API GLM-5.3-FlashX : le palier vitesse de Z.ai, officiellement tarifé à $0.37/$1.25

Les faits, tels qu'établis (24 sept.)

• La grille tarifaire officielle. La page des tarifs de Z.ai affiche GLM-5.3-FlashX à $0.37 en entrée / $0.075 en entrée mise en cache / $1.25 en sortie par 1M de tokens, avec stockage des entrées en cache gratuit pour une durée limitée, juste à côté de GLM-5.3-Flash ($0.15/$0.50) et de GLM-5.3 ($1.40/$4.40). Il s'agit bien d'un produit publié par le fournisseur avec un prix d'achat réel, un niveau de confirmation bien supérieur au simple aperçu de code de modèle API par lequel tout a commencé.
• Spécifications documentées. Contexte de 1M de tokens (1 048 576), 128K de sortie maximale, entrées multimodales natives (texte, images et vidéo) et raisonnement toujours actif : un reasoning_effort plus faible ne le désactive pas, et le contrôle du mode de réflexion (« thinking ») de Z.ai est documenté spécifiquement pour le palier FlashX.
• Positionnement réservé à l'API. Les analyses tierces du Z.ai Coding Plan rapportent que GLM-5.3-Flash a été ajouté à l'abonnement avec un quota triplé, tandis que FlashX en reste exclu. Les abonnés n'ont pas accès à FlashX ; les utilisateurs de l'API, oui.
• Disponibilité tierce le jour même. Vercel AI Gateway liste zai/glm-5.3-flashx, OpenRouter le propose à $0.37/$1.25 avec la fenêtre de 1M, et des revendeurs indépendants l'ont déjà à leur catalogue. Des tarifs identiques sur les canaux officiels et les passerelles suggèrent qu'il s'agit du tarif de référence et non d'un prix promotionnel.
• La base Flash sous-jacente. GLM-5.3-Flash est documenté par Z.ai comme le premier modèle frontière open source combinant attention clairsemée et linéaire, avec 320B de paramètres totaux dont 18B activés. Artificial Analysis attribue à Flash un score de 41.9 sur son Intelligence Index v4.3 (GLM-5.3 : 44.9) avec 113.9 tok/s en sortie, le positionnant tout près du sommet des modèles à poids ouverts aux côtés de Kimi K3 et Qwen3.8.
• Ce qui reste explicitement non vérifié. FlashX n'a pas encore de score Artificial Analysis, aucune mesure indépendante de latence publiée et aucune confirmation de publication séparée des poids. Le chiffre de « jusqu'à 200 tok/s » provient d'un outil de suivi tiers, non de Z.ai ou d'un benchmark mesuré. Constats établis au 24 sept. ; cette page sera révisée à mesure que les sources évolueront.

Les prix sont des montants par million de tokens publiés par le fournisseur, relevés sur la page de tarification et la documentation de Z.ai les 23 et 24 sept. 2026. Les revendications de vitesse sont attribuées à leurs sources ; aucun achat de benchmark ni test d'API n'a été effectué pour cet article.

Contexte : embouteillage sur le segment économique

FlashX est arrivé la semaine même où DeepSeek a officialisé V4.1 Flash à $0.15/$0.60 par 1M avec des poids ouverts sous licence MIT (notre couverture du lancement), tandis que le haut de gamme occidental ajustait ses prix dans la foulée : Opus 5.5 à $4/$20 et Grok 4.7 se maintenant à $2/$6 (synthèse sur trois modèles). En ratio pondéré 3:1, la grille s'établit désormais à environ $0.24 pour Flash, environ $0.59 pour FlashX, $2.15 pour GLM-5.3, environ $3 pour Grok 4.7 et environ $8 par 1M pour Opus 5.5.

