GLM-5.3-Flash est un modèle multimodal natif de Z.ai, axé sur l'efficacité. Il prend en charge une fenêtre de contexte d'environ un million de tokens, accepte en entrée du texte, des images et des vidéos, et vise les agents de codage, le raisonnement complexe et l'ingénierie logicielle sur de longs horizons. Pour les charges de travail qui consomment de grands volumes de tokens sur de nombreuses itérations, même une petite différence de tarif d'accès peut rapidement s'accumuler.
Au 1er septembre 2026, l'API officielle de Z.ai et la route Z.ai sur OpenRouter proposent tous deux GLM-5.3-Flash à 0,075 $ par million de tokens d'entrée, 0,25 $ par million de tokens de sortie et 0,015 $ par million de tokens d'entrée mis en cache. Le plan à l'usage d'OpenRouter applique également des frais de plateforme de 5,5 %. Pendant la même promotion, GLM-5.3-Flash sur AIHubMix est affiché à 0,056 $ par million de tokens d'entrée, 0,197 $ par million de tokens de sortie et 0,014 $ par million de tokens d'entrée mis en cache.
Les trois options donnent accès au même modèle, mais leurs tarifs, leur comportement de routage et leurs fonctionnalités de plateforme ne sont pas identiques.
Comparaison des tarifs de GLM-5.3-Flash
| Option d'accès | Entrée / 1M tokens | Sortie / 1M tokens | Lecture du cache / 1M tokens | Frais de plateforme | Prix avant remise (entrée / sortie / cache) | Positionnement |
|---|---|---|---|---|---|---|
| API officielle de Z.ai | $0.075 | $0.250 | $0.015 | Aucun indiqué | $0.150 / $0.500 / $0.030 | API officielle directe |
| OpenRouter (fournisseur Z.ai) | $0.075 | $0.250 | $0.015 | 5.5% | $0.150 / $0.500 / $0.030 | API unifiée avec routage multi-fournisseurs |
| GLM-5.3-Flash sur AIHubMix | $0.056 | $0.197 | $0.014 | Aucun indiqué | $0.113 / $0.394 / $0.028 | Tarifs actuels plus bas, avec solution de repli multi-fournisseurs |
Tous les prix ci-dessus sont les tarifs affichés par million de tokens, arrondis pour correspondre aux pages tarifaires publiques. Les promotions limitées de 50 % sur AIHubMix, OpenRouter et Z.ai prennent toutes fin le 9 septembre 2026 à 16 h UTC (le 10 septembre à 0 h UTC+8).
Les frais de plateforme de 5,5 % d'OpenRouter
La page tarifaire d'OpenRouter indique des frais de plateforme de 5,5 % pour les comptes à l'usage. OpenRouter précise aussi qu'il n'applique aucune majoration sur les prix des fournisseurs affichés dans son catalogue de modèles. Autrement dit, $0.075 / $0.25 reste le prix d'inférence affiché du modèle, mais les frais de plateforme doivent tout de même être inclus dans le montant total payé pour les crédits.
Si les 5,5 % de frais sont répartis proportionnellement à l'utilisation des modèles et que tous les crédits achetés sont consommés, le coût réel d'OpenRouter pour la route Z.ai est d'environ :
- Entrée : 0,0791 $ par million de tokens
- Sortie : 0,2638 $ par million de tokens
- Lecture du cache : 0,0158 $ par million de tokens
Exemples de coûts selon différents ratios de cache
Selon la documentation de Z.ai sur la mise en cache du contexte, les invites système répétées, l'historique des conversations et d'autres contextes partagés peuvent être détectés et mis en cache automatiquement, sans configuration manuelle. Les tokens servis depuis le cache sont facturés au tarif de lecture du cache, et non au tarif d'entrée standard.
Il n'existe pas de ratio de cache unique qui représente toutes les charges de travail :
- Une requête ponctuelle, ou une tâche dont l'entrée est entièrement différente à chaque fois, peut avoir un ratio de cache proche de 0 %.
- Les traitements par lots qui réutilisent une invite système fixe peuvent atteindre un ratio de cache nettement plus élevé.
