GLM-5.3 Prime против GLM-5.3: оправдывает ли скорость двукратную цену?

GLM-5.3 Prime — это не новая модель. Она использует те же веса GLM-5.3 в более быстром режиме обслуживания: режиме Prime Alibaba Cloud Model Studio, который обещает скорость генерации в 1,5–2 раза выше, чем у стандартного API. Качество ответов должно быть таким же. Доплата — за количество токенов в секунду.

На AIHubMix модель glm-5.3-prime стоит $2.35 за миллион входных токенов и $8.23 за миллион выходных — примерно в 2,1 раза дороже, чем GLM-5.3 сегодня. Короткий ответ:

• Стоит того, если человек или цикл агента ждёт длинного ответа: интерактивное программирование, потоковая генерация кода, многоэтапные агенты.
• Не стоит того для пакетных задач, коротких ответов или конвейеров, чувствительных к стоимости. GLM-5.3 без режима Prime справляется с теми же задачами за полцены.
• Сначала измерьте. Все независимые замеры на данный момент показывают прирост скорости ниже заявленных 1,5–2×, а первый токен не приходит быстрее.
• Сочетайте с низким уровнем усилий. В тесте AIHubMix Prime сам по себе отвечал не быстрее GLM-5.3. А вот Prime с reasoning_effort: "low" — быстрее: около 71 секунды на ответ против примерно 100.

Что такое GLM-5.3 Prime и чем она не является

В документации Alibaba Cloud режим Prime описан в трёх пунктах: повышенная скорость генерации токенов для задач, чувствительных к скорости вывода; тарификация по той же логике, что у стандартного API; и «никаких дополнительных параметров» — достаточно изменить идентификатор модели. На той же странице говорится, что возможности и лимиты использования модели Prime совпадают с исходной моделью. Режим Prime также доступен для glm-5.2-fast-preview (быстрого режима GLM-5.2, сохранившего прежнее название) и видеомодели.

В собственной документации Zhipu по GLM-5.3 указан только glm-5.3. На Z.ai нет ни идентификатора модели Prime, ни строки с её ценой, а Alibaba Cloud — единственный вышестоящий поставщик, который предлагает Prime. С ней легко спутать две модели с похожими названиями:

FlashX ускоряет работу уменьшенной модели Flash, принимает изображения и видео и, по заявлению разработчиков, выдаёт до 200 токенов в секунду. HighSpeed — собственный быстрый режим Zhipu для флагманской модели. Он появился в ограниченном тестировании внутри ZCode, приложения Zhipu для программирования; один блогер сообщил о скорости свыше 490 токенов в секунду (Zhidongxi, 12 октября 2026 года). Публичного API и цены пока нет.

Поскольку веса не менялись, Prime наследует результаты GLM-5.3 в бенчмарках, а не получает собственные. По данным Zhipu, GLM-5.3 улучшила результат Terminal-Bench 3.0 с 4.6 до 28.3 по сравнению с GLM-5.2, DeepSWE v1.1 — с 46.2 до 66.9, а на CyberGym набрала 84.5%. Никто не публиковал результаты бенчмарков специально для Prime.

Цена: вдвое дороже по каждой позиции

Цены AIHubMix за миллион токенов, проверены 21 октября 2026 года:

У всех провайдеров Prime стоит примерно вдвое дороже. Alibaba Cloud указывает для glm-5.3-prime в пекинском регионе цену ¥16 за миллион входных и ¥56 за миллион выходных токенов — ровно вдвое выше тарифа стандартной glm-5.3: ¥8 и ¥28. На OpenRouter Prime стоит $2.80 и $8.80 против $1.40 и $4.40 у GLM-5.3. Чтение из кэша тоже обходится вдвое дороже, так что длинная сессия агента с хорошо прогретым кэшем не избавит от переплаты.

Насколько она быстрее? Что показывают имеющиеся данные

Данные в этом разделе взяты со страниц моделей AIHubMix, из собственного теста AIHubMix от 21 октября 2026 года, а также из OpenRouter, ZenMux, Artificial Analysis (в сводке Codersera) и DataLLM Lab. Сторонние замеры проводились в разных условиях, поэтому воспринимайте их как диапазоны, а не как рейтинг.

