•

Open weights model

•

Released August 2026

GLM 5.3 Flash Benchmarking und Analyse von API-Anbietern

Name: Geschwindigkeit
Creator: Artificial Analysis
License: https://artificialanalysis.ai/docs/legal/Terms-of-Use.pdf

Modellvergleich

Diese Analyse soll Sie bei der Auswahl des besten API-Anbieters von GLM 5.3 Flash für Ihren Anwendungsfall unterstützen.

Am schnellsten

LithosAI (FP4, ULTRA CHAT)

746.2 t/s

LithosAI (FP4)

524.8 t/s

Inco (FAST)

522.5 t/s

PrimaLabs

275.5 t/s

Baseten

202.6 t/s

Ausgabegeschwindigkeit

Insgesamt 22 Anbieter

Niedrigste Latenz

LithosAI (FP4, ULTRA CHAT)

3.11 s

LithosAI (FP4)

5.02 s

Inco (FAST)

7.99 s

PrimaLabs

8.03 s

Baseten

10.46 s

Zeit bis zum ersten Antworttoken

Insgesamt 22 Anbieter

Niedrigster Preis

DeepInfra

$0.05

Bitdeer AI

$0.05

GMI

$0.06

Zai

$0.10

Fireworks

$0.10

Mischpreis (pro 1 Mio. Tokens)

Insgesamt 22 Anbieter

GLM-5.3-Flash ist über 22 API-Anbieter verfügbar, die jeweils unterschiedliche Leistungsmerkmale und Preise bieten. Im Folgenden werden die wichtigsten Metriken der Anbieter verglichen.

Bei der Ausgabegeschwindigkeit führen LithosAI (FP4, ULTRA CHAT) (746.2 Tokens/s), LithosAI (FP4) (524.8 Tokens/s) und Inco (FAST) (522.5 Tokens/s). Die Geschwindigkeit unterscheidet sich erheblich zwischen den Anbietern: Der Unterschied zwischen dem schnellsten und langsamsten beträgt 2065 %.
Bei der Latenz bieten LithosAI (FP4, ULTRA CHAT) (3.11 s), LithosAI (FP4) (5.02 s) und Inco (FAST) (7.99 s) die niedrigste Zeit bis zum ersten Antworttoken.
Bei den Preisen bieten DeepInfra (0.05), Bitdeer AI (0.05) und GMI (0.06) die niedrigsten Mischpreise pro 1 Mio. Tokens. Die Preise unterscheiden sich je nach Anbieter bis zum 6.0-Fachen.
LithosAI (FP4, ULTRA CHAT) bietet mit der höchsten Geschwindigkeit und der niedrigsten Latenz die beste Leistung. Für eine Kostenoptimierung bietet DeepInfra den konkurrenzfähigsten Preis.

Geschwindigkeit

Output tokens per second · Higher is better

Latenz

Seconds to first answer token received · Lower is better

Preis

USD per 1M tokens (blended) · Lower is better

Aktualisierung: Der Standard-Workload für das Performance-Benchmarking wurde auf 10k Eingabetokens umgestellt, um Produktionsanwendungsfälle besser abzubilden. Oben können weiterhin andere Workloads ausgewählt werden.

Preise

Preise: Cache-Treffer, Eingabe und Ausgabe: Anbieter von GLM-5.3-Flash

Price (USD per M Tokens) · Lower is better · 10,000 input tokens

Price per token for cached prompts (previously processed), typically offering a significant discount compared to regular input price, represented as USD per million tokens. The values shown here are the cache hit price; cache write and cache storage are billed separately and vary by provider — see "Cache pricing by provider" for detail.

Kosten pro Intelligence-Index-Aufgabe: Anbieter von GLM-5.3-Flash

Weighted average cost (USD) per Artificial Analysis Intelligence Index task, segmented by token type · Lower is better

Weighted average cost per Intelligence Index task. Each evaluation’s cost is calculated from input, cache hit, cache write, reasoning, and answer token prices, divided by task count, and weighted by its Intelligence Index weight.

Ausgabegeschwindigkeit im Vergleich zu Preis: Anbieter von GLM-5.3-Flash

Blended at 7:2:1 (cache-input-output) · Output speed: output tokens per second · USD per 1M tokens (blended)

Most attractive quadrant

Pareto line

Tokens per second received while the model is generating tokens (ie. after first chunk has been received from the API for models which support streaming).

