GLM-5.3-Flash-Preise
Listenpreis $0.15/$0.50, 4 Spalten in der offiziellen Tabelle, GLM-5.3-FlashX in eigener Zeile
Stand 2026-10-19 führt die offizielle Tabelle vier Spalten pro 1M Tokens — Input, Cache-Input, Cache-Speicherung und Output — und vermerkt, dass die Preise in US-Dollar angegeben sind. Der Listenpreis ist $0.15 Input / $0.50 Output pro Million Tokens, zum Start halbiert bis 2026-09-09 24:00 (UTC+8). Die Ersparnis ist real, aber die Cache-Read-Zeile verdient eine eigene Kalkulation.
Aktualisiert 2026-11-08
Preise ändern sich: Bei QCode zahlen Sie für Claude, GPT und chinesische Modelle pro Token — aktuelle Preise unter /models.
- Bezahlung pro Token — aktuelle Preise unter /models
- Zahlung per Karte (Visa / Mastercard), Apple Pay, Google Pay oder Krypto
- Selbstbedienung: aufladen und sofort aktivieren
Vier Preispositionen
Input · aktueller Listenpreis
Die Input-Spalte in der Zeile GLM-5.3-Flash der offiziellen Tabelle: Listenpreis $0.15 pro Million Tokens.
Output · aktueller Listenpreis
Pro Million Tokens. Listenpreis $0.50. Das Verhältnis von Input zu Output liegt bei 1:3.3 — sanfter als bei den meisten Modellen dieser Stufe.
Cache-Input · aktueller Listenpreis
Der Preis für das Lesen von Inhalten, die im Cache liegen. Listenpreis $0.03. In der offiziellen Tabelle sind Cache-Input und Cache-Speicherung zwei getrennte Spalten.
Cache-Speicherung
Die offizielle Tabelle führt diese Spalte separat und setzt dafür eine Frist: Für das Behalten des Inhalts im Cache fällt keine zusätzliche Gebühr an. Zum Start wurde diese Stufe (AA Intelligence Index 57) mit Claude Opus 4.8 verglichen; die offizielle Tabelle selbst nennt kein Verhältnis.
So funktioniert der offizielle Preis
Z.ai und bigmodel.cn nennen für GLM-5.3-Flash $0.15 pro Million Input-Tokens, $0.50 pro Million Output-Tokens und $0.03 für Cache-Reads. Die Launch-Aktion halbiert alle drei — $0.075 / $0.25 / $0.015 —, die Cache-Speicherung ist während der Aktion kostenfrei. Die Frist steht ausdrücklich da: 9. September 2026 um 24:00 (UTC+8). Die offizielle Tabelle teilt die Preise in vier Spalten — Input, Cache-Input, Cache-Speicherung und Output — und vermerkt, dass alle Preise in US-Dollar angegeben sind; Cache-Input und Cache-Speicherung sind zwei verschiedene Positionen. Andere Modelle (der GLM-5.3 derselben Generation, Claude Opus 4.8) haben eigene Preislisten, deshalb gehören direkte Vergleiche in diese Tabelle.
Was die Aggregatoren berechnen
In der Anlaufphase zeigte OpenRouter für z-ai/glm-5.3-flash die Aktionspreise $0.075 / $0.25 und $0.015 für Cache-Reads; das Aktionsfenster endete am 2026-09-09 um 24:00, danach gilt der Listenpreis. Novita berechnet zai-org/glm-5.3-flash auf der eigenen Serverless-Plattform mit $0.15 / $0.50. AIHubMix startete mit einer befristeten Ermäßigung. QuickSilver Pro listete $0.06 / $0.20 und damit rund 20 % unter dem offiziellen Aktionspreis. Die Spanne resultiert aus Subventionsstrategie und Abrechnungskonditionen der einzelnen Anbieter — prüfen Sie vor einem Wechsel, ob tatsächlich derselbe 1M-Kontext und dieselbe Cache-Abrechnung geboten werden.
Preisverlauf
Start und API-Freigabe, die 50-%-Aktion lief von Anfang an: $0.075 / $0.25, Cache Read $0.015.
OpenRouter stellt den kostenlosen Slug stealth/ox-alpha ein und führt z-ai/glm-5.3-flash zu Aktionspreisen.
