaignrewriteutm_contentcoding-plan如果你还要在 CC Switch 里维护多套供应商或者需要新建、轮换 API KeyKey 的创建入口在控制台https://taotoken.net/console/api-keys?utm_sourcetaotoken_aicg_blog_endutm_mediumcsdnutm_campaignrewriteutm_contentapi-keysClaude Code 的完整字段、settings.json 覆盖顺序和 ANTHROPIC_* 变量说明可以参考接入文档https://taotoken.net/doc/ClaudeCodeAnthropic?utm_sourcetaotoken_aicg_blog_endutm_mediumcsdnutm_campaignrewriteutm_contentclaudecode把这三处收口后GLM-5.2 切到 GLM-5.3 就只剩下一行 model 字段的改动DeepSWE 的对比也可以在同一把 Key、同一个 Base URL 下重复跑。