GLM-5.3-Flash là mô hình đa phương thức gốc, tập trung vào hiệu suất của Z.ai. Mô hình hỗ trợ cửa sổ ngữ cảnh khoảng một triệu token, nhận đầu vào dạng văn bản, hình ảnh và video, và hướng đến các tác tử lập trình, suy luận phức tạp cũng như kỹ thuật phần mềm đòi hỏi nhiều bước dài. Với các khối lượng công việc tiêu thụ lượng lớn token qua nhiều vòng lặp, ngay cả một chênh lệch nhỏ về giá truy cập cũng có thể cộng dồn nhanh chóng.
Tính đến 1/9/2026, API chính thức của Z.ai và tuyến Z.ai trên OpenRouter đều niêm yết GLM-5.3-Flash ở mức 0,075 USD cho mỗi triệu token đầu vào, 0,25 USD cho mỗi triệu token đầu ra và 0,015 USD cho mỗi triệu token đầu vào được lấy từ cache. Gói trả theo mức sử dụng của OpenRouter cũng thu phí nền tảng 5.5%. Trong cùng đợt khuyến mãi, AIHubMix GLM-5.3-Flash được niêm yết ở mức 0,056 USD cho mỗi triệu token đầu vào, 0,197 USD cho mỗi triệu token đầu ra và 0,014 USD cho mỗi triệu token đầu vào được lấy từ cache.
Cả ba lựa chọn đều cung cấp quyền truy cập vào cùng một mô hình, nhưng giá, hành vi định tuyến và các tính năng nền tảng của chúng không giống nhau.
So sánh giá GLM-5.3-Flash
| Phương thức truy cập | Đầu vào / 1M token | Đầu ra / 1M token | Đọc từ cache / 1M token | Phí nền tảng | Giá trước khi giảm (đầu vào / đầu ra / cache) | Định vị |
|---|---|---|---|---|---|---|
| API chính thức của Z.ai | $0.075 | $0.250 | $0.015 | Không được niêm yết | $0.150 / $0.500 / $0.030 | API chính thức trực tiếp |
| OpenRouter (nhà cung cấp Z.ai) | $0.075 | $0.250 | $0.015 | 5.5% | $0.150 / $0.500 / $0.030 | API thống nhất với định tuyến nhiều nhà cung cấp |
| AIHubMix GLM-5.3-Flash | $0.056 | $0.197 | $0.014 | Không được niêm yết | $0.113 / $0.394 / $0.028 | Mức giá hiện tại thấp hơn, có dự phòng đa nhà cung cấp |
Tất cả các giá trên là mức hiển thị theo mỗi triệu token, được làm tròn để khớp với trang giá công khai. Các chương trình khuyến mãi giảm 50% có thời hạn trên AIHubMix, OpenRouter và Z.ai đều kết thúc vào 16:00 UTC ngày 9/9/2026 (00:00 ngày 10/9 theo UTC+8).
Phí nền tảng 5.5% của OpenRouter
Trang giá của OpenRouter niêm yết phí nền tảng 5.5% đối với tài khoản trả theo mức sử dụng. OpenRouter cũng nêu rõ rằng họ không cộng thêm phụ phí vào giá của nhà cung cấp hiển thị trong danh mục mô hình. Nói cách khác, $0.075 / $0.25 vẫn là giá suy luận niêm yết của mô hình, nhưng phí nền tảng vẫn cần được tính vào tổng số tiền thanh toán cho tín dụng.
Nếu phí 5.5% được phân bổ theo tỷ lệ mức sử dụng mô hình và toàn bộ tín dụng đã mua đều được sử dụng, chi phí thực tế của OpenRouter cho tuyến Z.ai xấp xỉ:
- Đầu vào: 0,0791 USD cho mỗi triệu token
- Đầu ra: 0,2638 USD cho mỗi triệu token
- Đọc từ cache: 0,0158 USD cho mỗi triệu token
Ví dụ chi phí theo các tỷ lệ cache khác nhau
Theo tài liệu về bộ nhớ đệm ngữ cảnh của Z.ai, các system prompt lặp lại, lịch sử hội thoại và các ngữ cảnh dùng chung khác có thể được phát hiện và lưu cache tự động mà không cần cấu hình thủ công. Các token được phục vụ từ cache sẽ được tính theo mức đọc từ cache thay vì mức đầu vào tiêu chuẩn.
Không tồn tại một tỷ lệ cache duy nhất đại diện cho mọi khối lượng công việc:
- Một yêu cầu đơn lẻ, hoặc một tác vụ mà đầu vào hoàn toàn khác nhau mỗi lần, có thể có tỷ lệ cache gần 0%.
- Các tác vụ hàng loạt tái sử dụng một system prompt cố định có thể đạt tỷ lệ cache cao hơn đáng kể.
