Notícias / Radar de Modelos · Listagem de camada de velocidade

Tabela oficial · Apenas API Contexto de 1M raciocínio sempre ativo sem benchmarks independentes até o momento

Verificação de listagem em 2026-09-24 UTC+8 · Documentação e página de preços da Z.ai + gateways de terceiros

API do GLM-5.3-FlashX: A Camada de Velocidade da Z.ai, com Preço Oficial de $0.37/$1.25

Sem evento de lançamento, sem dia de benchmarks, sem thread no X por parte da Z.ai: o GLM-5.3-FlashX simplesmente apareceu na documentação oficial e na página de preços como a camada de velocidade do GLM-5.3-Flash, a $0.37 de entrada / $1.25 de saída por 1M de tokens com um contexto de 1M de tokens e raciocínio que não pode ser desativado. Isso é suficiente para caracterizar um modelo de API real e disponível para contratação, mas não para responder às duas perguntas que os compradores realmente têm: o quão mais rápido ele é e se os pesos acompanharão a liberação aberta da linha Flash. Este resumo aborda essa questão com cautela e situa a novidade na disputa de modelos econômicos que redefiniu esta semana.

Resposta direta

O que está confirmado: a página de preços da Z.ai lista glm-5.3-flashx a $0.37 / $0.075 com cache / $1.25 por 1M (armazenamento de cache gratuito por tempo limitado); a documentação da API especifica contexto de 1M, saída máxima de 128K, entrada de texto+imagem+vídeo e raciocínio sempre ativo. Rotas de terceiros já estão ativas: zai/glm-5.3-flashx no Vercel AI Gateway e no OpenRouter com as mesmas tarifas. O que ainda não está: nenhum benchmark independente avaliou o FlashX (o Artificial Analysis ainda lista apenas o Flash, com 41.9 de inteligência / 113.9 tok/s), nenhuma liberação separada de pesos foi confirmada, e o valor de "até 200 tok/s" que circula é uma alegação de rastreadores de terceiros, não um resultado medido. Conclusão para compradores: cerca de 2.5x o preço do Flash por uma promessa de maior velocidade; use-o para agentes interativos sensíveis à latência no endpoint oficial, faça benchmarks antes de contratar grandes volumes e não conte com auto-hospedagem para ele.

Os fatos apurados (24 de set.)

A tabela oficial de preços. A página de preços da Z.ai lista o GLM-5.3-FlashX a $0.37 de entrada / $0.075 de entrada com cache / $1.25 de saída por 1M de tokens, com armazenamento de entrada em cache gratuito por tempo limitado, logo ao lado do GLM-5.3-Flash ($0.15/$0.50) e do GLM-5.3 ($1.40/$4.40). Trata-se de um produto oficial do provedor com preço de contratação definido, um avanço concreto em relação ao simples avistamento de código de modelo de API inicial.
Especificações documentadas. Contexto de 1M de tokens (1.048.576), saída máxima de 128K, entrada multimodal nativa abrangendo texto, imagens e vídeo, e raciocínio sempre ativo: um valor menor de reasoning_effort não o desativa, e o controle de pensamento (thinking) da Z.ai está documentado especificamente para a camada FlashX.
Posicionamento exclusivo para API. Coberturas de terceiros sobre o Z.ai Coding Plan relatam que o GLM-5.3-Flash foi adicionado à assinatura com cota 3x, enquanto o FlashX ficou de fora. Assinantes do plano não têm acesso ao FlashX; clientes da API, sim.
Disponibilidade em terceiros no mesmo dia. O Vercel AI Gateway lista zai/glm-5.3-flashx, o OpenRouter o disponibiliza a $0.37/$1.25 com a janela de 1M, e revendedores independentes já o incluíram em seus catálogos. Tarifas idênticas entre o canal oficial e os gateways indicam que se trata do preço de tabela padrão, não promocional.
A base Flash subjacente. O GLM-5.3-Flash é documentado pela Z.ai como o primeiro modelo de fronteira de código aberto a combinar atenção esparsa e linear, totalizando 320B de parâmetros com 18B ativados. O Artificial Analysis pontua o Flash com 41.9 em seu Intelligence Index v4.3 (GLM-5.3: 44.9) com velocidade de saída de 113.9 tok/s, colocando-o no topo dos modelos de pesos abertos ao lado do Kimi K3 e do Qwen3.8.
O que permanece explicitamente não verificado. O FlashX ainda não tem pontuação no Artificial Analysis, nenhuma medição independente de latência publicada e nenhuma confirmação de liberação de pesos em separado. A marca de "até 200 tok/s" vem de um rastreador de modelos de terceiros, não da Z.ai ou de um benchmark aferido. Informações válidas com base em 24 de setembro; esta página será atualizada conforme as fontes mudarem.

Os preços são valores por 1M publicados pelo provedor, consultados na página de preços e documentação da Z.ai em 23 e 24 de setembro de 2026. As alegações de velocidade são atribuídas às suas respectivas fontes; nenhuma contratação de benchmark ou teste de API foi realizada para este artigo.

Contexto: a categoria econômica acaba de ficar concorrida

O FlashX chegou na mesma semana em que a DeepSeek oficializou o V4.1 Flash a $0.15/$0.60 por 1M com pesos abertos sob licença MIT (nossa cobertura do lançamento), enquanto o topo de linha ocidental ajustou preços à sua volta: Opus 5.5 a $4/$20 e Grok 4.7 mantendo $2/$6 (resumo comparativo dos três modelos). Na proporção combinada de 3:1, a escala atual fica em torno de $0.24 para o Flash, cerca de $0.59 para o FlashX, $2.15 para o GLM-5.3, cerca de $3 para o Grok 4.7 e cerca de $8 para o Opus 5.5 por 1M.

