GLM 5.3: cuánto cuesta realmente este modelo barato de IA

👁 120 lecturas

La ficha del modelo GLM 5.3 resulta atractiva: un millón de tokens de contexto, precio de entrada por debajo de diez centavos en la versión Flash, soporte de imagen y vídeo. Parece la forma más barata de conseguir un contexto grande que puedes comprar hoy. Así que lancé mis propias pruebas y calculé cuánto cuesta realmente esta oferta. Resultó que tres de las cuatro cifras de la ficha del modelo solo son ciertas en condiciones muy particulares.

Nuestra prueba: cómo se desenvuelve GLM-5.3 escribiendo en polaco, lo comprobamos por separado: GLM-5.3 en polaco: test en 13 tareas · comparación con MiMo, Qwen y Muse Spark

Qué es GLM 5.3

GLM 5.3 es un modelo de la empresa china Z.ai, sucesor de la línea GLM 5. En OpenRouter está disponible en dos variantes, y la diferencia entre ellas es mayor de lo que sugiere el nombre.

Lo primero que llama la atención: la versión Flash más barata tiene un contexto mayor que la versión completa y acepta imagen y vídeo, que el modelo insignia no acepta en absoluto. Con un precio de entrada diecinueve veces menor. No es una configuración que se vea a menudo, así que empecé precisamente por ahí.

El contexto de 1,31 millones no lo conseguirás con casi nadie

GLM 5.3 Flash tiene veintiséis proveedores en OpenRouter. Comprobamos cada uno por separado y la ventana de contexto de 1 310 720 tokens la ofrece exactamente uno: Cloudflare. Veinticuatro de los restantes dan 1 048 576, y uno 262 144.

La cifra de la ficha del modelo es verdadera, solo que describe al mejor proveedor, no lo que conseguirás con una consulta normal. Si estás construyendo algo que realmente necesita 1,3 millones de tokens, debes forzar un proveedor concreto. De lo contrario, te toparás con un millón y la consulta rebotará contra el límite en el peor momento posible.

El precio de la ficha es el del proveedor más barato, no el tuyo

Aquí la cosa se pone interesante. OpenRouter muestra en la ficha la tarifa del proveedor más barato, pero la consulta se dirige al que esté disponible en ese momento. Calculamos la dispersión para cada uno de los cuatro modelos.

Con GLM 5.3 Flash, la tarifa de la ficha, es decir, 0,25 dólares, la dan dos proveedores de veintiséis. Veinte cobran 0,50, es decir, el doble. Nuestras consultas fueron a Together y pagamos precisamente 0,50.

Con GLM 5.2 fue peor. La ficha dice 0,88 dólares por millón de tokens de salida. Nuestra consulta fue a un proveedor que cobra 4,40, es decir, cinco veces más que el precio sobre el que tomamos la decisión. No es un error ni una tarifa oculta, todo está claro en los datos de los proveedores. Simplemente nadie lee los datos de los proveedores, y la ficha del modelo muestra una sola cifra.

El razonamiento no se puede desactivar

Nuestra forma estándar de medir empieza por desactivar el razonamiento, porque de lo contrario comparamos modelos que piensan con modelos que responden directamente. Con GLM 5.3 esto no funciona. La API devuelve un error 400 y un mensaje que no deja lugar a discusión:

Reasoning is mandatory for this endpoint and cannot be disabled.

La versión Flash da el mismo error. La consecuencia es financiera, no técnica: los tokens de razonamiento se facturan como tokens de salida normales, y la salida es el lado más caro de la tarifa. Pagas por el pensamiento del modelo y no puedes renunciar a ello.

Comprobamos cuánto pensamiento hay. En tres tareas, la proporción de tokens de razonamiento en toda la salida fue:

• GLM 5.3: 95%, 84% y 52%
• GLM 5.3 Flash: 96%, 93% y 68%
• DeepSeek V4 Flash: 89%, 16% y 90%

En la tarea en la que pedimos dos frases en polaco, GLM 5.3 produjo 659 tokens de salida, de los cuales 625 eran razonamiento. Conseguimos dos frases y una factura por veinte veces más texto del que vimos.

Tres tareas en polaco, cuatro modelos

La prueba fue sencilla y deliberadamente corta, porque en estas tareas las diferencias de costes se vuelven más dolorosas. Pedimos dos frases con declinación difícil, un resumen en exactamente tres frases y un cálculo sobre una tarifa de tokens. Probamos en polaco.

La cifra más impactante está en la fila del resumen. GLM 5.3 Flash necesitó para tres frases sobre leasing 3 783 tokens de salida y 46,3 segundos, de los cuales 3 526 tokens fueron de razonamiento. DeepSeek V4 Flash devolvió la misma tarea en 203 tokens y 3,8 segundos. Doce veces más rápido, con un coste treinta y nueve veces menor.

En total, por tres tareas DeepSeek V4 Flash cobró dieciséis veces menos que GLM 5.3 Flash y sesenta y una veces menos que GLM 5.3.

¿Y el polaco?

Aquí no hay sorpresa y ese es precisamente el problema de GLM. Los cuatro modelos se las arreglaron con el genitivo plural de «violín» y con el instrumental de «mil» en polaco. Todos calcularon la factura de 0,646 dólares correctamente. Todos ajustaron el resumen a exactamente tres frases, como pedimos.

