GLM 5.3: quanto costa davvero questo modello economico

👁 118 letture

La scheda del modello GLM 5.3 sembra allettante: un milione di token di contesto, prezzo di input sotto i dieci centesimi nella versione Flash, supporto per immagini e video. Sembra il modo più economico per ottenere un grande contesto oggi disponibile. Abbiamo quindi eseguito i nostri test e calcolato quanto costa realmente questa offerta. È emerso che tre dei quattro numeri sulla scheda del modello sono veritieri solo in condizioni molto particolari.

Il nostro test: come se la cava GLM-5.3 con la scrittura in polacco, lo abbiamo verificato separatamente: GLM-5.3 in polacco: test su 13 compiti · confronto con MiMo, Qwen e Muse Spark

Cos’è GLM 5.3

GLM 5.3 è un modello dell’azienda cinese Z.ai, successore della linea GLM 5. Su OpenRouter è disponibile in due varianti, e la differenza tra loro è maggiore di quanto suggerisca il nome.

La prima cosa che salta all’occhio: la versione Flash più economica ha un contesto maggiore rispetto alla versione completa e accetta immagini e video, che il modello principale non accetta affatto. Con un prezzo di input diciannove volte inferiore. Non è una configurazione che si incontra spesso, quindi abbiamo iniziato proprio da qui.

Il contesto da 1,31 milioni non lo ottieni quasi da nessuno

GLM 5.3 Flash ha ventisei provider su OpenRouter. Abbiamo controllato ciascuno separatamente e la finestra di contesto di 1 310 720 token la offre esattamente uno: Cloudflare. Ventiquattro dei restanti offrono 1 048 576, e uno 262 144.

Il numero sulla scheda del modello è quindi veritiero, solo che descrive il miglior provider, non ciò che otterrai con una richiesta normale. Se stai costruendo qualcosa che ha realmente bisogno di 1,3 milioni di token, devi forzare un provider specifico. Altrimenti ti ritroverai con un milione e la richiesta rimbalzerà sul limite nel momento peggiore possibile.

Il prezzo sulla scheda è quello del provider più economico, non il tuo

Qui diventa più interessante. OpenRouter mostra sulla scheda la tariffa del provider più economico, ma la richiesta viene indirizzata a quello che è disponibile al momento. Abbiamo calcolato la variazione per ciascuno dei quattro modelli.

Con GLM 5.3 Flash, la tariffa sulla scheda, cioè 0,25 dollari, la offrono due provider su ventisei. Venti ne applicano 0,50, cioè il doppio. Le nostre richieste sono finite su Together e abbiamo pagato proprio 0,50.

Con GLM 5.2 è andata peggio. La scheda indica 0,88 dollari per milione di token di output. La nostra richiesta è finita su un provider che applica 4,40, cioè cinque volte più del prezzo sulla base del quale stavamo prendendo la decisione. Non è un errore né una tariffa nascosta, tutto è trasparente nei dati sui provider. Semplicemente nessuno legge i dati sui provider, e la scheda del modello mostra un solo numero.

Il reasoning non si può disattivare

Il nostro metodo standard di misurazione inizia con la disattivazione del reasoning, altrimenti confrontiamo modelli che pensano con modelli che rispondono subito. Con GLM 5.3 questo non funziona. L’API restituisce un errore 400 e un messaggio che non lascia spazio a discussioni:

Reasoning is mandatory for this endpoint and cannot be disabled.

Lo stesso errore si ottiene con la versione Flash. La conseguenza è finanziaria, non tecnica: i token di reasoning vengono fatturati come normali token di output, e l’output è il lato più costoso del listino. Paghi per il pensiero del modello e non puoi rinunciarvi.

Abbiamo verificato quanto reasoning c’è. In tre compiti la percentuale di token di reasoning sul totale dell’output è stata:

• GLM 5.3: 95%, 84% e 52%
• GLM 5.3 Flash: 96%, 93% e 68%
• DeepSeek V4 Flash: 89%, 16% e 90%

Nel compito in cui abbiamo chiesto due frasi in polacco, GLM 5.3 ha prodotto 659 token di output, di cui 625 erano reasoning. Abbiamo ricevuto due frasi e una fattura per venti volte più testo di quello che abbiamo visto.

Tre compiti in polacco, quattro modelli

Il test è stato semplice e volutamente breve, perché in questi compiti le differenze di costo diventano più dolorose. Abbiamo chiesto due frasi con declinazioni difficili, un riassunto in esattamente tre frasi e un calcolo sul listino dei token. Abbiamo testato in polacco.

Il numero più impressionante è nella riga del riassunto. GLM 5.3 Flash ha avuto bisogno per tre frasi sul leasing di 3 783 token di output e 46,3 secondi, di cui 3 526 token sono andati al reasoning. DeepSeek V4 Flash ha completato lo stesso compito in 203 token e 3,8 secondi. Dodici volte più veloce, con un costo trentanove volte inferiore.

In totale per tre compiti DeepSeek V4 Flash ha addebitato sedici volte meno di GLM 5.3 Flash e sessantuno volte meno di GLM 5.3.

E la lingua polacca?

Qui non c’è sorpresa ed è proprio questo il problema di GLM. Tutti e quattro i modelli se la sono cavata con il genitivo plurale di “violino” e con lo strumentale di “mille” in polacco. Tutti hanno calcolato correttamente la fattura a 0,646 dollari. Tutti hanno inserito il riassunto in esattamente tre frasi, come richiesto.

