GLM-5.3-FlashX 规格速查

FlashX 用更高的输入单价（0.37 对 0.034）换速度，是典型的「延迟换成本」设计。200 tokens/s 意味着 500 token 的回答两秒半出完，对实时对话和 IDE 补全有意义。若只是后台批处理，标准 Flash 便宜十倍。

一、规格与定价

二、千次调用要花多少钱

按每次 2,000 输入 token、500 输出 token 估算，1,000 次请求共消耗 2M 输入与 0.5M 输出，成本约 1.36 美元。

其中输出部分占 46%。这个比例决定了优化方向：占比高就压缩输出长度，占比低就把精力放在减少调用次数上。

按月 10 万次同规格请求估算，成本约 136 美元。把范围放宽到本文收录的 36 款模型（含本站已发的两篇），这一款的输入单价由低到高排第 15 位、输出单价排第 11 位。两组名次差得越大，说明它的价格结构越偏向「读」或「写」其中一侧。

三、适合与不适合

适合：

• 实时对话与 IDE 补全
• 需要快速响应的多模态应用
• 对延迟敏感的前端场景

不适合：

• 离线批处理（标准 Flash 更省）
• 长文生成（输出上限 131K）

按这组名次看，读写两侧的价格比较均衡：选型时不必为价格结构妥协，直接按能力与延迟挑即可。

数据取自 OpenRouter 公开模型目录快照（2026-11-09），价格与规格可能随厂商调整，做预算前建议再核对一次官方页面。