Frase de GLM 5.3: «W piwnicy nie znaleźli starych skrzypiec należących do dziadka« (En el sótano no encontraron los viejos violines del abuelo). Frase de DeepSeek V4 Flash: «Zabrakło mi strun do moich starych skrzypiec« (Me faltaron cuerdas para mis viejos violines). Ambas correctas, una costó sesenta y una veces más.

En tareas donde el modelo más caro no hace nada mejor, toda la diferencia se reduce a la factura. Y esa es la respuesta a la pregunta de si vale la pena pasar de GLM 5.2 a 5.3: en nuestras tareas no había por qué pagar más.

El mismo modelo, cuatro tiempos diferentes

Vale la pena saber una cosa más. GLM 5.3 nos respondió una vez en 1,7 segundos y otra en 29,7 segundos. No era diferencia de dificultad de la tarea, sino diferencia de proveedor: la respuesta más corta vino de Modal, la más larga de DigitalOcean. Si estás construyendo algo donde el tiempo de respuesta importa, con modelos con larga lista de proveedores debes indicar uno concreto. De lo contrario, el mismo código funciona una vez en un segundo y otra en medio minuto sin saber por qué.

Para quién tiene sentido

Usa GLM 5.3 Flash si necesitas un modelo barato que acepte imagen y vídeo con contexto grande. Es una combinación realmente rara y aquí Flash gana, porque DeepSeek V4 Flash no acepta imagen.

Omite GLM 5.3 versión completa hasta que tengas una tarea que la versión Flash suspenda. Cuesta casi diecinueve veces más en entrada, no acepta imagen, tiene menor contexto y en nuestras tareas no respondió mejor.

Para texto normal usa otra cosa. En tareas de texto, DeepSeek V4 Flash fue más rápido y muchas veces más barato con la misma calidad en polaco.

Indica siempre el proveedor. Es una línea en la consulta, y sin ella el precio y el tiempo de respuesta son una lotería en la que la ficha del modelo muestra el mejor resultado posible.

Cómo lo medimos

Todas las cifras son del 9 de septiembre de 2026. Los precios y listas de proveedores los tomamos directamente de la API de OpenRouter, los costes de consultas individuales del campo de facturación devuelto por esa misma API, no de nuestras estimaciones. Cada tarea fue a cada modelo una vez, con la misma instrucción y límite de 4 000 tokens. Toda la prueba costó 0,0196 dólares.

Una medición es una medición y con modelos con razonamiento la dispersión puede ser considerable. No afirmamos que GLM 5.3 Flash siempre necesite 3 783 tokens para tres frases. Afirmamos que en el primer intento los necesitó, que no se puede desactivar y que la factura hay que calcularla con esa suposición.

Más mediciones como estas las recogemos continuamente en benchmarks, y los datos sobre modelos individuales los mantenemos en el atlas de modelos. Cómo se ven trampas similares en modelos más caros lo desarrollamos en el texto sobre GPT-6 Astra.

Nota del mismo día: la prueba más amplia salió mejor para GLM

Unas horas después de publicar este texto, pasamos diez modelos por seis tareas de gramática polaca, evaluadas automáticamente. GLM 5.3 Flash obtuvo puntuación completa, lo mismo que GPT-6 Astra, Claude Fable 5.1 y Kimi K3, con una factura de veintiséis a treinta y dos veces menor que ellos.

Esto precisa la conclusión del párrafo anterior. En tres tareas de este texto DeepSeek V4 Flash salió igual de bien y fue más barato. En el conjunto más amplio DeepSeek perdió un punto, y GLM 5.3 Flash no perdió ninguno. Si te importa el polaco correcto, GLM 5.3 Flash es ahora nuestra elección por defecto, y todo lo que escribimos arriba sobre costes de razonamiento y proveedores sigue vigente.

Los resultados completos, con desglose por tareas y con el coste de cada modelo, están en el texto sobre qué modelo de IA escribe mejor en polaco.

Segunda vez lo mismo, solo que más doloroso

En una tarea más larga, el razonamiento obligatorio deja de ser solo un coste. En la prueba en la que pedimos a ocho modelos un artículo de novecientas palabras, GLM 5.3 Flash consumió todo el límite de ocho mil tokens en pensar y devolvió cero palabras, emitiendo además una factura.

Ya no es una excepción

Cuando escribimos este texto, GLM 5.3 era el único modelo con el que nos topamos con esto. Un día después revisamos dieciocho modelos y resultó que siete de ellos bloquean la desactivación del razonamiento, y la división es puramente generacional: los modelos nuevos quitan la elección, las versiones antiguas de las mismas familias todavía la dan.

Datos numéricos: ficha de GLM 5.3 con precios por millón de tokens y tamaño de contexto.

// sigue leyendoIA gratis: qué ofrecen las versiones gratuitas y cuánto cuestanHerramientas de IAAnthropic denuncia ataques masivos de destilación de modelos por parte de Alibaba, Moonshot AI y DeepSeekNoticiasEE.UU. acusa a seis empresas chinas de IA de copiar modelos de frontera estadounidenses a escala industrialNoticias

Kinetyra