O GLM-5.3-Flash é o modelo multimodal nativo da Z.ai com foco em eficiência. Ele oferece uma janela de contexto de aproximadamente um milhão de tokens, aceita entrada de texto, imagem e vídeo, e é voltado para agentes de programação, raciocínio complexo e engenharia de software de longo horizonte. Em cargas de trabalho que consomem grandes volumes de tokens ao longo de muitas iterações, até uma pequena diferença no preço de acesso pode se acumular rapidamente.
Em 1º de setembro de 2026, a API oficial da Z.ai e a rota da Z.ai no OpenRouter listam o GLM-5.3-Flash por US$ 0,075 por milhão de tokens de entrada, US$ 0,25 por milhão de tokens de saída e US$ 0,015 por milhão de tokens de entrada em cache. O plano pay-as-you-go do OpenRouter também cobra uma taxa de plataforma de 5,5%. Na mesma promoção, o GLM-5.3-Flash no AIHubMix aparece por US$ 0,056 por milhão de tokens de entrada, US$ 0,197 por milhão de tokens de saída e US$ 0,014 por milhão de tokens de entrada em cache.
As três opções dão acesso ao mesmo modelo, mas seus preços, comportamento de roteamento e recursos de plataforma não são idênticos.
Comparação de preços do GLM-5.3-Flash
| Opção de acesso | Entrada / 1M tokens | Saída / 1M tokens | Leitura de cache / 1M tokens | Taxa de plataforma | Preço antes do desconto (entrada / saída / cache) | Posicionamento |
|---|---|---|---|---|---|---|
| API oficial da Z.ai | $0.075 | $0.250 | $0.015 | Nenhuma listada | $0.150 / $0.500 / $0.030 | API oficial direta |
| OpenRouter (provedor Z.ai) | $0.075 | $0.250 | $0.015 | 5.5% | $0.150 / $0.500 / $0.030 | API unificada com roteamento entre múltiplos provedores |
| GLM-5.3-Flash no AIHubMix | $0.056 | $0.197 | $0.014 | Nenhuma listada | $0.113 / $0.394 / $0.028 | Tarifas atuais mais baixas com fallback entre múltiplos provedores |
Todos os preços acima são as tarifas exibidas por milhão de tokens, arredondadas para corresponder às páginas de preços públicas. As promoções de 50% por tempo limitado no AIHubMix, OpenRouter e Z.ai terminam em 9 de setembro de 2026, às 16:00 UTC (10 de setembro, às 00:00 UTC+8).
Taxa de plataforma de 5,5% do OpenRouter
A página de preços do OpenRouter lista uma taxa de plataforma de 5,5% para contas pay-as-you-go. O OpenRouter também declara que não aplica markup sobre os preços dos provedores exibidos em seu catálogo de modelos. Em outras palavras, $0.075 / $0.25 continua sendo o preço de inferência listado do modelo, mas a taxa de plataforma ainda precisa ser incluída no valor total pago pelos créditos.
Se a taxa de 5,5% for distribuída proporcionalmente ao uso do modelo e todos os créditos comprados forem utilizados, o custo efetivo no OpenRouter para a rota da Z.ai fica aproximadamente em:
- Entrada: US$ 0,0791 por milhão de tokens
- Saída: US$ 0,2638 por milhão de tokens
- Leitura de cache: US$ 0,0158 por milhão de tokens
Exemplos de custo com diferentes taxas de cache
De acordo com a documentação de cache de contexto da Z.ai, prompts de sistema repetidos, histórico de conversa e outros contextos compartilhados podem ser detectados e armazenados em cache automaticamente, sem configuração manual. Tokens servidos a partir do cache são cobrados pela tarifa de leitura de cache, em vez da tarifa padrão de entrada.
Não existe uma única taxa de cache que represente todas as cargas de trabalho:
- Uma requisição pontual, ou uma tarefa com entrada totalmente diferente a cada vez, pode ter uma taxa de cache próxima de 0%.
- Trabalhos em lote que reutilizam um prompt de sistema fixo podem alcançar uma taxa de cache significativamente maior.