Geschwindigkeit

Gemessen anhand der Ausgabegeschwindigkeit (Tokens pro Sekunde)

Ausgabegeschwindigkeit: GLM 5.3 Flash

Ausgabegeschwindigkeit: Ausgabe-Token pro Sekunde · 10,000 input tokens

Tokens per second received while the model is generating tokens (ie. after first chunk has been received from the API for models which support streaming).

Figures represent performance of the model's first-party API or the median across providers where a first-party API is not available.

Zeit pro Intelligence-Index-Aufgabe: Anbieter von GLM-5.3-Flash

Weighted average decode time (minutes) per task; excludes TTFT and overhead time · Lower is better

The weighted average time (seconds) per Artificial Analysis Intelligence Index task. This is calculated by dividing output tokens per task by output speed, weighted by the relative weights of each benchmark in the Intelligence Index.

Kosten pro Aufgabe im Vergleich zu Zeit pro Aufgabe: Anbieter von GLM-5.3-Flash

Weighted average cost (USD) per Intelligence Index task · Weighted average decode time (minutes) per Intelligence Index task

Most attractive quadrant

Pareto line

Latenz

Gemessen anhand der Zeit (in Sekunden) bis zum ersten Token

Zeit bis zum ersten Antworttoken: Anbieter von GLM-5.3-Flash

Seconds to first token received · Lower is better · 10,000 input tokens

Time to first answer token received, in seconds, after API request sent. For reasoning models, this includes the 'thinking' time of the model before providing an answer. For models which do not support streaming, this represents time to receive the completion.

Figures represent median (P50) measurement over the past 72 hours to reflect sustained changes in performance.

Cache-Verhalten

Cache-Trefferquote: Anbieter von GLM-5.3-Flash

Anteil der cachefähigen Eingabe-Token aus dem Cache · Median der letzten vier Wochen, aktualisiert am 26. Sept. 2026

The share of cacheable input tokens served from the provider's prompt cache, measured during multi-turn agentic coding sessions. We regularly measure each endpoint and report a representative rate based on recent measurements. Higher values mean more of the input is billed at the cheaper cache-hit price, where the provider offers one, which lowers the effective cost of agentic workloads. For further details, see our methodology page.

Kosten pro Aufgabe vs. Cache-Trefferquote: Anbieter von GLM-5.3-Flash

Weighted average cost (USD) per Intelligence Index task · Cache hit rate: median of the last four weeks, updated Sep 26, 2026

Most attractive quadrant

Pareto line

Ende-zu-Ende-Antwortzeit

Seconds to output 500 tokens, calculated based on time to first token, 'thinking' time for reasoning models, and output speed

Ende-zu-Ende-Antwortzeit: Anbieter von GLM-5.3-Flash

Seconds to output 500 tokens, including reasoning model 'thinking' time · Lower is better · 10,000 input tokens

Seconds to receive a 500 token response. Key components:

Input time: Time to receive the first response token
Thinking time (only for reasoning models): Time reasoning models spend outputting tokens to reason prior to providing an answer. Amount of tokens based on the average reasoning tokens across a diverse set of 60 prompts (methodology details).
Answer time: Time to generate 500 output tokens, based on output speed

Wichtige Vergleichsmetriken und API-Funktionen



Modal	1M	Offen	$0.88	114	0.83	22.81	17.58
Zai	1M	Offen	$0.25	52	3.23	51.18	38.36
Baseten	1.05M	Offen	$0.60	203	0.58	12.92	9.87
Novita	1.05M	Offen	$0.29	47	2.05	54.77	42.18
DeepInfra	1M	Offen	$0.34	33	1.17	77.86	61.35
SiliconFlow	1M	Offen	$0.50	58	1.53	44.73	34.56
Wafer	1M	Offen	$0.45	65	0.89	39.43	30.83
Together AI	1.05M	Offen	$0.47	90	0.62	28.46	22.27
Fireworks	1.05M	Offen	$0.37	187	1.35	14.74	10.71
Databricks	1M	Offen	$0.28	199	0.77	13.33	10.04
GMI	1M	Offen	$0.31	57	3.92	47.75	35.06
Parasail	1M	Offen	$0.67	173	0.96	15.39	11.55
Bitdeer AI	1M	Offen	$0.14	147	1.64	18.64	13.60
FriendliAI	1M	Offen	$0.51	124	1.21	21.29	16.07
Nebius	1.05M	Offen	$1.19	144	1.63	19.01	13.91
DigitalOcean	1.05M	Offen	$0.42	34	0.84	73.36	58.01
CoreWeave	1M	Offen	$0.65	173	1.56	16.00	11.55
Crusoe	1.05M	Offen	$0.81	139	1.12	19.09	14.38
Inco	1M	Offen	$0.28	520	3.94	8.74	3.84
LithosAI	1.05M	Offen	$0.29	540	1.21	5.84	3.71
LithosAI	1.05M	Offen	$0.56	746	0.43	3.78	2.68
PrimaLabs	1.05M	Offen	$0.44	277	1.01	10.04	7.22

