Z.AI est la filiale tournée vers l'export de Zhipu AI, l'un des laboratoires chinois les plus actifs sur les modèles à poids ouverts. Sa gamme GLM couvre du modèle amiral aux versions Flash : GLM-5.3 à 1,40 dollar le million de jetons en entrée et 4,40 en sortie, GLM-5.3-FlashX à 0,37 et 1,25, GLM-5.3-Flash à 0,15 et 0,50. GLM-5 et GLM-4.7 restent servis à 1,00-3,20 et 0,60-2,20.
La particularité de la facturation tient au cache de contexte : une entrée répétée coûte 0,26 dollar au lieu de 1,40 sur le modèle amiral, et le stockage du cache est offert pour l'instant. Pour un assistant qui recharge le même prompt système à chaque requête, l'écart devient significatif dès quelques milliers d'appels par jour.
Z.AI propose aussi des outils intégrés, dont la recherche web facturée à l'usage, et une API compatible avec les clients OpenAI, ce qui facilite la migration. Nous ne sondons pas la gamme depuis notre propre clé : la fiche s'appuie sur la grille tarifaire officielle, version par version, et laisse les latences vides plutôt que de les estimer. Les prix restent en dollars, la grille étant publiée dans cette devise.
Gamme GLM de Z.AI : du modèle amiral GLM-5.3 aux versions Flash, avec cache de contexte facturé à part. Source officielle · Tarifs
| Version | Sortie | État | Contexte | Sortie max | Latence médiane | Prix $/M (entrée / sortie) | Notre mesure | Retrait | Source |
|---|---|---|---|---|---|---|---|---|---|
GLM-5.3glm-5.3 | 2026 | Actif | — | — | — | 1,4 / 4,4 USD | Non mesurée (pas de clé) | — | source |
GLM-5.3-Flashglm-5.3-flash | 2026 | Actif | — | — | — | 0,15 / 0,5 USD | Non mesurée (pas de clé) | — | source |
GLM-5.3-FlashXglm-5.3-flashx | 2026 | Actif | — | — | — | 0,37 / 1,25 USD | Non mesurée (pas de clé) | — | source |
GLM-5glm-5 | 2026 | Actif | — | — | — | 1 / 3,2 USD | Non mesurée (pas de clé) | — | source |
GLM-4.7glm-4.7 | 2026 | Actif | — | — | — | 0,6 / 2,2 USD | Non mesurée (pas de clé) | — | source |
Paramètres : raisonnement
Spécialisation : Modèle amiral chinois, cache de contexte
Usage recommandé : Assistants d'entreprise et agents : raisonnement, appel d'outils et cache de contexte pour les prompts répétés.
Capacités : Texte, raisonnement, appel d'outils, cache de contexte
Note : Entrée en cache 0,26 USD ; sortie de raisonnement facturée au tarif de sortie.
Paramètres : léger
Spécialisation : Volume et coût minimal
Usage recommandé : Traitements de volume : classification, extraction, résumés, où le coût au jeton prime.
Capacités : Texte, raisonnement court, cache de contexte
Note : Version économique de la gamme 5.3 ; entrée en cache 0,03 USD.
Paramètres : intermédiaire
Spécialisation : Intermédiaire de la gamme 5.3
Usage recommandé : Compromis entre le Flash et le modèle amiral, pour les agents à trafic moyen.
Capacités : Texte, raisonnement, appel d'outils
Note : Positionné entre le Flash et le modèle amiral ; entrée en cache 0,075 USD.
Paramètres : généraliste
Spécialisation : Génération précédente
Usage recommandé : Gamme précédente, encore pertinente pour les intégrations déjà en production.
Capacités : Texte, raisonnement, outils
Note : Génération précédente du modèle amiral ; entrée en cache 0,20 USD.
Paramètres : généraliste
Spécialisation : Entrée de gamme encore servie
Usage recommandé : Tâches simples à fort volume, à prix réduit.
Capacités : Texte, raisonnement, outils
Note : Version encore servie, moins chère que la gamme 5.x.