cheapaimodelCari

DeepSeek-V4.1-Flash vs GLM-5.3

deepseek-v4-1-flashglm-5.3

DeepSeek-V4.1-Flash dibanderol $0.209351 per 1 juta token input dan $0.837404 per 1 juta token output, dengan jendela konteks 1M token; GLM-5.3 dibanderol $0.976972 per 1 juta token input dan $3.070483 per 1 juta token output, dengan jendela konteks 1M token.

Perbandingan spesifikasi

Harga dalam dolar AS; batas dan kemampuan sesuai yang dipublikasikan penyedia setiap model.

DeepSeek-V4.1-Flash dan GLM-5.3 berdampingan
SpesifikasiDeepSeek-V4.1-FlashGLM-5.3
Input/ 1M tokens$0.209351$0.976972
Output/ 1M tokens$0.837404$3.070483
Baca cache/ 1M tokens$0.004187$0.181438
Tulis cache/ 1M tokens$0$0
Diskon−30%Harga resmi $0.30 / $1.20−30%Harga resmi $1.40 / $4.40
Kontekstokens1M1M
Output maks.tokens384K128K
Jenis inputteks, gambarteks
Jenis outputteksteks
Rilis2026-09-102026-08-18
Endpoint/v1/chat/completions/v1/responses/v1/chat/completions/v1/responses

Beban kerja yang sama

Satu beban kerja berisi 1,000,000 token input dan 200,000 token output, dihitung dengan tarif terkini setiap model.

DeepSeek-V4.1-Flash
$0.3768$0.2094 input + $0.1675 output
GLM-5.3
$1.5911$0.977 input + $0.6141 output

Untuk beban kerja ini, DeepSeek-V4.1-Flash lebih murah $1.2142 dibanding GLM-5.3.

Kode yang sama

Hanya field model yang berubah.

curl https://api.cheapaimodel.ai/v1/chat/completions \
  -H "Authorization: Bearer $CHEAPAIMODEL_API_KEY" \
  -H "Content-Type: application/json" \
  -d '{
    "model": "deepseek-v4-1-flash",
    "messages": [{"role": "user", "content": "Hello!"}]
  }'

Kapan pilih yang mana

Perbedaan di spesifikasi yang dipublikasikan, lalu deskripsi dari masing-masing penyedia.

  • DeepSeek-V4.1-Flash punya harga input lebih rendah ($0.209351 vs $0.976972 per 1 juta token).
  • DeepSeek-V4.1-Flash punya harga output lebih rendah ($0.837404 vs $3.070483 per 1 juta token).
  • DeepSeek-V4.1-Flash menerima input gambar; GLM-5.3 tidak.
  • DeepSeek-V4.1-Flash dirilis lebih baru (2026-09-10 vs 2026-08-18).
  • DeepSeek-V4.1-Flash bisa memberi output lebih panjang dalam satu respons (384K vs 128K token).

Tentang DeepSeek-V4.1-Flash

Model terkecil di keluarga arsitektur baru DeepSeek, dengan pemahaman gambar bawaan. Secara default berjalan dalam mode berpikir, dan juga tersedia mode tanpa berpikir; menurut DeepSeek, model ini mengungguli model andalan sebelumnya, DeepSeek-V4-Pro, di berbagai benchmark.

Tentang GLM-5.3

Model GLM andalan Z.ai untuk rekayasa perangkat lunak yang kompleks dan pekerjaan agentik. Memakai model dasar GLM-5.2, ditingkatkan lewat post-training untuk pemrograman, tugas jangka panjang, dan keamanan siber; untuk saat ini hanya menerima input teks.