В тесте AIHubMix каждой модели трижды отправляли один и тот же запрос на написание кода (потокобезопасный ограничитель частоты запросов по алгоритму token bucket и пять тестов pytest), чередуя модели. Использовался параметр reasoning_effort: "high" и потоковая передача ответа. Скорость в токенах в секунду рассчитывается как количество выходных токенов, делённое на время от первого до последнего токена в потоке. В строке со сторонними данными собраны результаты разных сервисов и дней: около 61 ток/с для GLM-5.3 (OrcaRouter) и 71.9 (Artificial Analysis), для Prime — от 60 до 75 на OpenRouter и от 72 до 80 на ZenMux.

В тесте AIHubMix скорость декодирования Prime была примерно на 16% выше, но ответы не приходили быстрее. Среднее время запроса составило 102.1 секунды для Prime и 99.9 секунды для GLM-5.3, потому что Prime генерировала больше: 9,404 выходных токена на ответ против 8,147, почти все — токены рассуждений. Первый токен тоже не пришёл быстрее: медианное время составило 3.2 секунды для Prime и 3.0 для GLM-5.3; один запрос к Prime ждал 12 секунд. Три запуска для каждой модели — небольшая выборка, а AIHubMix распределяет GLM-5.3 между несколькими провайдерами, так что воспринимайте результат как снимок за один вечер.

DataLLM Lab отправила через OpenRouter девять задач на программирование на Python и измеряла время до полного ответа, а не скорость генерации токенов. Среднее время ответа Prime составило 14.2 секунды — ровно столько же, сколько у базовой GLM-5.3, — потому что Prime потратила выигрыш в скорости на дополнительные рассуждения: 1,215 токенов рассуждений на запрос против 631. Кроме того, Prime справилась с 7 из 9 задач, а базовая GLM-5.3 — со всеми 9. Это были одиночные запуски, проведённые в разные даты, поэтому они не доказывают разницу в качестве. Но они показывают, что более быстрое декодирование не обязательно означает более быстрый ответ.

Причина — простая арифметика. Время ожидания примерно равно времени до первого токена плюс (токены рассуждений + токены ответа) ÷ скорость в токенах в секунду плюс время на выполнение инструментов. Prime меняет только составляющую скорости. Уровень усилий меняет количество токенов и на длинных задачах влияет на итог не меньше. В закрытом Code Bench от Zhipu GLM-5.3 с уровнем max использовала около 75K выходных токенов на задачу и набрала 34.5%. При уровне high она использовала около 50K токенов и набрала 31.4%. Переход на уровень ниже сокращает объём вывода на треть — примерно столько же времени экономит ускорение в 1,5 раза, — и снижает счёт вместо того, чтобы удваивать его.

Однако настройка уровня усилий должна доходить до модели. В тесте AIHubMix это явно сработало для Prime:

Средние показатели на один ответ с одним и тем же запросом; стоимость рассчитана по розничным ценам AIHubMix.

Для Prime уровень low сократил объём вывода на 38% и стал единственной конфигурацией, которая отвечала быстрее GLM-5.3; стоимость одного ответа при этом составляла 1,5 стоимости GLM-5.3, а не 2. AIHubMix обслуживает GLM-5.3 через нескольких провайдеров, и на некоторых маршрутах настройка уровня усилий и старый флаг отключения рассуждений могут работать не так, как указано в документации. Какую бы модель вы ни использовали, проверяйте reasoning_tokens в блоке usage и убедитесь, что в content содержится только ответ.

Стоимость одной задачи по программированию

Длинная агентная сессия по программированию на GLM-5.3, при следующих допущениях:

• 75K выходных токенов — показатель на одну задачу из Code Bench от Zhipu при уровне усилий max;
• 1.2M входных токенов за сессию (около 40 ходов в среднем по 30K токенов контекста), 90% которых обслуживаются из кэша;
• скорость декодирования по двум измерениям AIHubMix выше, учитывается только время декодирования (без времени на выполнение инструментов и задержки до первого токена).

Prime добавляет к стоимости этой задачи около $0.80. При скоростях, измеренных AIHubMix, экономия составляет около 2 минут — примерно $0.40 за каждую сэкономленную минуту. При скоростях со страницы модели экономия — около 12 минут, то есть примерно $0.07 за минуту. Если инженер наблюдает за работой агента, даже пессимистичный вариант обойдётся дешевле его времени. Если никто не наблюдает, доплата $0.80 ничего не даёт. И ещё одна оговорка по итогам теста: Prime сгенерировала примерно на 15% больше токенов для того же запроса; если на ваших задачах будет так же, это сведёт на нет большую часть экономии времени.

