GLM 5.3 kosten: wat klopt er niet aan de modelkaart?

👁 120 keer gelezen

De modelkaart van GLM 5.3 ziet er aantrekkelijk uit: een miljoen tokens context, een instapprijs onder de tien cent voor de Flash-versie, ondersteuning voor beeld en video. Het lijkt de goedkoopste manier om grote context te kopen die er momenteel is. We draaiden daarom onze eigen test en berekenden wat dit aanbod werkelijk kost. Het bleek dat drie van de vier cijfers op de modelkaart alleen waar zijn onder zeer specifieke omstandigheden.

Onze test: hoe GLM-5.3 omgaat met schrijven in het Pools, hebben we apart getest: GLM-5.3 in het Pools: test met 13 opdrachten · vergelijking met MiMo, Qwen en Muse Spark

Wat is GLM 5.3 eigenlijk

GLM 5.3 is een model van het Chinese bedrijf Z.ai, de opvolger van de GLM 5-lijn. Op OpenRouter is het beschikbaar in twee varianten, en het verschil tussen beide is groter dan de naam doet vermoeden.

Het eerste wat opvalt: de goedkopere Flash-versie heeft een grotere context dan de volledige versie en accepteert beeld en video, wat het vlaggenschip helemaal niet accepteert. Bij een negentien keer lagere inputprijs. Dat is geen configuratie die je vaak tegenkomt, dus daar begonnen we mee.

Context van 1,31 miljoen krijg je bij bijna niemand

GLM 5.3 Flash heeft op OpenRouter zesentwintig providers. We hebben ze allemaal afzonderlijk gecontroleerd en een contextvenster van 1 310 720 tokens biedt precies één provider: Cloudflare. Vierentwintig anderen geven 1 048 576, en één geeft 262 144.

Het getal op de modelkaart is dus waar, maar beschrijft alleen de beste provider, niet wat je krijgt bij een normale aanvraag. Als je iets bouwt dat echt 1,3 miljoen tokens nodig heeft, moet je een specifieke provider afdwingen. Anders kom je uit op een miljoen en stuit je aanvraag op de limiet op het slechtst mogelijke moment.

De prijs op de modelkaart is de prijs van de goedkoopste provider, niet jouw prijs

Hier wordt het interessanter. OpenRouter toont op de kaart het tarief van de goedkoopste provider, maar stuurt de aanvraag naar degene die op dat moment beschikbaar is. We berekenden de spreiding voor elk van de vier modellen.

Bij GLM 5.3 Flash bieden twee van de zesentwintig providers het tarief van de kaart, namelijk 0,25 dollar. Twintig rekenen 0,50, dus twee keer zoveel. Onze aanvragen kwamen bij Together terecht en we betaalden precies 0,50.

Bij GLM 5.2 was het erger. De kaart zegt 0,88 dollar per miljoen output-tokens. Onze aanvraag kwam bij een provider die 4,40 rekent, dus vijf keer meer dan de prijs waarop we onze beslissing baseerden. Dit is geen fout of verborgen kosten, alles staat openlijk in de providergegevens. Alleen leest niemand de providergegevens, en de modelkaart toont één getal.

Reasoning kun je niet uitschakelen

Onze standaardmeetmethode begint met het uitschakelen van reasoning, want anders vergelijk je modellen die nadenken met modellen die direct antwoorden. Bij GLM 5.3 werkt dat niet. De API geeft een 400-fout en een boodschap die geen ruimte laat voor discussie:

Reasoning is mandatory for this endpoint and cannot be disabled.

Dezelfde fout krijgt de Flash-versie. De consequentie is financieel, niet technisch: reasoning-tokens worden afgerekend als gewone output-tokens, en output is de duurdere kant van de prijslijst. Je betaalt voor het denken van het model en je kunt daar niet vanaf zien.

We controleerden hoeveel van dat denken er is. In drie opdrachten was het aandeel reasoning-tokens in de totale output:

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

Bij de opdracht waarin we om twee zinnen in het Pools vroegen, produceerde GLM 5.3 659 output-tokens, waarvan 625 reasoning waren. We kregen twee zinnen en een rekening voor twintig keer meer tekst dan we zagen.

Drie Poolse opdrachten, vier modellen

De test was eenvoudig en opzettelijk kort, want bij zulke opdrachten worden de kostenverschillen het pijnlijkst. We vroegen om twee zinnen met moeilijke verbuiging, om een samenvatting in precies drie zinnen en om een berekening op de tokenprijslijst. We testten in het Pools.

Het meest opvallende getal staat in de rij met de samenvatting. GLM 5.3 Flash had voor drie zinnen over leasing 3 783 output-tokens en 46,3 seconden nodig, waarvan 3 526 tokens naar reasoning gingen. DeepSeek V4 Flash leverde dezelfde opdracht in 203 tokens en 3,8 seconden. Twaalf keer sneller, bij kosten die negenendertig keer lager waren.

In totaal rekende DeepSeek V4 Flash voor drie opdrachten zestien keer minder dan GLM 5.3 Flash en eenenzestig keer minder dan GLM 5.3.

En het Pools?

Hier is geen verrassing en dat is precies het probleem van GLM. Alle vier de modellen redden zich met de genitief meervoud van “skrzypce” (viool) en met de instrumentalis van “tysiąc“ (duizend). Alle berekenden de rekening op 0,646 dollar correct. Alle pasten de samenvatting in precies drie zinnen, zoals we vroegen.

Zin van GLM 5.3: “W piwnicy nie znaleźli starych skrzypiec należących do dziadka“ (In de kelder vonden ze geen oude violen van opa). Zin van DeepSeek V4 Flash: “Zabrakło mi strun do moich starych skrzypiec“ (Ik had geen snaren meer voor mijn oude violen). Beide correct, de ene kostte eenenzestig keer meer.

