•

Open weights model

•

Released agosto de 2026

GLM-5.3-Flash Benchmarks y análisis de proveedores de API

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

Comparación de modelos

Este análisis está pensado para ayudarte a elegir el mejor proveedor de API de GLM-5.3-Flash para tu caso de uso.

Más rápido

Inco (FAST)

1,382.0 t/s

LithosAI (FP4, ULTRA)

350.6 t/s

PrimaLabs

281.9 t/s

DigitalOcean

268.4 t/s

Crusoe (FP4)

267.7 t/s

Velocidad de salida

24 proveedores en total

Menor latencia

Inco (FAST)

2.89 s

LithosAI (FP4, ULTRA)

6.68 s

PrimaLabs

7.79 s

DigitalOcean

8.06 s

Crusoe (FP4)

8.31 s

Tiempo hasta el primer token de respuesta

24 proveedores en total

Menor precio

GMI

$0.05

Bitdeer AI

$0.06

Makora

$0.09

Fireworks

$0.10

Zai

$0.10

Precio combinado (por 1M de tokens)

24 proveedores en total

GLM-5.3-Flash está disponible a través de 24 proveedores de API, cada uno con distintas características de rendimiento y precios. A continuación se comparan las métricas clave entre proveedores.

En velocidad de salida, los principales proveedores son Inco (FAST) (1,382.0 t/s), LithosAI (FP4, ULTRA) (350.6 t/s) y PrimaLabs (281.9 t/s). La velocidad varía significativamente entre proveedores, con una diferencia del 2638% entre el más rápido y el más lento.
En latencia, Inco (FAST) (2.89s), LithosAI (FP4, ULTRA) (6.68s) y PrimaLabs (7.79s) ofrecen el menor tiempo hasta el primer token de respuesta.
En precios, GMI (0.05), Bitdeer AI (0.06) y Makora (0.09) ofrecen los menores precios combinados por 1M de tokens. Los precios varían hasta 6.0x entre proveedores.
Inco (FAST) ofrece el mejor rendimiento, con la mayor velocidad y la menor latencia. Para optimizar costos, GMI ofrece los precios más competitivos.

Velocidad

Output tokens per second · Higher is better

Latencia

Seconds to first answer token received · Lower is better

Precio

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

Actualización: La carga de trabajo predeterminada de medición de rendimiento se actualizó a 10k tokens de entrada para reflejar mejor los casos de uso en producción. Aún puedes seleccionar distintas cargas de trabajo arriba.

Precios

Precios: aciertos de caché, entrada y salida: 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.

Costo por tarea del Intelligence Index: GLM-5.3-Flash

Weighted average cost (USD) per 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.

Velocidad de salida vs. precio: 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).

Velocidad

Medida por la velocidad de salida (tokens por segundo)

Velocidad de salida: GLM-5.3-Flash

Velocidad de salida: tokens de salida por segundo · 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.

Tiempo por tarea del Intelligence Index: GLM-5.3-Flash

Weighted average decode time (minutes) per Intelligence Index 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.

Costo por tarea vs. tiempo por tarea: 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

Latencia

Medida por el tiempo (segundos) hasta el primer token

Tiempo hasta el primer token de respuesta: 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.

Comportamiento de caché

Tasa de aciertos de caché: GLM-5.3-Flash

Proporción de tokens de entrada aptos para caché servidos desde la caché · Mediana de las últimas cuatro semanas, actualizada el 26 oct 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.

Costo por tarea vs. Tasa de aciertos de caché: GLM-5.3-Flash

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

Most attractive quadrant

Pareto line

Tiempo de respuesta de extremo a extremo

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

Tiempo de respuesta de extremo a extremo: 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