Häufig gestellte Fragen

Häufige Fragen zu den Anbietern von GLM 5.3 Flash

GLM 5.3 Flash ist über 22 API-Anbieter verfügbar: Modal, Zai, Baseten, Novita, DeepInfra, SiliconFlow, Wafer, Together AI, Fireworks, Databricks, GMI, Parasail, Bitdeer AI, FriendliAI, Nebius, DigitalOcean, CoreWeave, Crusoe (FP4), Inco (FAST), LithosAI (FP4), LithosAI (FP4, ULTRA CHAT) und PrimaLabs. Jeder Anbieter bietet unterschiedliche Leistungsmerkmale und Preise.

GLM 5.3 Flash ist derzeit über 22 API-Anbieter, die wir bewerten und beobachten verfügbar.

Die nach Ausgabegeschwindigkeit schnellsten Anbieter für GLM 5.3 Flash sind LithosAI (FP4, ULTRA CHAT) (746.2 Tokens/s), LithosAI (FP4) (524.8 Tokens/s) und Inco (FAST) (522.5 Tokens/s). Die Ausgabegeschwindigkeit misst, wie schnell Tokens erzeugt werden, nachdem das Modell mit der Antwort begonnen hat.

Die Anbieter mit der niedrigsten Zeit bis zum ersten Antworttoken für GLM 5.3 Flash sind LithosAI (FP4, ULTRA CHAT) (3.11s), LithosAI (FP4) (5.02s) und Inco (FAST) (7.99s). Eine niedrigere Latenz bedeutet eine schnellere erste Reaktion.

Die nach Mischpreis günstigsten Anbieter für GLM 5.3 Flash sind DeepInfra ($0.05 pro 1 Mio. Tokens), Bitdeer AI ($0.05 pro 1 Mio. Tokens) und GMI ($0.06 pro 1 Mio. Tokens). Der Mischpreis basiert auf einem Tokenverhältnis von 7:2:1 für Cache-Treffer, Eingabe und Ausgabe.

Die Anbieter mit dem niedrigsten Preis für Eingabetokens bei GLM 5.3 Flash sind DeepInfra ($0.07 pro 1 Mio. Eingabetokens), Bitdeer AI ($0.07 pro 1 Mio. Eingabetokens) und GMI ($0.09 pro 1 Mio. Eingabetokens).

Die Anbieter mit dem niedrigsten Preis für Ausgabetokens bei GLM 5.3 Flash sind DeepInfra ($0.25 pro 1 Mio. Ausgabetokens), Bitdeer AI ($0.25 pro 1 Mio. Ausgabetokens) und GMI ($0.30 pro 1 Mio. Ausgabetokens).

Die Preise für GLM 5.3 Flash unterscheiden sich je nach Anbieter bis zum 6.0-Fachen. Am günstigsten ist DeepInfra mit $0.05 pro 1 Mio. Tokens, während Modal $0.30 pro 1 Mio. Tokens berechnet.

Die Ausgabegeschwindigkeit von GLM 5.3 Flash unterscheidet sich erheblich zwischen den Anbietern. LithosAI (FP4, ULTRA CHAT) ist mit 746.2 Tokens/s am schnellsten und damit um den Faktor 21.6 schneller als DigitalOcean mit 34.5 Tokens/s.

Alle 22 Anbieter von GLM 5.3 Flash unterstützen den JSON-Modus für strukturierte Ausgaben.

