GLM-5.3-FlashX API: Z.ais Speed-Tier, offiziell bepreist mit $0.37/$1.25

Die verifizierten Fakten (Stand: 24. Sept.)

• Die offizielle Preisliste. Die Preisseite von Z.ai listet GLM-5.3-FlashX mit $0.37 Input / $0.075 gecachter Input / $1.25 Output pro 1M Token (Speicherung für gecachten Input zeitlich begrenzt kostenlos), direkt neben GLM-5.3-Flash ($0.15/$0.50) und GLM-5.3 ($1.40/$4.40). Dies ist ein vom Anbieter veröffentlichtes Produkt mit einem regulären Preis – ein deutlicher Fortschritt bei der Faktenlage gegenüber der anfänglichen Sichtung eines reinen API-Modellcodes.
• Dokumentierte Spezifikationen. 1M-Token-Kontext (1.048.576), 128K maximaler Output, nativer multimodaler Input über Text, Bilder und Video sowie dauerhaft aktives Reasoning: Ein niedrigerer reasoning_effort schaltet es nicht ab, und die Steuerung der Denkzeit von Z.ai ist speziell für das FlashX-Tier dokumentiert.
• Reine API-Positionierung. Berichte von Drittanbietern über den Z.ai Coding Plan melden, dass GLM-5.3-Flash mit 3-fachem Kontingent zum Abonnement hinzugefügt wurde, während FlashX außen vor bleibt. Abo-Nutzer haben keinen Zugriff auf FlashX – API-Käufer hingegen schon.
• Verfügbarkeit bei Drittanbietern am selben Tag. Das Vercel AI Gateway listet zai/glm-5.3-flashx, OpenRouter führt es zu $0.37/$1.25 mit dem 1M-Fenster, und unabhängige Reseller haben es in ihren Katalogen. Identische Tarife über offizielle und Gateway-Kanäle hinweg deuten auf einen regulären Listenpreis und nicht auf einen Aktionspreis hin.
• Die zugrundeliegende Flash-Basis. GLM-5.3-Flash wird von Z.ai als das erste quelloffene Frontier-Modell beschrieben, das Sparse- und Linear-Attention kombiniert: 320B Parameter insgesamt bei 18B aktivierten. Artificial Analysis bewertet Flash im Intelligence Index v4.3 mit 41.9 (GLM-5.3: 44.9) bei einem Output von 113.9 tok/s, womit es sich neben Kimi K3 und Qwen3.8 an der Spitze des Open-Weights-Feldes platziert.
• Was ausdrücklich unbestätigt bleibt. FlashX hat bislang keinen Score von Artificial Analysis, keine veröffentlichte unabhängige Latenzmessung und keine bestätigte separate Veröffentlichung der Gewichte. Die Angabe „bis zu 200 tok/s“ stammt von einem Drittanbieter-Modell-Tracker, nicht von Z.ai oder aus einem gemessenen Benchmark. Aussagen mit Stand vom 24. September; diese Seite wird aktualisiert, sobald sich die Quellenlage ändert.

Preise sind vom Anbieter veröffentlichte Werte pro 1M Token, entnommen von der Preisseite und aus der Dokumentation von Z.ai am 23.–24. September 2026. Geschwindigkeitsangaben sind ihren jeweiligen Quellen zugeordnet; für diesen Artikel wurden weder Benchmarks erworben noch eigene API-Tests durchgeführt.

Kontext: Im Budget-Segment wird es voll

FlashX erschien in derselben Woche, in der DeepSeek V4.1 Flash offiziell für $0.15/$0.60 pro 1M mit offenen MIT-Gewichten vorstellte (unsere Berichterstattung zum Launch), während die westliche Spitzenklasse ihre Preise neu ansetzte: Opus 5.5 bei $4/$20 und Grok 4.7 unverändert bei $2/$6 (Drei-Modelle-Kurzbericht). Bei einer 3:1-Mischung sieht die Staffelung pro 1M nun so aus: Flash ca. $0.24, FlashX ca. $0.59, GLM-5.3 $2.15, Grok 4.7 ca. $3, Opus 5.5 ca. $8.