Bij opdrachten waarin het duurdere model niets beters doet, komt het hele verschil neer op de rekening. En dat is het antwoord op de vraag of het de moeite loont om van GLM 5.2 naar 5.3 over te stappen: in onze opdrachten was er niets om voor bij te betalen.

Hetzelfde model, vier keer andere tijd

Het is ook goed om nog iets te weten. GLM 5.3 antwoordde ons de ene keer in 1,7 seconden, en de andere keer in 29,7 seconden. Dit was geen verschil in moeilijkheid van de opdracht, maar een verschil in provider: het kortere antwoord kwam van Modal, het langere van DigitalOcean. Als je iets bouwt waar responstijd belangrijk is, moet je bij modellen met een lange lijst providers een specifieke aanwijzen. Anders werkt dezelfde code de ene keer in een seconde en de andere keer in een halve minuut, en weet je niet waarom.

Voor wie dit zinvol is

Neem GLM 5.3 Flash als je een goedkoop model nodig hebt dat beeld en video accepteert bij grote context. Dat is een echt zeldzame combinatie en hier wint Flash, want DeepSeek V4 Flash accepteert geen beeld.

Sla de volledige GLM 5.3-versie over totdat je een opdracht hebt die de Flash-versie niet aankan. Het kost bijna negentien keer meer voor input, accepteert geen beeld, heeft kleinere context en antwoordde in onze opdrachten niet beter.

Neem voor gewone tekst iets anders. Bij tekstopdrachten was DeepSeek V4 Flash sneller en vele malen goedkoper bij dezelfde Poolse taalkwaliteit.

Geef altijd een provider op. Dat is één regel in de aanvraag, en zonder dat zijn prijs en responstijd een loterij waarin de modelkaart het best mogelijke resultaat toont.

Hoe we dit maten

Alle cijfers zijn van 9 september 2026. Prijzen en providerlijsten haalden we rechtstreeks uit de OpenRouter API, kosten van individuele aanvragen uit het factureringsveld dat door dezelfde API wordt geretourneerd, niet uit eigen schattingen. Elke opdracht ging één keer naar elk model, met dezelfde instructie en een limiet van 4 000 tokens. De hele test kostte 0,0196 dollar.

Eén meting is één meting en bij modellen met reasoning kan de spreiding behoorlijk zijn. We beweren dus niet dat GLM 5.3 Flash altijd 3 783 tokens nodig heeft voor drie zinnen. We beweren dat het bij de eerste poging nodig had, dat je dit niet kunt uitschakelen en dat je de rekening met die aanname moet berekenen.

Meer van dit soort metingen verzamelen we doorlopend in benchmarks, en gegevens over individuele modellen bewaren we in de modelatlas. Hoe vergelijkbare valkuilen eruitzien bij duurdere modellen, beschreven we in de tekst over GPT-6 Astra.

Toevoeging van dezelfde dag: bredere test viel beter uit voor GLM

Een paar uur na publicatie van deze tekst lieten we tien modellen door zes Poolse grammaticaopdrachten gaan, automatisch beoordeeld. GLM 5.3 Flash scoorde volle punten, evenveel als GPT-6 Astra, Claude Fable 5.1 en Kimi K3, bij een rekening die zesentwintig tot tweeëndertig keer lager was dan die van hen.

Dit preciseert de conclusie uit de alinea hierboven. Op drie opdrachten uit deze tekst presteerde DeepSeek V4 Flash even goed en was goedkoper. Op een bredere set verloor DeepSeek een punt, en GLM 5.3 Flash verloor er geen. Als correct Pools belangrijk voor je is, is GLM 5.3 Flash nu onze standaardkeuze, en alles wat we hierboven schreven over reasoning-kosten en providers blijft van kracht.

Volledige resultaten, uitgesplitst per opdracht en met de kosten van elk model, staan in de tekst over welk AI-model het beste Pools schrijft.

Tweede keer hetzelfde, alleen pijnlijker

Bij een langere opdracht houdt verplichte reasoning op alleen een kostenpost te zijn. In de test waarin we acht modellen vroegen om een artikel van negenhonderd woorden, gebruikte GLM 5.3 Flash de hele limiet van achtduizend tokens voor denken en leverde nul woorden, terwijl het wel een rekening uitschreef.

Dit is geen uitzondering meer

Toen we deze tekst schreven, was GLM 5.3 het enige model waarbij we dit tegenkwamen. Een dag later bekeken we achttien modellen en bleek dat zeven ervan het uitschakelen van reasoning blokkeren, en de verdeling is puur generationeel: nieuwe modellen ontnemen de keuze, oudere versies van dezelfde families geven hem nog steeds.

Numerieke gegevens: GLM 5.3-kaart met prijzen per miljoen tokens en contextgrootte.

Gebruik je meerdere modellen, dan zet mijn dienst Jantaris GPT-6 Sol, Claude Opus 5.5, Gemini 3.6 Flash, DeepSeek V4, Veo 3.1 en Nano Banana Pro op één prepaid tegoed in USD met één API-sleutel - zonder abonnement, het tegoed vervalt niet en een mislukte generatie kost $0. Alles op één plek: de Jantaris-gids.

// lees verderBeslismodellen vs kleine taalmodellen: kosten en snelheidBenchmarksAI-prijzen vergelijken: kosten per 1000 prompts per modelBenchmarksGPT-6 Astra vs Opus 5.5: 9 tests, resultaten en kosten in euroBenchmarks

Kinetyra