Переход на Prime: что меняется в коде

Только идентификатор модели. На AIHubMix Prime доступна через конечную точку OpenAI Chat Completions; сведения о ключах и базовых URL смотрите в кратком руководстве AIHubMix.

import os
from openai import OpenAI

client = OpenAI(base_url="https://aihubmix.com/v1", api_key=os.environ["AIHUBMIX_API_KEY"])

stream = client.chat.completions.create(
    model="glm-5.3-prime",          # was "glm-5.3"
    reasoning_effort="high",        # low | high | max (default max)
    messages=[{"role": "user", "content": "Refactor this function to remove the global state: ..."}],
    stream=True,
)
for chunk in stream:
    if chunk.choices and chunk.choices[0].delta.content:
        print(chunk.choices[0].delta.content, end="")

Что проверить при переходе:

• Рассуждения всегда включены. GLM-5.3 не работает без рассуждений, и Prime ведёт себя так же. В документации Zhipu сказано, что запрос с параметром thinking.type: "disabled" завершится ошибкой при обращении к собственному API Z.ai; Alibaba Cloud указывает, что параметр enable_thinking=false не действует. Через AIHubMix Prime отклоняет этот флаг с HTTP 400: InternalError.Algo.InvalidParameter: The value of the enable_thinking parameter is restricted to True. Удалите флаг и вместо него используйте reasoning_effort: "low".
• Три уровня усилий. Для reasoning_effort доступны значения low, high и max; по умолчанию используется max — самый дорогой вариант. В тесте AIHubMix уровень low сократил объём вывода Prime на 38%.
• Переходите с glm-5.2-fast-preview? Эта модель позволяла отключать рассуждения и принимала семь уровней усилий — от none до max. У GLM-5.3 Prime их осталось только три, поэтому запросы со значениями none, minimal, medium или xhigh нужно обновить; для неподдерживаемых значений Alibaba Cloud возвращает ошибку invalid_parameter_error.
• Контекстное окно немного меньше. Для Prime заявлен контекст объёмом 1,000,000 токенов, тогда как у GLM-5.3 на AIHubMix — 1,048,576. Запрос, который помещался в GLM-5.3 впритык, может превысить лимит Prime. Максимальный объём вывода одинаковый — 131,072 токена.
• Параллельные вызовы инструментов стоит протестировать. В списке поддерживаемых параметров конечной точки Prime на OpenRouter нет parallel_tool_calls, а пользователи Cursor сообщали, что вызовы инструментов GLM-5.3 приходят с пустыми аргументами, если за один шаг выполняется несколько вызовов. Если ваш агент запускает инструменты параллельно, сначала проверьте несколько таких вызовов через Prime.
• Только один вышестоящий провайдер. Единственный поставщик Prime — Alibaba Cloud. На AIHubMix GLM-5.3 доступна у нескольких провайдеров, поэтому оставьте glm-5.3 в качестве резервного варианта для задач, которые нельзя прерывать.
• Инструменты для программирования. На AIHubMix Prime доступен только через Chat Completions, поэтому Claude Code (Anthropic Messages) и Codex (Responses API) не могут использовать его напрямую. Это могут делать инструменты, которые поддерживают совместимый с OpenAI эндпоинт, например OpenCode. Для быстрой проверки поручите glm-5.3 и glm-5.3-prime исправить одну и ту же небольшую ошибку с одинаковым уровнем усилий, а затем сравните время выполнения и diff.

Когда Prime — не лучший выбор

• Пакетные и ночные задачи. Никто не ждёт результата, поэтому скорость ничего не даёт, а цена всё равно удваивается.
• Короткие ответы. Для ответа на 200 токенов основное время уходит на ожидание первого токена, а во всех приведённых выше измерениях у Prime первый токен появлялся не быстрее.
• Когда проблема — длительное рассуждение, а параметр effort работает на вашем маршруте. Более низкое значение reasoning_effort сокращает ожидание и расходы. Убедитесь, что настройка сработала, проверив в ответе значение reasoning_tokens.
• Когда скорость важнее флагманской модели. GLM-5.3-FlashX обещает скорость до 200 токенов в секунду при стоимости выходных токенов примерно в восемь раз ниже, чем у Prime. Базовая Flash набрала 41.8 против 44.8 у GLM-5.3 в индексе Artificial Analysis, поэтому прежде чем платить за Prime, проверьте Flash на своей задаче.