Stand 2026-10-19 führt die offizielle Tabelle GLM-5.3-FlashX direkt neben GLM-5.3-Flash (Input $0.37 / Cache-Input $0.075 / Output $1.25). Das Aktionsfenster endete am 2026-09-09 um 24:00 (UTC+8); seither wird GLM-5.3-Flash zum Listenpreis abgerechnet: $0.15 Input, $0.50 Output, $0.03 Cache-Read.
Bestätigt vs. selbst prüfen
Bestätigt
Listenpreise $0.15/$0.50, Aktionspreise $0.075/$0.25, Cache-Reads $0.03 ($0.015 während der Aktion), die Frist 2026-09-09 24:00 (UTC+8) und die kostenfreie Cache-Speicherung während der Aktion — das alles steht in der offiziellen Preisdokumentation von Z.ai und bigmodel.cn sowie in den Launch-Ankündigungen. Stand 2026-10-19 stammen die vier Spalten der offiziellen Tabelle und die Zeile GLM-5.3-FlashX aus demselben Preisdokument.
Selbst prüfen
In der offiziellen Tabelle stehen nicht: die Obergrenze des Kontexts, die Preise, die Aggregatoren tatsächlich abrechnen, und die Kontingentumrechnung der Coding-Plan-Tarife (bei Flash rund dreimal so viel wie bei GLM-5.3, je nach Tarif); diese Zahlen stehen nur auf den jeweiligen Seiten und ändern sich. Preise bei Aggregatoren schwanken ständig und umfassen nicht immer dieselbe Kontextobergrenze oder Cache-Politik; liegt eine Plattform unter dem offiziellen Aktionspreis, prüfen Sie, ob es eine Subvention oder eine reduzierte Konfiguration ist. Die offizielle Seite für Ihre Region ist maßgeblich.
Auf dem Papier günstig – doch rechnen Sie zuerst den Cache durch
Der Schlagzeilenpreis ist tatsächlich niedrig
In derselben offiziellen Tabelle steht GLM-5.3 mit $1.4 Input und $4.4 Output, GLM-5.3-FlashX mit $0.37 Input, $0.075 Cache-Input und $1.25 Output. Die Aktionspreise $0.075 / $0.25 lagen für alles auf dem Niveau des AA Index 57 nahe am unteren Rand; bei Einzelaufrufen, kurzen Kontexten und Stapelverarbeitung kam die Ersparnis direkt an. Vergleichen Sie innerhalb dieser Tabelle, statt Preise von verschiedenen Plattformen zu vermischen.
Bei Cache Reads sieht es anders aus
Cache Reads kosten $0.03 ($0.015 während der Aktion). In Agent-Schleifen wird derselbe lange Kontext immer wieder eingelesen, daher kann die Cache-Position den Vorteil des Listenpreises überdecken. Rechnen Sie zuerst mit Ihrer Trefferquote und der durchschnittlichen Kontextlänge, dann entscheiden Sie, ob ein Task den Cache behalten soll.
Ihre eigene Rechnung
Teilen Sie eine typische Anfrage in drei Teile: frische Input-Tokens, gecachte Input-Tokens und Output-Tokens. Die aktuelle Formel lautet (frisch × $0.15 + gecacht × $0.03 + Output × $0.50) / 1.000.000. Die halbierten Preise aus der Anlaufphase (frisch × $0.075 + gecacht × $0.015 + Output × $0.25) sind vorbei und gehören in die Historie. Agent-Workflows landen meist zwischen 60 % und 90 % Cache-Trefferquote, und je höher sie ist, desto stärker dominiert die Cache-Position — genau deshalb führt der Schlagzeilenpreis allein in die Irre.
Bei QCode
QCode rechnet pro Token ab, die Preise je Modell stehen auf /models: nutzbar sind die Z.ai-Modelle GLM-5.3-Flash, GLM-5.3 und GLM-5.2; sie werden unabhängig bepreist und folgen nicht Position für Position den Listenpreisen des Herstellers. GLM-5.3-Flash ging am 2026-08-27 live und kostet auf QCode derzeit $0.77/M Input, $2.69/M Output und $0.22/M Cache Read (aktuelle Preise auf qcode.cc/models). Um die realen Kosten chinesischer Modelle zu vergleichen, sehen Sie sich auch GLM-5.3 oder die DeepSeek-V4-Familie an; auf QCode gilt für alle Modelle rund um die Uhr derselbe Preis. Ein neues Modell ein paar Tage testen? «Nutzungspakete» starten bei $4 für ein einmaliges Kontingent, das Sie innerhalb von 7 Tagen nutzen.
FAQ
Wann genau endet der Rabatt?
