同样的权重贵 2.5 倍：GLM-5.3-FlashX 把「排队位置」单独定价

Z.ai 在 9 月 18 日上线 GLM-5.3-FlashX，官方定价页给出的数字是输入 $0.37 / 缓存输入 $0.075 / 输出 $1.25（每 100 万 tokens），而它的基座 GLM-5.3-Flash 是 $0.15 / $0.03 / $0.50，三项都正好 2.5 倍；国内口径同样是 ¥2 输入、¥7 输出，对比基座的 ¥0.8 与 ¥2.8。两者共享同一套 320B-A18B 混合专家权重、1M token 上下文与原生多模态能力，差别只在服务栈：官方称 FlashX 峰值输出可达约 200 tokens/秒，而 Artificial Analysis 在 Z.ai 自家 API 上测到的 GLM-5.3-Flash 是 98 tokens/秒。能力分数没有变化，FlashX 继承基座模型的表现，官方没有给出任何智能程度提升的说法。两者的对称性在权重层面被打破：GLM-5.3-Flash 是 MIT 许可的开源权重、可以自己部署，FlashX 只是托管档、不单独发权重，因此无法通过自建抵消溢价，你付的钱买的是更靠前的队列与更高吞吐。

一次只改了服务栈的更新

Z.ai 在 9 月 18 日把 GLM-5.3-FlashX 放上 API。它的底子就是已经开源的 GLM-5.3-Flash：同一套 320B-A18B 混合专家权重、同样的 1M token 上下文、同样原生处理文本、图片、视频与文件。变的只有下面的服务栈。

官方定价页给出的数字很干净：GLM-5.3-FlashX 输入 $0.37、缓存输入 $0.075、输出 $1.25（每 100 万 tokens）；GLM-5.3-Flash 是输入 $0.15、缓存输入 $0.03、输出 $0.50。三项都是 2.5 倍。国内口径同样是这个比例：¥2 输入、¥7 输出，对比基座的 ¥0.8 与 ¥2.8。往上还有一档 GLM-5.3 与 GLM-5.2，都是 $1.4 / $0.26 / $4.4，与 Flash 系列差价更大。

差价买的是什么

买的是吞吐。厂商给出的 FlashX 峰值输出速度约 200 tokens/秒，而 Artificial Analysis 在 Z.ai 自家 API 上测到的 GLM-5.3-Flash 是 98 tokens/秒。准确率一项没有变化——FlashX 继承基座模型的分数，官方没有给出任何能力提升的说法。换句话说，多付的钱和智能程度无关，只和你在队列里的位置有关。

权重层面的不对称更值得注意：GLM-5.3-Flash 是 MIT 许可的开源权重，可以自己部署；FlashX 只是托管档，不单独发权重。这意味着 FlashX 的溢价没法用自建来对冲，你只能付钱买更靠前的队列。如果业务对延迟不敏感，自己部署基座权重通常是更稳的选择。

该怎么选

先估一遍你为延迟付的钱值不值：把业务里的等待成本折算成每小时，再乘以调用量，与 2.5 倍单价做对比，结论通常很明确；
不要把 FlashX 写进长期成本模型：它是服务档，价格与限流策略都由厂商单方面调整，基座权重才是你能锁住的东西；
批量与非实时任务走基座档、实时交互与 Agent 循环走加速档，这个组合比全量切换更能守住单位成本。

顺带注意一个容易踩的坑：GLM-5.3-Flash 目前挂在限时折扣里（官方页面列出的原价就是 $0.15 / $0.50 这一列，折扣说明写明促销截止到 9 月 9 日）。比较两者价差时要用同一时点的官方页面数字，不要拿不同日期的媒体报价混着算，否则很容易得出「FlashX 贵 5 倍」这类失真结论。