API GLM-5.3-FlashX: lo speed tier di Z.ai, a un prezzo ufficiale di $0.37/$1.25

I fatti accertati (24 settembre)

• Il listino ufficiale. La pagina dei prezzi di Z.ai elenca GLM-5.3-FlashX a $0.37 input / $0.075 input con cache / $1.25 output per 1M di token, con archiviazione dell'input con cache gratuita per un periodo limitato, posizionato direttamente accanto a GLM-5.3-Flash ($0.15/$0.50) e GLM-5.3 ($1.40/$4.40). Si tratta di un prodotto pubblicato dal provider con un prezzo acquistabile, un evidente passo avanti in termini di concretezza rispetto al semplice avvistamento del codice modello API iniziale.
• Specifiche documentate. Contesto da 1M di token (1,048,576), 128K max output, input multimodale nativo che include testo, immagini e video, e ragionamento che resta sempre attivo: un valore inferiore di reasoning_effort non lo disattiva e il controllo del thinking di Z.ai è documentato specificamente per il tier FlashX.
• Posizionamento solo su API. I report di terze parti sul Coding Plan di Z.ai indicano che GLM-5.3-Flash è stato aggiunto all'abbonamento con quota triplicata, mentre FlashX ne resta escluso. Gli abbonati non hanno accesso a FlashX; chi acquista via API sì.
• Disponibilità presso terzi nello stesso giorno. Vercel AI Gateway elenca zai/glm-5.3-flashx, OpenRouter lo offre a $0.37/$1.25 con finestra di contesto da 1M e i rivenditori indipendenti lo hanno inserito nei propri cataloghi. Le tariffe identiche tra i canali ufficiali e i gateway confermano che si tratta del prezzo di listino e non di una promozione.
• La base Flash sottostante. GLM-5.3-Flash è documentato da Z.ai come il primo modello di frontiera open source a combinare attenzione sparsa e lineare, con 320B di parametri totali di cui 18B attivati. Artificial Analysis valuta Flash a 41.9 nel suo Intelligence Index v4.3 (GLM-5.3: 44.9) con un output di 113.9 tok/s, collocandolo ai vertici del panorama open-weights insieme a Kimi K3 e Qwen3.8.
• Cosa rimane esplicitamente non verificato. FlashX non ha ancora un punteggio su Artificial Analysis, né misurazioni di latenza indipendenti pubblicate, né un rilascio confermato di pesi separati. Il dato di "fino a 200 tok/s" proviene da un tracker di modelli di terze parti, non da Z.ai o da benchmark misurati. Queste dichiarazioni si riferiscono al 24 settembre; la pagina verrà aggiornata all'evolversi delle fonti.

I prezzi indicati sono le cifre per 1M pubblicate dal provider rilevate sulla pagina dei prezzi e nella documentazione di Z.ai il 23-24 settembre 2026. Le affermazioni sulla velocità sono attribuite alle rispettive fonti; per questo articolo non sono stati acquistati benchmark né eseguiti test delle API.

Contesto: la fascia economica si fa sempre più affollata

FlashX ha debuttato nella stessa settimana in cui DeepSeek ha ufficializzato V4.1 Flash a $0.15/$0.60 per 1M con pesi aperti MIT (la nostra copertura del lancio), mentre i modelli di punta occidentali hanno riallineato i prezzi: Opus 5.5 a $4/$20 e Grok 4.7 fermo a $2/$6 (report comparativo sui tre modelli). Con un rapporto combinato 3:1 (blended), la graduatoria attuale indica Flash a circa $0.24, FlashX a circa $0.59, GLM-5.3 a $2.15, Grok 4.7 a circa $3 e Opus 5.5 a circa $8 per 1M.

Questo rende la sfida di FlashX tanto interna quanto esterna. Rispetto al flash di DeepSeek cede sul prezzo e sulla libertà di self-hosting (pesi con licenza MIT contro l'assenza di pesi verificati per FlashX); rispetto al modello fratello Flash deve dimostrare che il sovrapprezzo di 2.5x porti a reali miglioramenti di latenza. L'unico vantaggio strutturale che vanta su entrambi: 1M di contesto con input multimodale e ragionamento sempre attivo in una SKU speed-tier, una combinazione che nessun concorrente offre a quel prezzo.