9. September 2026 um 24:00, Zeitzone UTC+8. Danach Input zurück auf $0.15, Output auf $0.50 und Cache-Reads auf $0.03, jeweils pro Million Tokens; in der aktuellen Tabelle steht keine Rabattmarkierung, der Listenpreis ist also der Preis, der anfällt.
Gibt es einen kostenlosen Tarif?
Es gibt keinen dauerhaft kostenlosen öffentlichen Endpunkt. Kostenlos war die anonyme Stealth-Vorschau stealth/ox-alpha, die am Enthüllungstag aus dem Produktivkatalog von OpenRouter entfernt wurde. Neue Konten auf der Plattform von Z.ai erhalten Testguthaben – das ist ein Test und kein kostenloser Tarif.
Wie wird das Caching abgerechnet?
Cache Reads werden mit $0.03 pro 1M Tokens abgerechnet ($0.015 während der Aktion); die Cache-Speicherung ist eine eigene Spalte in der offiziellen Tabelle und als zeitweise kostenfrei vermerkt. Der Preis für Cache Reads liegt unter dem Input-Preis, bei langem Kontext und hoher Trefferquote entfallen darauf aber der größte Teil der abgerechneten Tokens.
Ist es günstiger als DeepSeek V4 Flash?
Es kommt auf die Form Ihrer Nutzung an. Für reinen Input und Output listet GLM-5.3-Flash $0.15 / $0.50; Cache Reads sind getrennt zu rechnen, und DeepSeek halbiert die Preise zusätzlich in den Off-Peak-Zeiten. Bei langem Kontext und hoher Trefferquote müssen Sie beide Modelle getrennt durchrechnen.
Coding Plan oder Pay-as-you-go?
Es kommt auf die Form Ihrer Nutzung an. Der Coding Plan von Z.ai gibt für Flash rund dreimal so viel Kontingent wie für GLM-5.3 ab und passt zu gleichmäßigem täglichem Volumen; schwankt Ihre Nutzung oder brauchen Sie mehrere Modellfamilien, ist ein auf einmal gekauftes Kontingent flexibler — und Sie müssen Ihr Guthaben nicht auf jeder Plattform separat aufladen.
Kann ich einem Drittanbieter vertrauen, der den offiziellen Preis unterbietet?
Sie können einen nutzen, sollten aber drei Dinge prüfen: ob das Kontextlimit tatsächlich 1M beträgt, ob die Cache-Abrechnung übereinstimmt und welche Rate Limits gelten. Preise unter dem offiziellen Listenpreis (zum Beispiel $0.06 / $0.20) beruhen meist auf einer befristeten Subvention, die nicht von Dauer sein muss.
Quellen
Die offizielle Preisdokumentation von Zhipu und Z.ai (erfasst 2026-10-19), die Launch-Ankündigung von Z.ai (2026-08-26), die Preise auf den Modellseiten von OpenRouter und Novita sowie die Launch-Beiträge von AIHubMix und QuickSilver Pro (erfasst vom 2026-08-26 bis 27).
Chinesische Modelle, ein Key für alle
GLM-5.3, DeepSeek V4, Kimi K3 und Qwen lassen sich über denselben QCode-Endpunkt wechseln; QCode rechnet pro Token ab und führt die Preise je Modell auf /models, sodass Sie nicht auf jeder Plattform separat aufladen müssen.
Weiterführende Artikel
Preisvergleich für 1M-Langkontext
Tarifregeln für Langkontext und Rechenbeispiele für Claude, GPT-6 Sol / 6.1 Sol, Grok 4.7 und DeepSeek V4.1 Flash (Stand 2026-10-07).
1M-Kontext in Claude Code hinter eigener Base URL
Ab 2.1.285 bringt eine eigene Base URL automatisch 1M Kontext; endet Ihr Gateway bei 200K, hilft /autocompact 200k, dazu Hinweis-Header und 529-Backoff.
AI Model Radar 2026
Preise und Verfügbarkeit im Überblick, für alle Modellfamilien.
Krypto-Zahlungsleitfaden
Neun Coins, 56 Netzwerke, keine Plattformgebühr für KI-Coding-API-Guthaben.
Die Preise sind eine Momentaufnahme vom 2026-10-19 und ändern sich, sobald die Anbieter sie anpassen. QCode steht in keiner Verbindung zu Z.ai. GLM-5.3-Flash ist seit 2026-08-27 auf QCode verfügbar; zur Verfügbarkeit von GLM-5.3-FlashX siehe /models.