For 10,000 requests of 2,000 tokens in and 500 out, GLM-5.3 Flash costs 29% less than GLM-4.7 Flash Heretic on Zurelay: $2.11 against $2.97. 两者均低于各自厂商的标价：GLM-4.7 Flash Heretic 低 13%，GLM-5.3 Flash 低 62%。
并排对比
| GLM-4.7 Flash Heretic | GLM-5.3 Flash | |
|---|---|---|
| 实验室 | Z.ai | Z.ai |
| 发布日期 | — | 2026年8月26日 |
| 上下文窗口 | 200K tokens | 1M tokens |
| 最大输出 | 24K tokens | 128K tokens |
| 可读取 | 文本 | 文本 |
| 推理级别 | none, low, medium, high | low, high, max |
| 每 1M 价格，输入 / 输出 | $0.061 / $0.35 | $0.058 / $0.19 |
| 厂商标价 | $0.07 / $0.40 | $0.15 / $0.50 |
| 每 1M 缓存输入价格 | $0.0305 | $0.0116 |
| 10K 次典型请求 | $2.97 | $2.11 |
价格以美元计，为 Zurelay 上每 1M token 的价格，实时取自模型目录。典型请求包含 2,000 个输入 token 和 500 个输出 token。输出上限由各厂商设定。
适用场景
GLM-4.7 Flash Heretic 是社区基于 Z.ai 的 GLM-4.7 Flash 制作的去审查版本，使用开源工具 Heretic 自动移除模型的拒答行为，并非由 Z.ai 制作或认可。Zurelay GLM-4.7 Flash Heretic API 通过一个兼容 OpenAI 的端点提供该模型，支持 200K token 上下文窗口、可关闭的推理功能和工具调用，价格比官方标价低 13%。你发送的所有内容仍须遵守 Zurelay 的服务条款。
GLM-5.3 Flash 是 Z.ai 的低成本 GLM，总参数量为 320B，每个 token 激活 18B 参数。Z.ai 表示，它在编程和智能体基准测试中超越 GLM-5.2，接近 Claude Opus 4.8。Zurelay GLM-5.3 Flash API 通过统一的 OpenAI 兼容端点提供该模型，支持 1M token 上下文窗口，价格比 Z.ai 标价低 62%。
两个都试试
仅凭规格，无法判断哪个模型更适合你的任务。向两个模型发送相同的请求，对比回答、token 用量和费用。在 Zurelay 上，只需更换模型名称。
要估算整月费用，请使用 LLM 费用计算器。
from openai import OpenAIclient = OpenAI(base_url="https://api.zurelay.com/v1", api_key="YOUR_ZURELAY_KEY")prompt = [{"role": "user", "content": "Summarize this contract: ..."}]# Same key, same code: only the model name changesfor model in ["glm-4.7-flash-heretic", "glm-5.3-flash"]: reply = client.chat.completions.create(model=model, messages=prompt) print(model, reply.usage.total_tokens, reply.choices[0].message.content[:200])For 10,000 requests of 2,000 tokens in and 500 out, GLM-5.3 Flash costs 29% less than GLM-4.7 Flash Heretic on Zurelay: $2.11 against $2.97. 每 1M tokens，GLM-4.7 Flash Heretic 的输入价格为 $0.061，输出价格为 $0.35；GLM-5.3 Flash 则分别为 $0.058 和 $0.19。
GLM-5.3 Flash 为 1M tokens，而 GLM-4.7 Flash Heretic 为 200K。
可以。一个 Zurelay 密钥即可调用两者。使用 OpenAI SDK 时，将地址设为 https://api.zurelay.com/v1，然后只需将模型名称改为 glm-4.7-flash-heretic 或 glm-5.3-flash 即可切换。
是的。每个模型都通过多个独立供应商运营的线路提供服务。每条线路在接入请求前以及此后的每天都会接受测试，包括模型身份、知识时间范围和推理能力检查，以识别冒用所请求模型名称的旧版或其他模型。