Кому стоит перейти

• Переходите на Prime уже сейчас, если используете GLM-5.3 в интерактивном инструменте для программирования или работающем в реальном времени агенте, регулярно получаете ответы на тысячи токенов и собственные измерения показывают, что на ваших запросах ускорение сохраняется. Начните с уровня усилий low и повышайте его только там, где этого требует качество.
• Сначала протестируйте, если запускаете агентов с параллельными вызовами инструментов или используете запросы, приближающиеся к лимиту в 1M токенов.
• Оставайтесь на GLM-5.3 для пакетных задач, коротких ответов и любых сценариев, где удвоение расходов важнее сокращения ожидания.
• Следите за HighSpeed от Zhipu, если вам нужна максимальная скорость. Если в API она приблизится к заявленным значениям, то будет в несколько раз быстрее обоих рассмотренных здесь вариантов.

Обе модели работают с одним и тем же ключом AIHubMix. На странице сравнения GLM-5.3 и GLM-5.3 Prime они представлены рядом, а для переключения достаточно изменить одну строку.

Часто задаваемые вопросы

GLM-5.3 Prime — это другая модель, не GLM-5.3?
Нет. Для работы используются те же веса, но через режим обслуживания Prime от Alibaba Cloud, который рассчитан на скорость генерации в 1.5–2 раза выше. Качество должно быть таким же, как у GLM-5.3; отдельных бенчмарков для Prime нет.

Насколько GLM-5.3 Prime дороже?
На AIHubMix цена за миллион токенов составляет $2.35 за входные, $8.23 за выходные и $0.59 за чтение из кэша — примерно в 2.1 раза дороже GLM-5.3. Alibaba Cloud и OpenRouter также устанавливают цену примерно вдвое выше.

Действительно ли Prime быстрее в 2 раза?
Согласно всем имеющимся на данный момент измерениям — нет. В собственном тесте AIHubMix скорость генерации токенов в секунду была примерно в 1.16 раза выше, чем у GLM-5.3, а на страницах моделей AIHubMix указано примерно 1.46 раза. В тесте ответы не приходили быстрее, поскольку Prime генерировал больше токенов, а первый токен появлялся не быстрее.

Можно ли отключить рассуждение в GLM-5.3 Prime?
Нет. Как и GLM-5.3, модель всегда рассуждает, а запрос с отключённым типом мышления возвращает ошибку HTTP 400. Можно установить reasoning_effort на low или high; значение по умолчанию — max.

Чем GLM-5.3 Prime отличается от GLM-5.3-FlashX?
Prime быстрее обслуживает запросы с флагманскими весами GLM-5.3. FlashX быстрее обслуживает запросы с более компактными весами GLM-5.3-Flash, принимает изображения и видео и стоит примерно в восемь раз дешевле Prime за выходные токены.

Можно ли использовать GLM-5.3 Prime в Claude Code или Codex?
Не напрямую через AIHubMix. Prime доступен только через эндпоинт OpenAI Chat Completions, тогда как Claude Code использует Anthropic Messages, а Codex — Responses API. Его можно использовать в инструментах, поддерживающих совместимый с OpenAI эндпоинт, например OpenCode или Cline.

Что нужно изменить в коде для перехода?
Только название модели: замените glm-5.3 на glm-5.3-prime. Уберите флаг отключения рассуждения, поскольку Prime его не поддерживает, и установите уровень усилий low, high или max.

Источники

• Режим Prime — Alibaba Cloud Model Studio (Alibaba Cloud)
• Обзор GLM-5.3 (Z.ai)
• Страница модели GLM 5.3 Prime (AIHubMix)
• Обзор GLM-5.3 Prime: 7/9 при цене $11.52 за 1,000 задач (DataLLM Lab)
• GLM-5.3 Prime и FlashX: уровни скорости, а не новые модели (Codersera)