Métricas clave de comparación y funciones de API



Baseten	1.05M	Abierto	$1.74	103	0.47	24.69	19.38
Bitdeer AI	1M	Abierto	$0.48	259	1.39	11.05	7.73
CoreWeave	1M	Abierto	$1.03	237	1.20	11.76	8.45
Crusoe	1.05M	Abierto	$0.94	268	0.85	10.19	7.47
Databricks	1M	Abierto	$0.58	159	0.68	16.38	12.56
DeepInfra	1M	Abierto	$1.16	131	0.77	19.84	15.26
DigitalOcean	1.05M	Abierto	$0.61	250	0.61	10.59	7.98
Fireworks	1.05M	Abierto	$0.77	184	1.36	14.96	10.88
FriendliAI	1M	Abierto	$0.89	130	0.62	19.78	15.33
GMI	1M	Abierto	$0.41	132	1.78	20.74	15.16
Inco	1M	Abierto	$1.15	1,395	1.45	3.24	1.43
LithosAI	1.05M	Abierto	$0.59	205	1.00	13.21	9.77
LithosAI	1.05M	Abierto	$1.15	--	--	--	--
LithosAI	1.05M	Abierto	$1.18	366	0.96	7.79	5.47
Makora	1.05M	Abierto	$0.68	202	0.93	13.29	9.89
Modal	1M	Abierto	$1.81	178	0.79	14.85	11.25
Nebius	1.05M	Abierto	$0.95	200	1.54	14.06	10.02
Novita	1.05M	Abierto	$0.80	80	2.67	33.84	24.94
Parasail	1M	Abierto	$0.64	211	0.81	12.67	9.48
PrimaLabs	1.05M	Abierto	$0.90	284	0.70	9.50	7.04
SiliconFlow	1M	Abierto	$1.03	51	2.24	51.03	39.03
Together AI	1.05M	Abierto	$0.69	109	1.03	23.88	18.28
Wafer	1M	Abierto	$0.60	166	0.78	15.84	12.04
Zai	1M	Abierto	$0.58	76	1.47	34.41	26.36

Preguntas frecuentes

Preguntas comunes sobre los proveedores de GLM-5.3-Flash

GLM-5.3-Flash está disponible a través de 24 proveedores de API: Modal, Zai, Baseten, DeepInfra, Novita, Fireworks, Databricks, SiliconFlow, GMI, Bitdeer AI, Wafer, Together AI, Parasail, FriendliAI, Nebius, DigitalOcean, Makora, CoreWeave, Crusoe (FP4), Inco (FAST), LithosAI (FP4), LithosAI (FP4, ULTRA CHAT), PrimaLabs y LithosAI (FP4, ULTRA). Cada proveedor ofrece distintas características de rendimiento y precios.

GLM-5.3-Flash está disponible actualmente a través de 24 proveedores de API que medimos y monitoreamos.

Los proveedores más rápidos para GLM-5.3-Flash por velocidad de salida son Inco (FAST) (1,382.0 t/s), LithosAI (FP4, ULTRA) (350.6 t/s) y PrimaLabs (281.9 t/s). La velocidad de salida mide qué tan rápido se generan tokens después de que el modelo comienza a responder.

Los proveedores con el menor tiempo hasta el primer token de respuesta para GLM-5.3-Flash son Inco (FAST) (2.89s), LithosAI (FP4, ULTRA) (6.68s) y PrimaLabs (7.79s). Una menor latencia significa una respuesta inicial más rápida.

Los proveedores más económicos para GLM-5.3-Flash por precio combinado son GMI ($0.05 por 1M de tokens), Bitdeer AI ($0.06 por 1M de tokens) y Makora ($0.09 por 1M de tokens). El precio combinado usa una proporción 7:2:1 de aciertos de caché/entrada/salida.

Los proveedores con el menor precio de tokens de entrada para GLM-5.3-Flash son GMI ($0.07 por 1M de tokens de entrada), Bitdeer AI ($0.08 por 1M de tokens de entrada) y Makora ($0.14 por 1M de tokens de entrada).

Los proveedores con el menor precio de tokens de salida para GLM-5.3-Flash son GMI ($0.25 por 1M de tokens de salida), Bitdeer AI ($0.28 por 1M de tokens de salida) y Makora ($0.47 por 1M de tokens de salida).

Los precios de GLM-5.3-Flash varían hasta 6.0x entre proveedores. El más económico es GMI a $0.05 por 1M de tokens, mientras que Modal cobra $0.30 por 1M de tokens.