Isso torna a disputa do FlashX tanto interna quanto externa. Contra o Flash da DeepSeek, ele perde em preço e na liberdade de auto-hospedagem (pesos MIT contra nenhum peso verificado do FlashX); contra seu próprio irmão Flash, precisa provar que o acréscimo de 2.5x compensa em latência real. O único trunfo estrutural que ele mantém sobre ambos: contexto de 1M com entrada multimodal e raciocínio sempre ativo em uma opção de alta velocidade, combinação que nenhum concorrente oferece por essa faixa de preço.

A guerra de preços da categoria Flash ampliada por esse movimento começou no início do mês; confira a análise do Gemini 3.8 Flash sobre a armadilha de preços de 2027 que ainda se aplica, e o guia da API do GLM para detalhes de endpoint, model-id e integração (seção do FlashX incluída).

O que isso significa para desenvolvedores

O protocolo de avaliação mais realista para uma camada de velocidade sem dados independentes: faça uma requisição real pelo endpoint oficial e analise o consumo, meça a latência do primeiro token e da geração com sua própria bateria de prompts, e compare com o Flash e o DeepSeek V4.1 Flash pelo custo por tarefa concluída, não pelo preço por token. Com o raciocínio sempre ativo, o tempo de reflexão (thinking) é faturado, portanto o ajuste de esforço deve fazer parte do modelo de custos desde o primeiro dia.

Direcionamento de uso: agentes de codificação interativos e produtos de chat com SLA de latência são os candidatos naturais para o FlashX, onde pagar 2.5x a mais que o Flash compensa pelo ganho em experiência do usuário. Tarefas em lote de classificação e processamento em massa não têm motivos para sair da faixa de $0.15/$0.60. Um model-id em uma página de preços não constitui compromisso de roteamento por parte de nenhum intermediador, incluindo futuros serviços deste site: confirme o alias exato, preço e região no painel do seu provedor antes de enviar tráfego de produção.

Fique atento a três sinais a seguir: uma pontuação do FlashX no Artificial Analysis (que colocaria números reais na alegação de velocidade), a liberação dos pesos (que mudaria a conta da auto-hospedagem) e a inclusão no Coding Plan (que mudaria a lógica de assinaturas). Se qualquer um deles avançar, esta página receberá uma atualização.

Acesso fora da China — e o aviso legal padrão

Este site monitora APIs de modelos chineses para desenvolvedores internacionais: endpoints oficiais, preços e status de pesos abertos. O guia da API do GLM cobre o endpoint compatível com a OpenAI da Z.ai e a linha completa de model-ids; a tabela comparativa apresenta o comparativo entre provedores.

Aviso de independência: O ChinaModelAPI é um site informativo independente, sem vínculo com Z.ai, DeepSeek ou qualquer fornecedor de modelos. Os dados apresentados são divulgados pelos provedores ou atribuídos explicitamente aos veículos e rastreadores independentes que os publicaram; a afirmação sobre velocidade é de terceiros e não foi verificada; nada nesta página constitui garantia de roteamento ou disponibilidade.

Fontes primárias

FAQ (2026)

O que é o GLM-5.3-FlashX?

A camada de velocidade do GLM-5.3-Flash na documentação oficial e na página de preços da Z.ai: $0.37/$1.25 por 1M, contexto de 1M, saída máxima de 128K, entrada de texto+imagem+vídeo, raciocínio sempre ativo. Exclusivo via API.

Quanto custa o GLM-5.3-FlashX?

$0.37 entrada / $0.075 com cache / $1.25 saída por 1M (página oficial). Proporção: 2.5x o Flash ($0.15/$0.50), cerca de um quarto do GLM-5.3 ($1.40/$4.40), uma ordem de magnitude abaixo dos modelos topo de linha ocidentais.

Quais são as especificações do GLM-5.3-FlashX?

Contexto de 1M de tokens (1.048.576), saída máxima de 128K, entrada multimodal nativa (texto/imagem/vídeo), raciocínio sempre ativo: reduzir o reasoning_effort não o desativa.

O GLM-5.3-FlashX está incluído no Z.ai Coding Plan?

Não. Reportagens de terceiros indicam que o Flash foi adicionado ao Coding Plan com cota 3x, enquanto o FlashX permanece exclusivo para API. A capacidade por assinatura e a capacidade por API são separadas a partir de 24 de setembro de 2026.

O GLM-5.3-FlashX é um modelo de pesos abertos?

O Flash está documentado como código aberto (320B/18B, atenção esparsa+linear). Nenhuma liberação separada de pesos do FlashX foi confirmada até 24 de setembro de 2026. Considere-o uma variante servida via API; verifique o repositório e a licença antes de planejar a auto-hospedagem.

GLM-5.3-FlashX ou DeepSeek V4.1 Flash?

Preço: DeepSeek ($0.15/$0.60, pesos MIT). O FlashX contra-ataca com posicionamento na camada de velocidade, contexto de 1M e entrada multimodal. Agentes interativos podem justificar o custo 2.5x maior; tarefas em lote raramente justificam. Faça benchmarks com ambos.

GLM API guide

Lançamento do DeepSeek V4.1 Flash · Resumo da semana com três modelos · Todas as notícias

Entre na lista de espera para acesso compatível com a OpenAI