GLM-5.3-FlashvsQwen3.8-Flash
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 | Qwen3.8-Flash Alibaba Cloud Model Studio | |
|---|---|---|
| 适用价格 | 基础价格 | 基础价格 |
| 输入每 1M token | $0.15 | $0.113 |
| 缓存读取每 1M token | $0.030 | $0.014 |
| 输出每 1M token | $0.50 | $0.382 |
| 每次请求成本 | $0.0022 | $0.001668 |
| 每 1,000 次请求 | $2.20 | $1.668 |
- GLM-5.3-Flash Pricing · 数据日期 2026年11月1日
- Qwen3.8-Flash Alibaba Cloud Model Studio pricing · 数据日期 2026年11月2日 · Qwen3.8 Flash model · 数据日期 2026年11月1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。
- GLM-5.3-Flash · Z.ai API
- Qwen3.8-Flash · Alibaba Cloud Model Studio
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
$0.113 / 百万 tokens Alibaba Cloud Model Studio 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
$0.382 / 百万 tokens Alibaba Cloud Model Studio pricing · 数据日期 2026年11月2日
输出厂商官方 API · china · CNY
¥2.80 / 百万 tokens 智谱 BigModel：API 定价 · 数据日期 2026年11月2日
¥2.70 / 百万 tokens 阿里云百炼：模型价格 · 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
$0.014 / 百万 tokens Qwen3.8 Flash model · 数据日期 2026年11月1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 | Qwen3.8-Flash Alibaba Qwen | |
|---|---|---|
| 概览 | ||
| 发布时间 | 2026年8月26日 | 2026年8月26日 |
| 开放权重 | — | |
| 规格 | ||
| 上下文 | 1M | 1M |
| 最长输入 | 官方未写明 | 991.81K |
| 最大输出 | 128K | 131.07K |
| 输入模态 | 文本、图像、视频 | 文本、图像、视频 |
| 输出模态 | 文本 | 文本 |
| 推理 | ||
| 推理档位 | low、high、max | low、medium、xhigh |
| 可关闭推理 | — | |
| 最大思考预算 | 官方未写明 | 262.14K |
| 工具调用 | ||
| 结构化输出 | ||
| 内置工具 | 官方未写明 | 联网搜索 |
| 价格 · 每百万 tokens | ||
| 输入价格 | $0.15 | $0.113 |
| 输出价格 | $0.50 | $0.382 |
| 缓存读取价格 | $0.030 | $0.014 |
| 缓存写入价格 | — | $0.177显式缓存 |
| 混合价格（输入 3 : 输出 1） | $0.2375 | $0.18025 |
| 引用评分 | ||
| Epoch Capabilities Index | 153.6 | — |
| LMArena Text | 1,477 | — |
| LMArena Text · Coding | 1,526 | — |
| LMArena Vision | 1,294 | — |
| LMArena Text · Chinese | 1,530 | — |
| 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
- Qwen3.8-Flash → 已上线
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