La guerra dei prezzi nella fascia flash che questo evento prolunga è iniziata all'inizio del mese; consultate l'analisi su Gemini 3.8 Flash per la prospettiva sulla trappola dei prezzi del 2027 che resta valida, e la guida alle API GLM per i dettagli su endpoint, ID modello e integrazione (inclusa la sezione su FlashX).

Cosa significa per gli sviluppatori

Il protocollo di valutazione più trasparente per un tier ad alta velocità privo di dati indipendenti sulla velocità: eseguite una richiesta reale tramite l'endpoint ufficiale e leggete i dati di utilizzo, misurate la latenza del primo token e dell'output sul vostro mix di prompt, e confrontatela con Flash e DeepSeek V4.1 Flash in base al costo per attività completata anziché al prezzo per token. Il ragionamento sempre attivo comporta la fatturazione del thinking, pertanto la regolazione dell'effort deve rientrare nel modello dei costi fin dal primo giorno.

Profilo dei casi d'uso: agenti di coding interattivi e prodotti di chat con SLA stringenti sulla latenza sono i candidati naturali per FlashX, dove un costo 2.5 volte superiore a Flash risulta conveniente a fronte dei vantaggi in termini di UX. La classificazione batch e i carichi basati sul throughput non hanno motivo di abbandonare la fascia $0.15/$0.60. La presenza di un ID modello in una pagina prezzi non costituisce una promessa di routing da parte di alcun relay, incluso il servizio futuro di questo sito: verificate l'alias esatto, il prezzo e la regione nella dashboard del vostro provider prima di instradare il traffico di produzione.

Tre segnali da monitorare per i prossimi sviluppi: una valutazione di FlashX su Artificial Analysis (che darebbe un valore numerico concreto alle affermazioni sulla velocità), il rilascio dei pesi (che cambierebbe i calcoli per il self-hosting) e l'inclusione nel Coding Plan (che modificherebbe la convenienza dell'abbonamento). Se uno qualsiasi di questi fattori dovesse cambiare, la pagina verrà aggiornata tempestivamente.

Accesso dall'esterno della Cina — e il consueto disclaimer

Questo sito monitora le API dei modelli cinesi per gli sviluppatori internazionali: endpoint ufficiali, prezzi e stato degli open-weights. La guida alle API GLM copre l'endpoint compatibile con OpenAI di Z.ai e l'elenco completo dei model-id; la tabella comparativa offre il quadro completo tra i diversi fornitori.

Dichiarazione di indipendenza: ChinaModelAPI è un sito informativo indipendente, non affiliato a Z.ai, DeepSeek o a qualsiasi altro fornitore di modelli. Le cifre riportate sono pubblicate dai fornitori o attribuite esplicitamente alle fonti e ai tracker indipendenti che le hanno segnalate; le affermazioni sulla velocità provengono da terze parti e non sono verificate; nessun contenuto in questa pagina costituisce una promessa di routing o di disponibilità del servizio.

Fonti primarie

• Documentazione Z.ai — pagina dei prezzi: FlashX $0.37/$1.25, Flash $0.15/$0.50, GLM-5.3 $1.40/$4.40 per 1M
• Documentazione per sviluppatori Z.ai — panoramica su GLM-5.3-Flash/FlashX: 320B/18B, attenzione sparsa+lineare, specifiche
• Vercel AI Gateway — scheda di zai/glm-5.3-flashx
• Artificial Analysis — confronto modelli open source (Flash valutato a 41.9 / 113.9 tok/s; FlashX non ancora valutato)
• Riferimenti interni: Articolo ufficiale DeepSeek V4.1 Flash · Analisi della guerra dei prezzi della fascia Flash · Report comparativo sui tre modelli nella stessa settimana · Guida alle API GLM

FAQ (2026)