GLM-5.3 marca 34,3 de IQ, mas preço diverge do OpenRouter

O GLM-5.3 entrou no índice da Artificial Analysis com 34,3 pontos de inteligência. O DeepSeek V4.1 Flash apareceu com 24,7. A diferença favorece a nova variação da Z.ai, mas há uma tensão importante para quem paga a API: os preços usados na avaliação não são os mesmos exibidos no OpenRouter.\n\nNa Artificial Analysis, o GLM-5.3 (low) aparece com preço de US$ 2,15 por milhão de tokens, enquanto o DeepSeek V4.1 Flash (Non-Reasoning) aparece com US$ 0,525. No OpenRouter, o GLM 5.3 Prime está listado a US$ 2,80 por milhão de tokens de entrada e US$ 8,80 por milhão de tokens de saída. O DeepSeek V4.1 Flash aparece com preço de entrada de US$ 0,60 na alteração mais recente registrada em 24 de setembro.\n\nSe você escolhe modelo pela fatura, não dá para tratar o preço do benchmark como cotação final.\n\n## O que estreou no índice\n\nO resultado do GLM corresponde à configuração identificada como “GLM-5.3 (low)”. Já o DeepSeek foi avaliado como “DeepSeek V4.1 Flash (Non-Reasoning)”. Esses nomes não são idênticos aos nomes comerciais listados no OpenRouter: ali aparecem “Z.ai: GLM 5.3 Prime” e “DeepSeek: DeepSeek V4.1 Flash”.\n\nEssa diferença de rótulo importa. O placar mostra o desempenho de configurações específicas, não uma garantia de que toda chamada feita ao modelo comercial terá exatamente o mesmo comportamento. No caso do DeepSeek, o próprio nome da estreia informa que a configuração não usa raciocínio. No GLM, “low” também indica uma configuração particular do teste.\n\nA Artificial Analysis também registrou o Mercury 2.5, com 12,3 pontos e preço de US$ 0,375 por milhão de tokens. Ele funciona como referência de uma terceira estreia recente, mas fica abaixo dos dois modelos em inteligência medida.\n\n## A vantagem do GLM tem preço\n\nO GLM alcançou 34,3 pontos, contra 24,7 do DeepSeek. Em termos de escolha, isso coloca o modelo da Z.ai à frente no indicador recém-publicado. A vantagem pode interessar a quem usa o modelo para tarefas em que a qualidade da resposta pesa mais do que o custo bruto por chamada.\n\nO problema aparece quando a comparação é levada para a fatura. O OpenRouter lista o GLM 5.3 Prime a US$ 2,80 por milhão de tokens de entrada e US$ 8,80 por milhão de tokens de saída. Para o DeepSeek V4.1 Flash, o preço registrado no OpenRouter é US$ 0,60 por milhão de tokens de entrada.\n\nA diferença não é apenas uma questão de tabela. Modelos com respostas longas podem concentrar boa parte da despesa nos tokens de saída, e o preço de saída do GLM é substancialmente maior do que o de entrada. O registro disponível para o DeepSeek nesta rodada informa o preço de entrada, mas não traz uma ficha completa com o valor de saída.\n\n## O que muda para produção\n\nSe você mantém uma aplicação de atendimento, classificação ou automação com grande volume de chamadas, o DeepSeek continua sendo a opção mais fácil de testar com foco em custo de entrada. Ele também pode fazer sentido quando a tarefa não precisa da configuração de raciocínio indicada no benchmark.\n\nSe você trabalha com problemas mais difíceis e aceita pagar mais por uma resposta potencialmente mais forte, o GLM-5.3 merece um teste controlado. O índice de 34,3 o coloca acima do DeepSeek V4.1 Flash, mas o preço do OpenRouter exige medir também o tamanho das respostas, a taxa de erro e a necessidade de novas tentativas.\n\nPara quem precisa de contexto amplo, os dois catálogos informam janelas de 1 milhão de tokens para o GLM 5.3 Prime e o DeepSeek V4.1 Flash. Isso reduz a diferença entre eles em aplicações que dependem de documentos longos, mas não elimina a necessidade de validar latência, estabilidade e custo efetivo por tarefa.\n\n## Para quem isso não muda nada\n\nA estreia não muda a decisão de quem já tem um modelo aprovado em produção e não enfrenta problema de qualidade ou preço. Também não permite concluir qual opção é melhor para código ou agentes: não há notas de coding ou agentic publicadas para essas estreias nos registros disponíveis.\n\nO resultado é mais relevante para quem está montando uma nova rota de modelos, comparando fornecedores ou tentando substituir uma opção cara. Nesse caso, o GLM oferece o maior índice entre as duas novidades, enquanto o DeepSeek preserva uma posição de custo de entrada mais atraente.\n\nA recomendação prática é separar o placar da cotação: use a Artificial Analysis para localizar a diferença de desempenho e o OpenRouter para calcular a fatura real antes de trocar o modelo em produção.