Giá API GLM-5.3-Flash năm 2026: 1M token tốn bao nhiêu

Giá niêm yết của GLM-5.3-Flash trên Z.ai (trang giá chính thức, kiểm tra ngày 24 tháng 10 năm 2026): 1M token bạn gửi đi tốn $0.15, và 1M token nó viết trả lại tốn $0.50. Trên CheapTokens, MiniMax-M2.7 có giá trực tiếp, hiển thị trong các bảng bên dưới, và rẻ hơn giá tham chiếu của OpenRouter khi tính tổng, với input và output cộng lại. Dưới đây: điều đó nghĩa là gì với một hóa đơn bạn thực sự hình dung được.

Giá cả, đặt cạnh nhau#

Trang giá của Z.ai (24 tháng 10 năm 2026) liệt kê ba mức giá chính thức cho GLM-5.3-Flash trên mỗi 1M token: $0.15 để gửi, $0.03 để gửi token đã cache và $0.50 để nhận token trả về. Trang không hiển thị ngày công bố, nên hãy coi các con số là "tính đến ngày 24 tháng 10 năm 2026".

Giá tham chiếu của OpenRouter cho output GLM-5.3-Flash (23 tháng 10 năm 2026) là $0.1985 trên mỗi 1M token. Trên CheapTokens, output của MiniMax-M2.7 là $0.15 trên mỗi 1M token, và input là $0.05. Hai con số đó là giá trực tiếp: khi bảng giá thay đổi, trang tự cập nhật.

Một mức giá cho mỗi model, ở bất kỳ giờ nào. Không có giờ cao điểm và không có phụ phí theo thời điểm trong ngày.

Ví dụ 1: một bot hỗ trợ với 1.000 yêu cầu#

Giả sử bạn chạy một bot hỗ trợ nhỏ. Mỗi yêu cầu mang khoảng 500 token vào (câu hỏi cộng một chỉ dẫn ngắn) và trả về khoảng 300 token. Một nghìn yêu cầu là 0,5M token vào và 0,3M token ra.

Theo giá niêm yết của Z.ai, đó là 0,5 × $0.15 + 0,3 × $0.50 = $0.225. Trên CheapTokens, cùng tải đó tốn $0.07, và bảng bên dưới tự tính lại:

Câu trả lời ngắn hơn câu hỏi, nhưng một token câu trả lời tốn nhiều hơn: trong $0.225, $0.15 là output. Vậy giá output quyết định hóa đơn này, và MiniMax-M2.7 trên CheapTokens có output rẻ hơn OpenRouter.

Ví dụ 2: một agent lập trình qua 200 bước#

Agent hành xử khác đi. Mỗi bước gửi lại các tệp, kết quả công cụ và lịch sử, nên mỗi lần gọi mang rất nhiều input và chỉ trả về một hành động ngắn. Lấy 200 bước với khoảng 20.000 token vào và 500 token ra mỗi bước.

Với dạng tải này, một lựa chọn phù hợp là MiniMax-M2.7 (MiniMaxAI/MiniMax-M2.7): nó rẻ hơn OpenRouter khi tính tổng, với input và output cộng lại, và có ngữ cảnh 180K, dư sức cho một bước. 200 bước thành 4M token vào và 0,1M token ra, và trên MiniMax-M2.7 tốn $0.215. Để tham khảo, cùng tải đó theo giá niêm yết GLM-5.3-Flash của Z.ai (24 tháng 10 năm 2026) là 4 × $0.15 + 0,1 × $0.50 = $0.65. Để đọc câu chuyện dài hơn về lý do lịch sử làm phình hóa đơn, xem vì sao một cuộc trò chuyện AI dài tốn hơn.

Bạn nhận được gì với GLM-5.3-Flash trên CheapTokens#

• Model id: zai-org/GLM-5.3-Flash
• Cửa sổ ngữ cảnh: 390K token
• Tối đa 8.192 token output mỗi câu trả lời
• API: OpenAI Chat Completions và Anthropic Messages, tại https://api.cheaptokens.dev/v1
• Một số dư cho mọi model, không có giờ cao điểm

Giá hiện tại của mọi model nằm trên trang giá; họ GLM được mô tả trên trang GLM.

Gửi yêu cầu đầu tiên#

Tạo một key trong tài khoản của bạn, nạp số dư và chạy lệnh này. Key là một placeholder:

curl https://api.cheaptokens.dev/v1/chat/completions \
  -H "Authorization: Bearer YOUR_API_KEY" \
  -H "Content-Type: application/json" \
  -d '{
    "model": "zai-org/GLM-5.3-Flash",
    "messages": [{"role": "user", "content": "Summarise in one sentence: tokens are billed for input and output separately."}],
    "max_tokens": 200
  }'

Phản hồi có một khối usage với prompt_tokens và completion_tokens. Nhân chúng với giá ở trên và bạn có chi phí chính xác của lần gọi đó. Chi tiết nằm trong tài liệu và trong yêu cầu API đầu tiên của bạn.

Chọn cái nào#

Muốn so sánh rộng hơn? GLM vs DeepSeek vs MiniMax đi qua ba họ model, và giá API DeepSeek làm bảng phân tích giá tương tự cho DeepSeek.