GLM-5.3-FlashX API 台幣費用試算 2026 — 1M Context 的中間定價方案

GLM-5.3-FlashX API 台幣費用試算：以 2026-09-19 BazaarLink 匯率 1 USD = NT$31.98，整理 input、output、cache read、1M context 與 GLM-5.3 家族月費比較。

查詢日：2026-09-19（台北時間）
資料來源：BazaarLink 公開模型目錄與客戶價格資料。
匯率：1 USD = NT$31.98；採 BazaarLink 儲值頁於上述日期顯示的即時匯率，本文所有 NT$ 數字均以此換算。

glm-5.3-flashx 現已在 BazaarLink 公開模型目錄上線。它是 GLM-5.3 家族中的中間定價選項，適合拿來和較低價的 glm-5.3-flash、較高價的 glm-5.3 一起評估。

結論先講：以 1 USD = NT$31.98 換算，glm-5.3-flashx 的 input 約為 NT$11.83 / 1M tokens、output 約為 NT$39.98 / 1M tokens、cache read 約為 NT$2.40 / 1M tokens；context length 是 1,000,000 tokens。它的價格落在 GLM-5.3 家族另外兩個已上架模型之間，但本文不對品質、速度或 benchmark 排名下結論。

想直接試用？前往 BazaarLink /free：台幣計費、統編開發票，使用 OpenAI-compatible API；充值金額加 10% 充值服務費。公司報帳細節可參考 AI API 在台灣公司報帳完整指南。

價格對照（USD ↔ NT$）

以下價格都是每 1M tokens。NT$ 欄位以 USD × 31.98 計算，四捨五入至小數點後兩位。

glm-5.3-flashx 沒有另外列出的 cache-write 價格。本表和後面的場景試算只使用已列出的 input、output 與 cache read 價格，不自行假設 cache write 費率。

場景試算：每月 100,000 次文件摘要（NT$/月）

以下是一個可檢查的固定 workload：

• 每月 100,000 次請求
• 每次請求 4,000 input tokens、1,000 output tokens
• input 的 cache hit rate 為 50%
• 每次請求因此計為 2,000 regular input tokens + 2,000 cache read tokens
• 不計 cache write

換算後，每月用量是：

Regular input = 100,000 × 4,000 × 50% = 200,000,000 tokens = 200M
Cache read    = 100,000 × 4,000 × 50% = 200,000,000 tokens = 200M
Output        = 100,000 × 1,000      = 100,000,000 tokens = 100M

用量乘上各模型的 USD 單價，再乘以 31.98：

例如 glm-5.3-flashx 的計算是：input $74.00 + output $125.00 + cache read $15.00 = $214.00；$214.00 × 31.98 = NT$6,843.72。這是價格試算，不是對實際用量或模型表現的保證；真實帳單仍取決於你的 token 分布與 cache 命中情況。

規格

如果你的設定檔使用 z-ai/glm-5.3-flashx，送到 BazaarLink 時請改用公開模型 ID glm-5.3-flashx。

怎麼呼叫

BazaarLink 使用 OpenAI-compatible API；在請求的 model 欄位填入 bare ID 即可：

import os
from openai import OpenAI

client = OpenAI(
    api_key=os.environ["BAZAARLINK_API_KEY"],
    base_url="https://api.bazaarlink.ai/v1",
)

response = client.chat.completions.create(
    model="glm-5.3-flashx",
    messages=[
        {"role": "user", "content": "Summarize this document in three points."},
    ],
)

print(response.choices[0].message.content)

正式切換前，建議用自己的 prompt、輸出長度與 cache 使用情境做小型測試，並確認 SDK 的 streaming 處理和 token 用量記錄符合預期。

什麼情況該選哪一個

• 選 glm-5.3-flash：你的第一優先是較低的 input/output 價格，並且希望保留 1,310,720-token context。
• 選 glm-5.3-flashx：你要的是 GLM-5.3 家族的中間價格帶，1,000,000-token context 已足夠，而且希望固定使用明確的模型 ID。
• 選 glm-5.3：你要評估家族中價格最高的選項，並且願意用自己的 workload 驗證它是否值得額外成本。

這裡的「中間」指的是 BazaarLink 客戶價格與本次列出的規格位置，不是品質或速度排名。若模型選擇會影響正式產品，請以你自己的測試結果和預算上限做最後決定。

來源與查詢紀錄

• BazaarLink 公開模型目錄與客戶價格：查詢日為 2026-09-19（台北時間）；glm-5.3-flashx 的公開 ID 是 bare glm-5.3-flashx，z-ai/glm-5.3-flashx 僅列在 aliases。
• 匯率來源：BazaarLink 儲值頁於 2026-09-19 顯示的即時匯率，本文採 1 USD = NT$31.98。
• Artificial Analysis：截至上述查詢日，沒有 glm-5.3-flashx 的模型條目；glm-5.3-flash 也沒有條目。因此本文不放 Artificial Analysis Intelligence Index，也不把其他 GLM 條目的分數套用到本模型。
• 本文的月費試算只使用上表的 input、output 和 cache read 價格，並明確列出 requests/month、input tokens、output tokens 與 cache hit rate 假設。

台幣計費・統一發票・主流 AI 模型・OpenAI 相容 API