La velocidad de salida de GLM-5.3-Flash varía significativamente entre proveedores. Inco (FAST) es el más rápido a 1,382.0 t/s, lo que es 27.4x más rápido que SiliconFlow a 50.5 t/s.

Los 24 proveedores de GLM-5.3-Flash admiten el modo JSON para salida estructurada.

Los 24 proveedores de GLM-5.3-Flash admiten llamadas a funciones (uso de herramientas).

Para GLM-5.3-Flash, Inco (FAST) ofrece el mejor rendimiento con la mayor velocidad y la menor latencia. Para optimizar costos, GMI ofrece los precios más competitivos.

Al elegir un proveedor para GLM-5.3-Flash, considera: velocidad de salida (para tareas intensivas en rendimiento), latencia (para aplicaciones interactivas que requieren primeras respuestas rápidas), precios (para cargas de trabajo sensibles al costo) y funciones de API como el modo JSON o las llamadas a funciones.

Sí, el rendimiento de un proveedor puede variar con el tiempo debido a cambios de infraestructura, balanceo de carga y actualizaciones. Medimos continuamente a todos los proveedores y mostramos las tendencias históricas de rendimiento en los gráficos "a lo largo del tiempo".

Para información sobre la inteligencia, las capacidades, las modalidades de GLM-5.3-Flash y cómo se compara con otros modelos, consulta la página de resumen del modelo. Ver resumen del modelo

GLM-5.3-Flash Benchmarks y análisis de proveedores de API

Más rápido

Menor latencia

Menor precio

Velocidad

Latencia

Precio

Precios

Precios: aciertos de caché, entrada y salida: GLM-5.3-Flash

Cache Hit

Costo por tarea del Intelligence Index: GLM-5.3-Flash

Cost per Intelligence Index Task

Velocidad de salida vs. precio: GLM-5.3-Flash

Output Speed

Velocidad

Velocidad de salida: GLM-5.3-Flash

Output Speed

Model Performance Representation

Tiempo por tarea del Intelligence Index: GLM-5.3-Flash

Time per Intelligence Index Task

Costo por tarea vs. tiempo por tarea: GLM-5.3-Flash

Cost per Intelligence Index Task

Latencia

Tiempo hasta el primer token de respuesta: GLM-5.3-Flash

Time to First Answer Token

Median

Comportamiento de caché

Tasa de aciertos de caché: GLM-5.3-Flash

What Cache Hit Rate Shows

Costo por tarea vs. Tasa de aciertos de caché: GLM-5.3-Flash

Cost per Intelligence Index Task

Tiempo de respuesta de extremo a extremo

Tiempo de respuesta de extremo a extremo: GLM-5.3-Flash

End-to-End Response Time

Métricas clave de comparación y funciones de API

Preguntas frecuentes

¿Dónde puedo acceder a GLM-5.3-Flash?

¿Cuántos proveedores de API ofrecen GLM-5.3-Flash?

¿Qué proveedor es el más rápido para GLM-5.3-Flash?

¿Qué proveedor tiene la menor latencia para GLM-5.3-Flash?

¿Qué proveedor es el más barato para GLM-5.3-Flash?

¿Qué proveedor tiene el menor precio de entrada para GLM-5.3-Flash?

¿Qué proveedor tiene el menor precio de salida para GLM-5.3-Flash?

¿Cuánto varían los precios entre proveedores de GLM-5.3-Flash?

¿Cuánto varía la velocidad entre proveedores de GLM-5.3-Flash?

¿Qué proveedores de GLM-5.3-Flash admiten el modo JSON?

¿Qué proveedores de GLM-5.3-Flash admiten llamadas a funciones?

¿Cuál es el mejor proveedor para GLM-5.3-Flash?

¿Cómo elijo un proveedor para GLM-5.3-Flash?

¿El rendimiento de los proveedores de GLM-5.3-Flash cambia con el tiempo?

¿Cuáles son las capacidades generales de GLM-5.3-Flash?