Una frase da GLM 5.3: “W piwnicy nie znaleźli starych skrzypiec należących do dziadka“ (In cantina non hanno trovato i vecchi violini del nonno). Una frase da DeepSeek V4 Flash: “Zabrakło mi strun do moich starych skrzypiec“ (Mi sono mancate le corde per i miei vecchi violini). Entrambe corrette, una è costata sessantuno volte di più.

Nei compiti in cui il modello più costoso non fa nulla di meglio, tutta la differenza si riduce alla fattura. E questa è la risposta alla domanda se vale la pena passare da GLM 5.2 a 5.3: nei nostri compiti non c’era motivo di pagare di più.

Stesso modello, tempo quattro volte diverso

Vale la pena sapere ancora una cosa. GLM 5.3 ci ha risposto una volta in 1,7 secondi e un’altra in 29,7 secondi. Non era una differenza di difficoltà del compito, ma una differenza di provider: la risposta più breve è arrivata da Modal, quella più lunga da DigitalOcean. Se stai costruendo qualcosa in cui il tempo di risposta conta, con modelli che hanno una lunga lista di provider devi indicarne uno specifico. Altrimenti lo stesso codice funziona una volta in un secondo e un’altra in mezzo minuto senza sapere perché.

Per chi ha senso

Prendi GLM 5.3 Flash se hai bisogno di un modello economico che accetti immagini e video con un grande contesto. È una combinazione realmente rara e qui Flash vince, perché DeepSeek V4 Flash non accetta immagini.

Salta GLM 5.3 nella versione completa finché non hai un compito in cui la versione Flash fallisce. Costa quasi diciannove volte di più in input, non accetta immagini, ha un contesto più piccolo e nei nostri compiti non ha risposto meglio.

Per il testo normale prendi qualcos’altro. Nei compiti testuali DeepSeek V4 Flash è stato più veloce e molto più economico con la stessa qualità linguistica.

Indica sempre il provider. È una riga nella richiesta, e senza di essa il prezzo e il tempo di risposta sono una lotteria in cui la scheda del modello mostra il miglior risultato possibile.

Come abbiamo misurato

Tutti i numeri provengono dal 9 settembre 2026. Prezzi e liste di provider li abbiamo presi direttamente dall’API di OpenRouter, i costi delle singole richieste dal campo di fatturazione restituito dalla stessa API, non da nostre stime. Ogni compito è stato inviato a ogni modello una volta, con la stessa istruzione e un limite di 4 000 token. L’intero test è costato 0,0196 dollari.

Una misurazione è una misurazione e con modelli con reasoning la variazione può essere notevole. Non affermiamo quindi che GLM 5.3 Flash abbia sempre bisogno di 3 783 token per tre frasi. Affermiamo che al primo tentativo ne ha avuti bisogno, che non si può disattivare e che la fattura va calcolata con questo presupposto.

Raccogliamo più misurazioni di questo tipo regolarmente nei benchmark, e i dati sui singoli modelli li conserviamo nell’atlante dei modelli. Come appaiono trappole simili con modelli più costosi, l’abbiamo descritto nel testo su GPT-6 Astra.

Aggiornamento dello stesso giorno: test più ampio è andato meglio per GLM

Poche ore dopo la pubblicazione di questo testo abbiamo fatto passare dieci modelli attraverso sei compiti di grammatica polacca, valutati automaticamente. GLM 5.3 Flash ha ottenuto il punteggio pieno, tanto quanto GPT-6 Astra, Claude Fable 5.1 e Kimi K3, con una fattura da ventisei a trentadue volte inferiore rispetto a loro.

Questo precisa la conclusione del paragrafo precedente. Sui tre compiti di questo testo DeepSeek V4 Flash è andato altrettanto bene ed era più economico. Su un set più ampio DeepSeek ha perso un punto, mentre GLM 5.3 Flash non ne ha perso nessuno. Se ti interessa la correttezza linguistica in polacco, GLM 5.3 Flash è ora la nostra scelta predefinita, e tutto ciò che abbiamo scritto sopra sui costi del reasoning e sui provider rimane valido.

I risultati completi, suddivisi per compiti e con il costo di ogni modello, sono nel testo su quale modello AI scrive meglio in polacco.

Seconda volta lo stesso, solo più doloroso

Con un compito più lungo il reasoning obbligatorio smette di essere solo un costo. Nel test in cui abbiamo chiesto a otto modelli un articolo di novecento parole, GLM 5.3 Flash ha consumato l’intero limite di ottomila token sul pensiero e ha restituito zero parole, emettendo comunque una fattura.

Non è più un’eccezione

Quando abbiamo scritto questo testo, GLM 5.3 era l’unico modello in cui ci eravamo imbattuti. Il giorno dopo abbiamo esaminato diciotto modelli ed è emerso che sette di loro bloccano la disattivazione del reasoning, e la divisione è puramente generazionale: i nuovi modelli tolgono la scelta, le versioni più vecchie delle stesse famiglie la danno ancora.

Dati numerici: scheda GLM 5.3 con prezzi per milione di token e dimensione del contesto.

// continua a leggere7600 inserzioni di app per spogliare su Facebook: quanto costaMagazineHotel Lobby AI: come fare il trend TikTok e quanto costaMagazineGPT-6 Luna: il modello OpenAI più economico testato per 0,0024 USDMagazine

Kinetyra