GLM-5.3: preço, contexto e benchmarks com fonte

Z.ai (Zhipu AI)
lançado em
pesos abertos
verificado
Snapshot de 7 out 2026
metodologia v1.1

Entrada US$/M
Saída US$/M
em reais
Contexto
tokens
Saída máx.
tokens
Em São Paulo

Ficha técnica

Contexto de entrada
Saída máxima
Corte de conhecimento: não divulgado
Modalidades
Pesos do modelo
Retirada mínima: sem data anunciada pelo fabricante
Em São Paulo: O modelo pode ser chamado a partir da região de São Paulo do Amazon Bedrock, mas só com inferência global: o pedido pode ser processado em outra região da AWS, e os dados podem sair da região.
O que significa
Na tabela de disponibilidade regional da AWS, In-Region quer dizer inferência dentro da região de São Paulo; Global quer dizer que o pedido pode ser processado em outra região da AWS, e os dados podem sair de São Paulo. A apuração cobre só o Amazon Bedrock: Azure e Google Cloud não foram conferidos.Se o seu dado não pode sair da região, isso decide a escolha antes do preço e do benchmark. Para a política de uso, a classificação de dados e a trilha de auditoria, veja governança e segurança para IA generativa.

Preços

Dólar por milhão de tokens, por provedor, como o fabricante publica: uma linha por tarifa e uma coluna por tipo de token.

Z.AI Developer Document, Pricing

Em vigor desde 6 set 2026.

Preço por milhão de tokens neste provedor, com o escopo declarado de cada valor e a fonte. Z.AI Developer Document, Pricing.
Tarifa	Entrada	Leitura de cache	Escrita de cache	Saída	Saída em R$
Padrão			não consta

Saída em R$ convertida a partir da linha Padrão, a tarifa que a tabela do comparativo usa, pela PTAX de venda de 6 out 2026.

Nenhuma mudança de preço registrada desde 6 set 2026.

Avaliações

Todos os resultados publicados para este modelo, uma linha por grupo comparável: a mesma versão do benchmark e a mesma origem do número.

Resultados do modelo nos benchmarks deste eixo, um grupo comparável por linha, com a origem e a fonte de cada número. posição na ordem do grupo comparável, não ranking absoluto.
Benchmark	Resultado	Posição no grupo	Origem do número
Raciocínio
GPQA Diamond, como o benchmark mede	max de esforço, intervalo publicado de 89,32% a 92,5%	15º de 21líder: GPT-6 Astra	medição independenteEpoch AI
Código
Arena WebDev (Code Arena), como o benchmark mede	max de esforço, intervalo publicado de 1.614,78 a 1.631,13	11º de 27líder: Claude Opus 5.5	preferência humanaLMArena
DeepSWE, como o benchmark medeversão 1.1		único no grupo	reportado pelo fabricanteZ.ai
DeepSWE, como o benchmark medeversão 1.1		único no grupo	reportado pelo fabricanteZ.ai
FrontierSWE, como o benchmark mede		único no grupo	reportado pelo fabricanteZ.ai
NL2Repo-Bench		único no grupo	reportado pelo fabricanteZ.ai
PostTrainBench		único no grupo	reportado pelo fabricanteZ.ai
SWE-Marathon, como o benchmark medeversão 1.1		único no grupo	reportado pelo fabricanteZ.ai
Agentes
Agents' Last Exam (ALE-CLI), como o benchmark mede		único no grupo	reportado pelo fabricanteZ.AI Developer Document
Agents' Last Exam (ALE-CLI), como o benchmark mede		único no grupo	reportado pelo fabricanteZ.ai
Arena Agent, como o benchmark mede	max de esforço, intervalo publicado de 1,67% a 3,04%	15º de 24líder: Claude Fable 5.1	preferência humanaLMArena
AutomationBench, como o benchmark medeversão 1.0.6		único no grupo	reportado pelo fabricanteZ.ai
CyberGym		único no grupo	reportado pelo fabricanteZ.AI Developer Document
CyberGym		único no grupo	reportado pelo fabricanteZ.ai
ExploitBench		único no grupo	reportado pelo fabricanteZ.AI Developer Document
ExploitBench		único no grupo	reportado pelo fabricanteZ.ai
Terminal-Bench, como o benchmark medeversão 2.1	harness não declarado	único no grupo	reportado pelo fabricanteZ.ai
Terminal-Bench, como o benchmark medeversão 3.0	harness não declarado	único no grupo	reportado pelo fabricanteZ.ai
Terminal-Bench, como o benchmark medeversão 3.0	harness não declarado	único no grupo	reportado pelo fabricanteZ.ai
Toolathlon		único no grupo	reportado pelo fabricanteZ.ai
Conhecimento
Humanity's Last Exam, como o benchmark mede		único no grupo	reportado pelo fabricanteZ.ai
Trabalho profissional
GDPval-AA, como o benchmark medeversão v2		único no grupo	reportado pelo fabricanteZ.ai
Preferência humana
Arena Text, como o benchmark mede	max de esforço, intervalo publicado de 1.465,88 a 1.476,92	9º de 27líder: Claude Opus 5.5	preferência humanaLMArena
Índice composto
Epoch Capabilities Index, como o benchmark mede	, intervalo publicado de 153,6 a 157,92	16º de 24líder: Claude Opus 5.5	medição independenteEpoch AI

Resultado por nível de esforço, com a distância até os limites do intervalo publicado ao lado (± quando as duas metades são iguais). Posição: na ordem do grupo comparável, não ranking absoluto; dois modelos com o mesmo número dividem a posição. Ver os grupos comparáveis no comparativo

Continue no comparativo

A tabela com todos os modelos lado a lado, as páginas por caso de uso e modelos parecidos com este.

Comparativo e casos de uso

Comparativo completo de modelos de IATodos os modelos
Melhor modelo de IA para chatbot: custo em reais e qualidadeChatbot
Melhor modelo de IA para RAG: custo em reais e qualidadeChat com documentos
Melhor modelo de IA para agentes: custo em reais e qualidadeAgentes
Melhor modelo de IA para programação: custo em reais e qualidadeProgramação

Modelos parecidos

Mistral Large 4preço de entrada parecido
DeepSeek-V4-Propreço de entrada parecido
Mistral Medium 3.5preço de entrada parecido
Muse Spark 1.3preço de entrada parecido

Quer colocar este modelo para trabalhar no seu caso?

A X-Apps desenha, opera e governa soluções com estes modelos. A escolha depende da sua carga, do seu dado e do seu risco.

Chat com os documentos da sua empresa Solicitar orçamento