GLM-5.3 已迅速成为编程和长周期智能体任务中最受关注的模型之一。但你实际支付的价格,很大程度上取决于你通过哪里访问它。
目前,Z.ai 官方 API 和 OpenRouter 对该模型的标价分别为每百万输入 token 1.40 美元和每百万输出 token 4.40 美元。AIHubMix 则提供一条单独的 coding-glm-5.3 预览路由,价格为每百万输入 token 0.06 美元和每百万输出 token 0.22 美元。
两者差距非常大。但这并不是一个简单的同类比较:低价路由明确标注为用于测试和评估的预览版,而官方 GLM-5.3 API 面向的是生产环境使用。
如需直接了解 AIHubMix 的两个选项,请查看生产版 GLM-5.3 模型页面和Coding GLM-5.3 预览版页面。
以下是基于 2026 年 8 月 19 日查阅的公开定价页面整理的实际价格对比。
GLM-5.3 价格对比
| 访问方式 | 输入 / 每百万 token | 输出 / 每百万 token | 缓存输入 | 定位 |
|---|---|---|---|---|
| Z.ai 官方 API | $1.40 | $4.40 | $0.26 | 官方生产级 API |
| OpenRouter | $1.40 | $4.40 | $0.26 | 统一 API 访问,直接路由至 Z.ai |
| AIHubMix GLM-5.3 生产路由 | $1.014* | $3.549* | $0.254* | 可用于生产的路由,限时享 10% 折扣 |
| AIHubMix Coding GLM-5.3 | $0.06 | $0.22 | 未列出 | 限时预览,用于测试和评估 |
* AIHubMix 目前显示的是折扣后价格。折扣前价格为每百万 token 输入 1.127 美元、输出 3.944 美元、缓存输入 0.282 美元。
Z.ai 的定价页面说明,价格以每百万 token 计,并且缓存输入的存储在限时内免费。OpenRouter 显示的公开 token 费率与之相同,并说明该模型由单一提供商 Z.ai 托管,请求会直接转发至 Z.ai。
简单的成本示例
假设某个工作负载使用一百万输入 token 和一百万输出 token。
- Z.ai 官方 API:5.80 美元
- OpenRouter:5.80 美元
- AIHubMix 生产路由(当前折扣价):约 4.56 美元
- AIHubMix Coding GLM-5.3:0.28 美元
按标价计算,对于这种输入输出均衡的工作负载,Coding GLM-5.3 预览路由大约便宜 20.7 倍,相比标准的 Z.ai 或 OpenRouter 路由更为划算。输入价格约降低 95.7%,输出价格则降低 95%。
对于代码生成循环、自动化评估、批量实验以及 token 用量快速增长的智能体工作流,这些节省尤其有意义。
为什么最低价并不是全部
coding-glm-5.3 模型页面将该路由描述为限时预览版,供测试和评估使用。页面还警告说,服务稳定性无法保证,并建议不要在生产环境中使用。
这一区别很重要。当首要目标是实验、原型开发,或需要将智能体循环的成本控制在较低水平时,较低的 token 价格可能是正确的选择。但它不应被当作具备稳定可用性和正式商业合同的生产 API 的无条件替代品。
生产路由与预览路由适用于不同的场景:
- 生产工作负载:当稳定性、可预测的运维以及长期运行的服务至关重要时,可选择 Z.ai 官方 API、OpenRouter,或AIHubMix 的 GLM-5.3 生产路由。
- 成本敏感型开发:对于评估、编码实验、原型开发,以及可以接受预览状态的工作负载,可选择AIHubMix Coding GLM-5.3。
- API 可移植性:当统一端点和提供商路由工作流比特定模型的较低价格更重要时,可选择 OpenRouter。
实用结论
如果只比较标准公开 API 费率,Z.ai 和 OpenRouter 目前相同,均为每百万 token 输入 1.40 美元、输出 4.40 美元。
AIHubMix 的生产路由目前显示限时 10% 折扣,使其价格低于两个标准报价。但差距最大的是单独的 Coding GLM-5.3 预览路由:每百万 token 输入 0.06 美元、输出 0.22 美元。
对于在真实编码工作流中测试 GLM-5.3 的团队来说,这条低价路由可以在相同预算下运行多得多的迭代。需要注意的一点很简单:请将其视为用于测试和评估的预览路由,当可靠性成为硬性要求时,应将生产工作负载迁移到可用于生产的端点。
如需评估工作负载,可在 AIHubMix 上体验 Coding GLM-5.3;如需面向生产的端点,则可查看 GLM-5.3 生产路由。
价格和可用性可能发生变化,因此在投入长期运行的工作负载之前,请先核实所链接的模型页面。