- Les agents de codage multi-tours reprennent régulièrement les instructions système, le contexte de code et l'historique des conversations. Leurs requêtes ultérieures peuvent avoir un ratio de cache élevé, même si les changements de contenu, les différences de mise en forme et l'expiration du cache peuvent le réduire.
Pour isoler la différence de tarif, les exemples ci-dessous supposent un million de tokens d'entrée au total et un million de tokens de sortie, avec le même ratio de cache sur les deux plateformes. Le total d'OpenRouter inclut ses frais de plateforme de 5,5 %.
| Ratio de cache en entrée | AIHubMix | Coût du modèle sur OpenRouter | OpenRouter, frais de plateforme inclus | Économies d'AIHubMix par rapport au total d'OpenRouter |
|---|---|---|---|---|
| 0 % (requêtes à froid) | $0.253 | $0.325 | $0.343 | 26.2% |
| 50% | $0.232 | $0.295 | $0.311 | 25.5% |
| 80 % (contexte très répétitif) | $0.219 | $0.277 | $0.292 | 24.9% |
Le calcul est le suivant : standard input tokens x input rate + cached tokens x cache-read rate + output tokens x output rate. Avec un ratio de cache de 80 %, par exemple, un million de tokens d'entrée au total se répartit en 200 000 tokens d'entrée standard et 800 000 tokens d'entrée en cache.
Des ratios de cache plus élevés réduisent le coût total sur les deux plateformes. Comme l'écart entre leurs tarifs de lecture du cache est plus faible que l'écart entre leurs tarifs d'entrée et de sortie standard, les économies relatives d'AIHubMix diminuent légèrement à mesure que le ratio de cache augmente. Dans ces exemples, l'économie reste d'environ 24,9 % à 26,2 %.
Pourquoi le prix le plus bas par token n'est pas le seul critère
Sur la seule base des tarifs actuels par token, AIHubMix est l'option la moins chère parmi les trois. Une décision de mise en production doit toutefois tenir compte du comportement de routage et des capacités de la plateforme.
L'API officielle de Z.ai convient parfaitement aux équipes qui préfèrent une intégration directe avec le fournisseur et veulent réduire au minimum les couches intermédiaires.
OpenRouter fournit une API unifiée et un large écosystème multi-fournisseurs. Lorsque les requêtes sont fixées sur Z.ai, son tarif catalogue correspond à celui de l'API officielle de Z.ai, mais les utilisateurs au paiement à l'usage paient aussi les frais de plateforme de 5,5 %. Si OpenRouter est autorisé à choisir automatiquement d'autres fournisseurs, le prix du modèle, la latence et les tarifs de lecture du cache peuvent varier selon la route sélectionnée.
AIHubMix associe actuellement des tarifs d'entrée et de sortie plus bas à une surveillance des fournisseurs et à une solution de repli lorsqu'un fournisseur en amont échoue ou répond trop lentement. Cette combinaison est particulièrement utile pour les agents de codage sensibles aux coûts, le traitement par lots et les autres charges de travail à forte consommation de tokens.
Conclusion pratique
Au 1er septembre 2026, l'API officielle de Z.ai et la route Z.ai d'OpenRouter ont les mêmes tarifs catalogue : 0,075 $ par million de tokens d'entrée et 0,25 $ par million de tokens de sortie. Le paiement à l'usage d'OpenRouter comporte aussi des frais de plateforme de 5,5 %. AIHubMix facture actuellement 0,056 $ par million de tokens d'entrée et 0,197 $ par million de tokens de sortie. Dans les scénarios de cache en entrée de 0 % à 80 % présentés ci-dessus, AIHubMix coûte environ 24,9 % à 26,2 % de moins qu'OpenRouter, frais de plateforme inclus.
Si l'objectif principal est de réduire les coûts en tokens de GLM-5.3-Flash pour le codage, l'évaluation et les workflows d'agents, GLM-5.3-Flash sur AIHubMix est actuellement l'option la moins coûteuse. OpenRouter reste intéressant lorsqu'un point d'accès unifié multi-fournisseurs et un routage flexible comptent davantage, tandis que l'API officielle de Z.ai constitue la voie directe auprès du fournisseur.
Les tarifs, les promotions et la disponibilité des fournisseurs peuvent changer. Consultez les pages tarifaires liées avant de vous engager dans une charge de travail de longue durée.
