GLM-5.3-FlashvsGPT-5 nano
都是语言模型，按各自厂商 API 的标准价比较，每个数字都附来源。
按你的用量对比
所有模型按同一个请求计价输入 8,000 token，输出 2,000
| GLM-5.3-Flash Z.ai API | GPT-5 nano OpenAI API | |
|---|---|---|
| 适用价格 | 基础价格 | 基础价格 |
| 输入每 1M token | $0.15 | $0.050 |
| 缓存读取每 1M token | $0.030 | $0.005 |
| 输出每 1M token | $0.50 | $0.40 |
| 每次请求成本 | $0.0022 | $0.0012 |
| 每 1,000 次请求 | $2.20 | $1.20 |
- GLM-5.3-Flash Pricing · 数据日期 2026年11月1日
- GPT-5 nano OpenAI API pricing · 数据日期 2026年11月2日
所有模型都按同一个请求、以各厂商自己的标价（均附来源和日期）计算，因此加粗的就是最便宜的。无法处理该请求的模型会注明原因，不参与排名；厂商没有某个条件的价格时，会说明改用了哪个价格。
提示越长，每次请求的成本
输出 2K token，按各厂商 API 的标价计算。 曲线在模型的上下文窗口处结束。
- GLM-5.3-Flash · Z.ai API
- GPT-5 nano · OpenAI API
在所有有评分的模型中的位置
每条线从该榜单的最低分到最高分，竖线是中位数。
- GLM-5.3-Flash
- GPT-5 nano
关键差异
输入厂商官方 API · global · USD
$0.15 / 百万 tokens Pricing · 数据日期 2026年11月1日
$0.050 / 百万 tokens OpenAI API pricing · 数据日期 2026年11月2日
输出厂商官方 API · global · USD
$0.50 / 百万 tokens Pricing · 数据日期 2026年11月1日
$0.40 / 百万 tokens OpenAI API pricing · 数据日期 2026年11月2日
缓存读取厂商官方 API · global · USD
$0.030 / 百万 tokens Pricing · 数据日期 2026年11月1日
$0.005 / 百万 tokens OpenAI API pricing · 数据日期 2026年11月2日
以上差异来自已核实厂商规格，或各自官方 API 在相同地区、币种、计费单位和条件下的标价。不同条件仍在完整表格中并列展示，不据此判断哪款更便宜。 声明的功能只说明支持情况，不代表实测质量或推荐；缺少证据不等于不支持。
完整对比
| GLM-5.3-Flash Zhipu AI | GPT-5 nano OpenAI | |
|---|---|---|
| 概览 | ||
| 发布时间 | 2026年8月26日 | 2025年8月7日 |
| 开放权重 | — | |
| 知识截止 | 官方未写明 | 2024年5月 |
| 规格 | ||
| 上下文 | 1M | 400K |
| 最长输入 | 官方未写明 | 272K |
| 最大输出 | 128K | 128K |
| 输入模态 | 文本、图像、视频 | 文本、图像 |
| 输出模态 | 文本 | 文本 |
| 推理 | ||
| 推理档位 | low、high、max | minimal、low、medium、high |
| 可关闭推理 | — | 官方未写明 |
| 工具调用 | ||
| 结构化输出 | ||
| 价格 · 每百万 tokens | ||
| 输入价格 | $0.15 | $0.050 |
| 输出价格 | $0.50 | $0.40 |
| 缓存读取价格 | $0.030 | $0.005 |
| 混合价格（输入 3 : 输出 1） | $0.2375 | $0.1375 |
| 条件价格 · 每百万 tokens | ||
| 批量输入价格 | 未提供 | $0.025批量 |
| 批量输出价格 | 未提供 | $0.20批量 |
| Flex 层级输入价格 | 未提供 | $0.025Flex 层级 |
| Flex 层级输出价格 | 未提供 | $0.20Flex 层级 |
| 引用评分 | ||
| Epoch Capabilities Index | 153.6 | 139.2 |
| LMArena Text | 1,477 | 1,338 high effort |
| LMArena Text · Coding | 1,526 | 1,385 high effort |
| LMArena Vision | 1,294 | 1,160 high effort |
| LMArena Text · Chinese | 1,530 | 1,378 high effort |
| Epoch AI · GPQA Diamond | 90.2% max effort | — |
| Epoch AI · FrontierMath Tiers 1–3 | 55.8% max effort | — |
头条价格可能来自不同渠道、地区或档位。选用模型前请核对各项来源，缺失的事实保留为空。
模型详情与来源
- GLM-5.3-Flash → 已上线
- GPT-5 nano → 即将下线 · 数据日期 2026年11月1日
引用评分
- Epoch AI, 'Capabilities & benchmarking'. Published online at epoch.ai. Retrieved from 'https://epoch.ai/benchmarks'. Licensed CC BY 4.0. · Epoch AI Benchmarking Hub data · CC BY 4.0 · 数据日期 2026年11月5日
- Epoch AI, 'Capabilities & benchmarking'. Published online at epoch.ai. Retrieved from 'https://epoch.ai/benchmarks'. Licensed CC BY 4.0. · Epoch AI Benchmarking Hub data · CC BY 4.0 · 数据日期 2026年10月28日
- Epoch AI, 'Capabilities & benchmarking'. Published online at epoch.ai. Retrieved from 'https://epoch.ai/benchmarks'. Licensed CC BY 4.0. · Epoch AI Benchmarking Hub data · CC BY 4.0 · 数据日期 2026年11月4日
- LiveBench (White et al.), release 2026-06-25, livebench.ai, licensed CC BY-SA 4.0. This board, adapted from it, is shared under CC BY-SA 4.0. · LiveBench release 2026-06-25 · CC BY-SA 4.0 · 数据日期 2026年6月25日
- LMArena (Arena), leaderboard-dataset on Hugging Face, licensed CC BY 4.0 · LMArena leaderboard dataset (Hugging Face) · CC BY 4.0 · 数据日期 2026年10月28日
- LMArena (Arena), leaderboard-dataset on Hugging Face, licensed CC BY 4.0 · LMArena leaderboard dataset (Hugging Face) · CC BY 4.0 · 数据日期 2026年10月19日
- Terminal-Bench 4.0 leaderboard (Marten, Shaw et al., Terminal-Bench; harbor-framework/terminal-bench on GitHub), licensed Apache-2.0. · harbor-framework/terminal-bench leaderboard submissions · Apache-2.0 · 数据日期 2026年9月29日