La confrontation de FlashX est donc tout autant interne qu'externe. Face au Flash de DeepSeek, il s'incline sur le prix et la liberté d'auto-hébergement (poids MIT contre aucun poids vérifié pour FlashX) ; face à son propre jumeau Flash, il doit prouver que la prime de 2,5x apporte une réduction réelle de latence. La seule carte structurelle qu'il abat face aux deux : un contexte de 1M avec entrée multimodale et raisonnement toujours actif dans une déclinaison rapide, une combinaison qu'aucun concurrent ne propose à ce prix.

La guerre des prix sur le palier flash que ce mouvement prolonge avait débuté plus tôt dans le mois ; consultez l'analyse de Gemini 3.8 Flash pour l'angle du piège tarifaire de 2027 qui reste d'actualité, ainsi que le guide de l'API GLM pour les détails sur les endpoints, les identifiants de modèle et l'intégration (section FlashX incluse).

Ce que cela signifie pour les développeurs

Le protocole d'évaluation honnête pour un palier rapide sans données de vitesse indépendantes : exécutez une requête réelle via le endpoint officiel et observez la ligne d'utilisation, mesurez la latence du premier token et le débit de sortie sur votre propre éventail de requêtes, et comparez avec Flash et DeepSeek V4.1 Flash sur le coût par tâche accomplie, non sur le prix par token. Un raisonnement toujours actif implique que la réflexion est facturée : l'optimisation de l'effort doit donc faire partie du modèle de coût dès le premier jour.

Profil de routage : les agents de code interactifs et les produits de chat avec SLA de latence sont les candidats naturels pour FlashX, où un facteur de 2,5x par rapport à Flash reste économique au vu des gains d'UX. La classification par lots et le traitement de volume n'ont aucune raison de quitter le palier $0.15/$0.60. Un identifiant de modèle sur une page de tarifs n'est pas une promesse de routage de la part d'un relais tiers, y compris le futur service de ce site : vérifiez l'alias exact, le prix et la région dans la console de votre fournisseur avant tout trafic de production.

Trois signaux sont à surveiller pour la suite : un score FlashX sur Artificial Analysis (qui chiffrerait concrètement la promesse de vitesse), une publication des poids (qui changerait l'équation de l'auto-hébergement) et une inclusion dans le Coding Plan (qui changerait le calcul pour l'abonnement). Dès que l'un de ces éléments bouge, cette page recevra une mise à jour.

Accès depuis l'extérieur de la Chine — et avertissement habituel

Ce site suit les API de modèles chinois pour les développeurs internationaux : endpoints officiels, tarification et statut des poids ouverts. Le guide de l'API GLM couvre le endpoint compatible OpenAI de Z.ai et la gamme complète des identifiants de modèle ; le tableau comparatif présente la hiérarchie multi-fournisseurs.

Avis d'indépendance : ChinaModelAPI est un site d'information indépendant, non affilié à Z.ai, DeepSeek ou tout autre fournisseur de modèles. Les chiffres présentés ici sont publiés par les fournisseurs ou explicitement attribués aux médias et observateurs indépendants qui les ont rapportés ; l'allégation de vitesse est d'origine tierce et non vérifiée ; aucun élément de cette page ne constitue une promesse de routage ou de disponibilité.

Sources primaires

• Documentation Z.ai — page de tarification : FlashX $0.37/$1.25, Flash $0.15/$0.50, GLM-5.3 $1.40/$4.40 par 1M
• Documentation développeurs Z.ai — présentation GLM-5.3-Flash/FlashX : 320B/18B, attention clairsemée+linéaire, spécifications
• Vercel AI Gateway — référencement de zai/glm-5.3-flashx
• Artificial Analysis — comparaison des modèles open source (Flash noté à 41.9 / 113.9 tok/s ; FlashX pas encore évalué)
• Sur le même sujet : Lancement officiel de DeepSeek V4.1 Flash · Analyse de la guerre des prix sur le segment Flash · Synthèse hebdomadaire sur trois modèles · Guide de l'API GLM

FAQ (2026)