Damit kämpft FlashX sowohl intern als auch extern. Gegenüber DeepSeeks Flash muss es sich bei Preis und Self-Hosting-Freiheit geschlagen geben (MIT-Gewichte gegenüber keinen verifizierten FlashX-Gewichten); gegenüber dem Schwestermodell Flash muss es beweisen, dass der 2.5-fache Aufpreis echte Latenzvorteile bringt. Der einzige strukturelle Vorteil gegenüber beiden: 1M Kontext mit multimodalem Input und dauerhaft aktivem Reasoning in einer Speed-Tier-SKU – eine Kombination, die zu diesem Preis kein Konkurrent anbietet.

Der Preiskampf im Flash-Segment, den dies fortsetzt, begann bereits früher im Monat; siehe die Gemini 3.8 Flash-Analyse für die 2027-Preisfallen-Perspektive, die nach wie vor zutrifft, und den GLM API-Leitfaden für Endpunkte, Modell-IDs und Integrationsdetails (inklusive FlashX-Abschnitt).

Was das für Entwickler bedeutet

Das ehrliche Evaluierungsprotokoll für ein Speed-Tier ohne unabhängige Geschwindigkeitsdaten: Führen Sie einen echten Request über den offiziellen Endpunkt aus und prüfen Sie die Nutzungsdaten, messen Sie Time-to-First-Token und Output-Latenz auf Ihrem eigenen Prompt-Mix und vergleichen Sie das Modell mit Flash und DeepSeek V4.1 Flash anhand der Kosten pro erledigter Aufgabe statt nur nach dem Preis pro Token. Reasoning immer aktiv bedeutet, dass das Denken kostet – die Feinabstimmung des Reasoning-Efforts gehört daher vom ersten Tag an in das Kostenmodell.

Typische Einsatzszenarien: Interaktive Coding-Agenten und Chat-Produkte mit Latenz-SLAs sind die natürlichen Kandidaten für FlashX, wo das 2.5-Fache gegenüber Flash angesichts des UX-Gewinns günstig ist. Für Batch-Klassifizierung und Durchsatz-Workloads gibt es keinen Grund, das $0.15/$0.60-Segment zu verlassen. Eine Modell-ID auf einer Preisseite ist kein Routing-Versprechen eines Relays – auch nicht für künftige Dienste dieser Website: Prüfen Sie den genauen Alias, den Preis und die Region im Dashboard Ihres Anbieters vor dem Produktivbetrieb.

Behalten Sie drei Signale für die weitere Entwicklung im Auge: einen Artificial Analysis FlashX-Score (der das Geschwindigkeitsversprechen mit handfesten Zahlen belegen würde), eine Veröffentlichung der Gewichte (was die Rechnung für Self-Hosting ändern würde) und eine Aufnahme in den Coding Plan (was die Kalkulation für Abonnenten verändern würde). Sobald sich bei einem davon etwas bewegt, erhält diese Seite ein Update.

Zugriff von außerhalb Chinas – und der übliche Haftungsausschluss

Diese Website erfasst chinesische Modell-APIs für internationale Entwickler: offizielle Endpunkte, Preise und Open-Weights-Status. Der GLM API-Leitfaden deckt Z.ais OpenAI-kompatiblen Endpunkt und das gesamte Modell-ID-Lineup ab; die Vergleichstabelle bietet die anbieterübergreifende Staffelung.

Unabhängigkeitshinweis: ChinaModelAPI ist eine unabhängige Informationsseite und steht in keiner Verbindung zu Z.ai, DeepSeek oder anderen Modellanbietern. Alle genannten Zahlen stammen vom Anbieter oder sind ausdrücklich den unabhängigen Portalen und Trackern zugeordnet, die darüber berichtet haben; die Geschwindigkeitsangabe stammt von Dritten und ist unbestätigt; nichts auf dieser Seite stellt ein Routing- oder Verfügbarkeitsversprechen dar.

Primärquellen

• Z.ai-Dokumentation — Preisseite: FlashX $0.37/$1.25, Flash $0.15/$0.50, GLM-5.3 $1.40/$4.40 pro 1M
• Z.ai-Entwicklerdokumentation — Überblick zu GLM-5.3-Flash/FlashX: 320B/18B, Sparse+Linear Attention, Spezifikationen
• Vercel AI Gateway — zai/glm-5.3-flashx Eintrag
• Artificial Analysis — Open-Source-Modellvergleich (Flash bewertet mit 41.9 / 113.9 tok/s; FlashX noch nicht bewertet)
• Website-Vergleiche: DeepSeek V4.1 Flash Launch-Bericht · Flash-Segment-Preiskampfanalyse · Drei-Modelle-Wochenvergleich · GLM API-Leitfaden

FAQ (2026)