- Các tác tử lập trình nhiều lượt liên tục mang theo chỉ dẫn hệ thống, ngữ cảnh mã nguồn và lịch sử hội thoại. Các yêu cầu sau của chúng có thể có tỷ lệ cache cao, dù nội dung thay đổi, khác biệt định dạng và việc cache hết hạn có thể làm giảm tỷ lệ này.
Để tách riêng sự khác biệt về giá, các ví dụ dưới đây giả định tổng cộng một triệu token đầu vào và một triệu token đầu ra, với cùng tỷ lệ cache trên cả hai nền tảng. Tổng chi phí của OpenRouter đã bao gồm phí nền tảng 5.5%.
| Tỷ lệ cache đầu vào | AIHubMix | Chi phí mô hình trên OpenRouter | OpenRouter bao gồm phí nền tảng | Mức tiết kiệm của AIHubMix so với tổng chi phí OpenRouter |
|---|---|---|---|---|
| 0% (yêu cầu lạnh) | $0.253 | $0.325 | $0.343 | 26.2% |
| 50% | $0.232 | $0.295 | $0.311 | 25.5% |
| 80% (ngữ cảnh lặp lại cao) | $0.219 | $0.277 | $0.292 | 24.9% |
Công thức tính là: standard input tokens x input rate + cached tokens x cache-read rate + output tokens x output rate. Ví dụ, ở tỷ lệ cache 80%, một triệu token đầu vào tổng cộng được chia thành 200.000 token đầu vào tiêu chuẩn và 800.000 token đầu vào được cache.
Tỷ lệ cache cao hơn làm giảm tổng chi phí trên cả hai nền tảng. Vì chênh lệch giữa mức đọc từ cache của hai nền tảng nhỏ hơn chênh lệch giữa mức đầu vào và đầu ra tiêu chuẩn, nên mức tiết kiệm tương đối của AIHubMix giảm nhẹ khi tỷ lệ cache tăng. Trong các ví dụ này, mức tiết kiệm vẫn xấp xỉ 24,9% đến 26,2%.
Vì sao giá token thấp nhất không phải là yếu tố duy nhất
Chỉ xét riêng mức giá token hiện tại, AIHubMix là lựa chọn có chi phí thấp nhất trong ba phương thức truy cập. Tuy vậy, quyết định khi triển khai thực tế vẫn cần cân nhắc hành vi định tuyến và năng lực của nền tảng.
API chính thức của Z.ai phù hợp với các nhóm ưu tiên tích hợp trực tiếp với nhà cung cấp và muốn giảm thiểu các lớp trung gian.
OpenRouter cung cấp API thống nhất và hệ sinh thái đa nhà cung cấp rộng lớn. Khi các yêu cầu được ghim vào Z.ai, mức giá trong danh mục khớp với giá chính thức của Z.ai, nhưng người dùng trả theo mức sử dụng vẫn phải trả thêm phí nền tảng 5.5%. Nếu OpenRouter được phép tự động chọn các nhà cung cấp khác, giá mô hình, độ trễ và mức đọc từ cache có thể thay đổi theo tuyến được chọn.
AIHubMix hiện kết hợp mức giá đầu vào và đầu ra thấp hơn với khả năng giám sát nhà cung cấp và cơ chế dự phòng khi một nhà cung cấp upstream gặp lỗi hoặc phản hồi quá chậm. Sự kết hợp này đặc biệt hữu ích cho các tác tử lập trình nhạy cảm về chi phí, xử lý hàng loạt và các khối lượng công việc tiêu thụ nhiều token khác.
Kết luận thực tiễn
Tính đến ngày 1/9/2026, API chính thức của Z.ai và tuyến Z.ai trên OpenRouter có cùng mức giá niêm yết: 0,075 USD cho mỗi triệu token đầu vào và 0,25 USD cho mỗi triệu token đầu ra. Gói trả theo mức sử dụng của OpenRouter cũng chịu phí nền tảng 5.5%. AIHubMix hiện thu 0,056 USD cho mỗi triệu token đầu vào và 0,197 USD cho mỗi triệu token đầu ra. Trong các kịch bản cache đầu vào từ 0% đến 80% nêu trên, AIHubMix có chi phí thấp hơn OpenRouter khoảng 24,9% đến 26,2% sau khi đã tính phí nền tảng.
Nếu mục tiêu chính là giảm chi phí token của GLM-5.3-Flash cho các quy trình lập trình, đánh giá và tác tử, thì AIHubMix GLM-5.3-Flash hiện là lựa chọn có chi phí thấp hơn. OpenRouter vẫn có giá trị khi một endpoint thống nhất đa nhà cung cấp và định tuyến linh hoạt quan trọng hơn, còn API chính thức của Z.ai là tuyến trực tiếp từ nhà cung cấp.
Giá, chương trình khuyến mãi và tình trạng sẵn có của nhà cung cấp có thể thay đổi. Hãy kiểm tra các trang giá được liên kết trước khi cam kết với một khối lượng công việc chạy dài hạn.
