GLM-5.3-Flash 是 Z.ai 推出的、以效率为核心的原生多模态模型。它支持约一百万 token 的上下文窗口，可接受文本、图像和视频输入，面向编程智能体、复杂推理以及长周期软件工程任务。对于需要经过多轮迭代、消耗大量 token 的工作负载，即使接入价格只有很小的差异，也会迅速累积。
截至 2026 年 9 月 1 日，Z.ai 官方 API 与 OpenRouter 上的 Z.ai 路由 均将 GLM-5.3-Flash 标价为 每百万输入 token 0.075 美元、每百万输出 token 0.25 美元、每百万缓存输入 token 0.015 美元。OpenRouter 的按量付费方案还会收取 5.5% 的平台费。在同一促销期间，AIHubMix GLM-5.3-Flash 的标价为 每百万输入 token 0.056 美元、每百万输出 token 0.197 美元、每百万缓存输入 token 0.014 美元。
三种方式访问的都是同一个模型，但它们的价格、路由行为和平台功能并不完全相同。
GLM-5.3-Flash 价格对比
| 接入方式 | 输入 / 每百万 token | 输出 / 每百万 token | 缓存读取 / 每百万 token | 平台费 | 折扣前价格（输入 / 输出 / 缓存） | 定位 |
|---|---|---|---|---|---|---|
| Z.ai 官方 API | $0.075 | $0.250 | $0.015 | 未列出 | $0.150 / $0.500 / $0.030 | 官方直连 API |
| OpenRouter（Z.ai 供应商） | $0.075 | $0.250 | $0.015 | 5.5% | $0.150 / $0.500 / $0.030 | 统一 API，支持多供应商路由 |
| AIHubMix GLM-5.3-Flash | $0.056 | $0.197 | $0.014 | 未列出 | $0.113 / $0.394 / $0.028 | 当前费率更低，并支持多供应商回退 |
以上所有价格均为每百万 token 的显示费率，已按公开定价页面进行取整。AIHubMix、OpenRouter 和 Z.ai 的限时 50% 促销均将于 2026 年 9 月 9 日 16:00（UTC）结束（即 UTC+8 时间 9 月 10 日 00:00）。
OpenRouter 的 5.5% 平台费
OpenRouter 定价页面显示，按量付费账户需支付 5.5% 的平台费。OpenRouter 还表示，其模型目录中显示的供应商价格不做加价。换句话说，$0.075 / $0.25 仍是列出的模型推理价格，但在计算购买积分的实际总支付金额时，仍需计入平台费。
如果将 5.5% 的费用按模型用量比例分摊，并且购买的全部积分都被用完，那么 Z.ai 路由在 OpenRouter 上的实际成本约为：
- 输入：每百万 token 0.0791 美元
- 输出：每百万 token 0.2638 美元
- 缓存读取：每百万 token 0.0158 美元
不同缓存比例下的成本示例
根据 Z.ai 上下文缓存文档，重复的系统提示词、对话历史以及其他共享上下文可以被自动识别并缓存，无需手动配置。从缓存中提供的 token 按缓存读取费率计费，而不是按标准输入费率计费。
不存在一个能代表所有工作负载的单一缓存比例：
- 一次性请求，或每次输入都完全不同的任务，其缓存比例可能接近 0%。
- 复用固定系统提示词的批量任务，可以达到明显更高的缓存比例。
- 多轮编程智能体会反复携带系统指令、代码上下文和对话历史。它们后续请求的缓存比例可能很高，但内容变化、格式差异和缓存过期都可能降低这一比例。
为了单独体现价格差异，以下示例假设总计一百万输入 token 和一百万输出 token，且两个平台的缓存比例相同。OpenRouter 的总价包含其 5.5% 的平台费。
| 输入缓存比例 | AIHubMix | OpenRouter 模型费用 | 包含平台费的 OpenRouter 价格 | AIHubMix 相比 OpenRouter 总价的节省 |
|---|---|---|---|---|
| 0%（冷请求） | $0.253 | $0.325 | $0.343 | 26.2% |
| 50% | $0.232 | $0.295 | $0.311 | 25.5% |
| 80%（高度重复的上下文） | $0.219 | $0.277 | $0.292 | 24.9% |
计算公式为：standard input tokens x input rate + cached tokens x cache-read rate + output tokens x output rate。例如，在 80% 的缓存比例下，一百万总输入 token 会被拆分为 200,000 个标准输入 token 和 800,000 个缓存输入 token。
缓存比例越高，两个平台的总成本都会下降。由于两者缓存读取费率的差距小于标准输入和输出费率的差距，因此随着缓存比例上升，AIHubMix 的相对节省幅度会略微收窄。在这些示例中，节省比例仍约为24.9% 至 26.2%。
为什么最低 token 价格并非唯一因素
仅就当前 token 费率而言，AIHubMix 是三种接入方式中最便宜的。但生产环境中的决策仍应考虑路由行为和平台功能。
Z.ai 官方 API 非常适合偏好直接对接厂商、并希望尽量减少中间层的团队。
OpenRouter 提供统一 API 以及广泛的多供应商生态。当请求固定路由到 Z.ai 时，其目录费率与 Z.ai 官方定价一致，但按量付费用户同样需要支付 5.5% 的平台费。如果允许 OpenRouter 自动选择其他供应商，模型价格、延迟和缓存读取费率可能会随所选路由而变化。
AIHubMix 目前在提供更低输入和输出价格的同时，还具备供应商监控功能，并能在上游供应商出现故障或响应过慢时进行回退。这种组合对成本敏感的编程智能体、批量处理以及其他高 token 消耗的工作负载尤其有用。
实用结论
截至 2026 年 9 月 1 日，Z.ai 官方 API 与 OpenRouter 上的 Z.ai 路由目录费率相同：每百万输入 token 0.075 美元，每百万输出 token 0.25 美元。OpenRouter 按量付费还需承担 5.5% 的平台费。AIHubMix 目前的收费为每百万输入 token 0.056 美元，每百万输出 token 0.197 美元。在上述 0% 至 80% 输入缓存的场景中，计入平台费后，AIHubMix 的成本比 OpenRouter 约低24.9% 至 26.2%。
如果主要目标是降低 GLM-5.3-Flash 在编程、评测和智能体工作流中的 token 成本，那么AIHubMix GLM-5.3-Flash 目前是成本更低的选择。当统一的多供应商端点和灵活路由更重要时，OpenRouter 仍有价值；而 Z.ai 官方 API 则是直接对接厂商的路线。
价格、促销活动和供应商可用性都可能发生变化。在长期运行的工作负载投入使用前，请查看上述链接中的定价页面。