Alle 22 Anbieter von GLM 5.3 Flash unterstützen Funktionsaufrufe (Tool-Nutzung).

Für GLM 5.3 Flash bietet LithosAI (FP4, ULTRA CHAT) mit der höchsten Geschwindigkeit und der niedrigsten Latenz die beste Leistung. Für eine Kostenoptimierung bietet DeepInfra den konkurrenzfähigsten Preis.

Berücksichtigen Sie bei der Wahl eines Anbieters für GLM 5.3 Flash die Ausgabegeschwindigkeit für durchsatzintensive Aufgaben, die Latenz für interaktive Anwendungen mit schneller erster Reaktion, den Preis für kostensensible Workloads und API-Funktionen wie den JSON-Modus oder Funktionsaufrufe.

Ja, die Leistung eines Anbieters kann sich durch Änderungen an der Infrastruktur, Lastverteilung und Aktualisierungen im Laufe der Zeit verändern. Wir bewerten alle Anbieter fortlaufend und zeigen historische Leistungstrends in den Diagrammen „Im Zeitverlauf“ an.

Informationen zur Intelligenz, zu den Fähigkeiten und Modalitäten von GLM 5.3 Flash sowie zum Vergleich mit anderen Modellen finden Sie auf der Modellübersichtsseite. Modellübersicht anzeigen

GLM 5.3 Flash Benchmarking und Analyse von API-Anbietern

Am schnellsten

Niedrigste Latenz

Niedrigster Preis

Geschwindigkeit

Latenz

Preis

Preise

Preise: Cache-Treffer, Eingabe und Ausgabe: Anbieter von GLM-5.3-Flash

Cache Hit

Kosten pro Intelligence-Index-Aufgabe: Anbieter von GLM-5.3-Flash

Cost per Intelligence Index Task

Ausgabegeschwindigkeit im Vergleich zu Preis: Anbieter von GLM-5.3-Flash

Output Speed

Geschwindigkeit

Ausgabegeschwindigkeit: GLM 5.3 Flash

Output Speed

Model Performance Representation

Zeit pro Intelligence-Index-Aufgabe: Anbieter von GLM-5.3-Flash

Time per Intelligence Index Task

Kosten pro Aufgabe im Vergleich zu Zeit pro Aufgabe: Anbieter von GLM-5.3-Flash

Cost per Intelligence Index Task

Latenz

Zeit bis zum ersten Antworttoken: Anbieter von GLM-5.3-Flash

Time to First Answer Token

Median

Cache-Verhalten

Cache-Trefferquote: Anbieter von GLM-5.3-Flash

What Cache Hit Rate Shows

Kosten pro Aufgabe vs. Cache-Trefferquote: Anbieter von GLM-5.3-Flash

Cost per Intelligence Index Task

Ende-zu-Ende-Antwortzeit

Ende-zu-Ende-Antwortzeit: Anbieter von GLM-5.3-Flash

End-to-End Response Time

Wichtige Vergleichsmetriken und API-Funktionen

Häufig gestellte Fragen

Wo kann ich auf GLM 5.3 Flash zugreifen?

Wie viele API-Anbieter bieten GLM 5.3 Flash an?

Welcher Anbieter ist für GLM 5.3 Flash am schnellsten?

Welcher Anbieter hat für GLM 5.3 Flash die niedrigste Latenz?

Welcher Anbieter ist für GLM 5.3 Flash am günstigsten?

Welcher Anbieter hat für GLM 5.3 Flash den niedrigsten Eingabepreis?

Welcher Anbieter hat für GLM 5.3 Flash den niedrigsten Ausgabepreis?

Wie stark unterscheiden sich die Preise der Anbieter von GLM 5.3 Flash?

Wie stark unterscheidet sich die Geschwindigkeit der Anbieter von GLM 5.3 Flash?

Welche Anbieter von GLM 5.3 Flash unterstützen den JSON-Modus?

Welche Anbieter von GLM 5.3 Flash unterstützen Funktionsaufrufe?

Welcher ist der beste Anbieter für GLM 5.3 Flash?

Wie wähle ich einen Anbieter für GLM 5.3 Flash aus?

Verändert sich die Leistung der Anbieter von GLM 5.3 Flash im Laufe der Zeit?

Welche allgemeinen Fähigkeiten hat GLM 5.3 Flash?