GLM-5.3-FlashX：快5倍，贵2.5倍

八月里有一周，一个不知名的模型出现在开发者使用的两个服务上，免费，没有制造商名称，使用 Ox Alpha 这个化名。大家只能在不知道它是谁的情况下测试它。它成了那两个平台上本周使用最多的模型。几天后，有人仅仅通过观察它如何把文本切成小块，就猜出了它来自哪个家族，之后 Z.ai 才确认并发布了权重。

它就是 GLM-5.3-Flash，而这场小游戏并不是一时兴起：这家公司想要得到那些不会对品牌抱有先入之见的开发者反馈。干得漂亮。周五，同一家公司又往机器里投了一枚硬币，推出了一个速度快五倍、价格贵两倍半的版本。

周五公布了什么

这个新来的家伙叫 GLM-5.3-FlashX。公告里有两个数字，而且它们朝着相反的方向走。先说速度：最高每秒 200 个令牌，而 Flash 版本大约是 45 个。快了五倍。再说价格：输入价格变成每百万个令牌 0.37 美元，而 Flash 是 0.15 美元。输出则是 1.25 美元对 0.50 美元。总之，整个价格表都套用了同一个 2.5 倍系数。

简单说，一个令牌就是一个词的一小块。你可以把它大致算成一个常见法语词的四分之三。所以一百万个令牌大约就是 750,000 个词，也就是两本大部头小说，只要几十美分。

一个没有标签的盒子放在架子上。整整一周，所有人都在不知道是谁制造它的情况下测试了它

把价格放在一起看

同一家制造商的一百万个令牌的输入价格，2026年9月18日

Z.ai 的完整表格很有启发，因为它说明这家公司并不满足于只提高一个价格：它又搭了一层。底部是输入价格为 0.15 美元的 GLM-5.3-Flash。中间是新的 FlashX，价格为 0.37。顶部是完整模型 GLM-5.3，输入价格为 1.40 美元，输出价格为 4.40 美元，也就是 FlashX 价格的将近四倍。

需要看的不是表面数字，而是机器花多少钱来完成工作。在 Artificial Analysis 的指数上，这个指数综合衡量推理、代码和知识，GLM-5.3-Flash 得到 57 分，在所有模型中排名第三，每项任务的成本是 0.09 美元。Claude Opus 4.8 开到最大思考程度时，得分大致相同，但每项任务要花 2.03 美元。这才是真实的差距：大约二十倍，不是有时能读到的 40 倍。至于 FlashX，价格是 Flash 的 2.5 倍，却仍然远远落后。

底下到底是什么在运转

对于这个档次的模型来说，技术规格很让人意外。总共 3200 亿个参数，但每生成一个词只激活 180 亿个。原理就是专家混合：机器手头留着几十个专家，只唤醒 288 个可用专家中的八个，来处理眼下这段文本。因此，虽然标示出来的规模大得吓人，账单仍然很低。

它也是这个家族里第一个真正能看东西的模型：文本、图片和视频进入同一个模型，一次最多输入一百万个令牌。这和把一个图像读取器粘在文本模型旁边的临时拼装相去甚远。

还有一个细节，美国人比我们更早注意到：在整整一周的免费测试期间，这个模型完全运行在中国制造的芯片上。里面没有一块 Nvidia 加速器。对于一个质量达到这种程度、又同时免费服务数千名开发者的模型来说，这既是一场展示，也是一份公告。

这会怎样改变你的账单

如果你从来不用编程接口来调用模型，这个消息就不会直接影响你，我还是更愿意把这点说清楚。下降的是按量计费的价格，不是订阅价格。

至于其他人，影响很简单，而且月底就能看出来。一个替你整理邮件、总结会议，或者整晚帮你检查代码的代理，会持续消耗令牌，而令牌的价格决定了你是让它继续运行，还是把它关掉。把账单减少二十倍，会彻底改变我们敢于启动什么。我自己的使用方式大概就是这样：我让 Claude Code 整天运行，月底配额消耗得太快时，我有时会切换到 GLM。

在你睡觉时工作的代理。它不是免费的，只是已经便宜到让人不再去想这件事了

不过还是要当心这类宣传会设下的一个陷阱。模型快一点当然好，但速度也要付出校对的代价。每秒 200 个 token 时，机器生成的速度比你阅读的速度快，更比你检查的速度快得多。放到代码上，这意味着错误会成堆出现，而校对会变成真正的瓶颈。

仍然模糊的地方，而且这并不是什么小事

资料页没有说三件事。知识截止日期没有公布，训练数据的来源也没有公布，这几乎是所有人的惯例，但每次都值得说出来。其次，权重可以在 MIT 许可证下免费下载，但完整版本 GLM-5.3 加了一条规定：营收超过 100 亿美元的企业，在使用它之前必须通过安全审查。这不是自由软件的末日，这是市场顶端提出的一项条件。

最后，数据里还有一个有趣的反差。FlashX 的速度是 Flash 的五倍，但完整模型 GLM-5.3 的实际吞吐量仍然比 FlashX 更快，每秒 78 个 token，对比每秒 45 个。宣传中的峰值速度和你在自己的请求上获得的速度不是一回事。所有模型都这样，只是当你把同一个模型的三个版本叠在一起时，这一点会更加明显。

真正的问题不是价格

两年来，中国模型的承诺都可以概括成一句话：同样优秀，便宜得多。这是真的，现在依然如此，而现在他们又在上面加了一层，并且把它定价成下面那层的近三倍。

应该这样理解：他们靠价格打进来，现在想让别人为其他东西付钱。Z.ai 从今年起就在股市上市，筹集了数十亿美元，也不再需要靠压低价格来证明自己的存在。这正是 OpenAI 在它之前做过的事，也是一个品类正在成长的信号。

不过，那个曾经用来展示实力的免费 Flash 仍然保持着输入每次 0.15 美元的价格。如果没有人从更低的价位来和它竞争，这还能持续多久？