- Agentes de programação com múltiplas interações carregam repetidamente instruções de sistema, contexto de código e histórico de conversa. Suas requisições posteriores podem ter uma taxa de cache alta, embora alterações no conteúdo, diferenças de formatação e expiração do cache possam reduzi-la.
Para isolar a diferença de preço, os exemplos abaixo consideram um milhão de tokens de entrada e um milhão de tokens de saída no total, com a mesma taxa de cache nas duas plataformas. O total do OpenRouter inclui a taxa de plataforma de 5,5%.
| Taxa de cache de entrada | AIHubMix | Custo do modelo no OpenRouter | OpenRouter com taxa de plataforma incluída | Economia do AIHubMix em relação ao total do OpenRouter |
|---|---|---|---|---|
| 0% (requisições frias) | $0.253 | $0.325 | $0.343 | 26.2% |
| 50% | $0.232 | $0.295 | $0.311 | 25.5% |
| 80% (contexto altamente repetitivo) | $0.219 | $0.277 | $0.292 | 24.9% |
O cálculo é: standard input tokens x input rate + cached tokens x cache-read rate + output tokens x output rate. Com uma taxa de cache de 80%, por exemplo, um milhão de tokens de entrada no total se divide em 200.000 tokens de entrada padrão e 800.000 tokens de entrada em cache.
Taxas de cache mais altas reduzem o custo total nas duas plataformas. Como a diferença entre as tarifas de leitura de cache é menor do que a diferença entre as tarifas padrão de entrada e saída, a economia relativa do AIHubMix diminui ligeiramente conforme a taxa de cache aumenta. Em todos esses exemplos, a economia permanece em aproximadamente 24,9% a 26,2%.
Por que o menor preço por token não é o único fator
Considerando apenas as tarifas atuais por token, o AIHubMix é a menos cara das três opções de acesso. Ainda assim, uma decisão de produção deve levar em conta o comportamento de roteamento e os recursos da plataforma.
A API oficial da Z.ai é uma escolha natural para equipes que preferem uma integração direta com o fornecedor e querem minimizar camadas intermediárias.
O OpenRouter oferece uma API unificada e um amplo ecossistema com múltiplos provedores. Quando as requisições são fixadas na Z.ai, sua tarifa de catálogo corresponde aos preços oficiais da Z.ai, mas os usuários pay-as-you-go também pagam a taxa de plataforma de 5,5%. Se o OpenRouter puder selecionar outros provedores automaticamente, o preço do modelo, a latência e as tarifas de leitura de cache podem variar conforme a rota escolhida.
O AIHubMix combina atualmente preços de entrada e saída mais baixos com monitoramento de provedores e fallback quando um provedor upstream falha ou responde com lentidão demais. Essa combinação é especialmente útil para agentes de programação sensíveis a custo, processamento em lote e outras cargas de trabalho com alto volume de tokens.
Conclusão prática
Em 1º de setembro de 2026, a API oficial da Z.ai e a rota da Z.ai no OpenRouter têm as mesmas tarifas de catálogo: US$ 0,075 por milhão de tokens de entrada e US$ 0,25 por milhão de tokens de saída. O plano pay-as-you-go do OpenRouter também tem uma taxa de plataforma de 5,5%. O AIHubMix cobra atualmente US$ 0,056 por milhão de tokens de entrada e US$ 0,197 por milhão de tokens de saída. Cenários com taxas de cache de entrada de 0% a 80%, como os acima, indicam que o AIHubMix custa aproximadamente 24,9% a 26,2% menos do que o OpenRouter, com a taxa de plataforma já incluída.
Se o objetivo principal é reduzir os custos de tokens do GLM-5.3-Flash em fluxos de programação, avaliação e agentes, o GLM-5.3-Flash no AIHubMix é atualmente a opção de menor custo. O OpenRouter continua valioso quando um endpoint unificado com múltiplos provedores e roteamento flexível são mais importantes, enquanto a API oficial da Z.ai é a rota direta do fornecedor.
Preços, promoções e disponibilidade dos provedores podem mudar. Consulte as páginas de preços linkadas antes de comprometer uma carga de trabalho de longa duração.
