把 AI 模型想像成外送平台上的餐廳。GLM-5.3 上週像新開的招牌店，傳聞還會找程式漏洞，這下正式上線，開發者可以叫它來幫自己寫程式、跑自動化任務。價格像外送單價：輸入每百萬 token 1.4 美元，輸出 4.4 美元，跟上一代一樣。問題是，新廚師可能更會做，但也可能上菜更啰嗦，所以你的錢包不一定只看到單價。對一般讀者來說，這代表未來 AI 工具可能更便宜、更快，也能幫你處理更多重複工作。只是，便宜不等於無腦省錢。
為什麼「價格沒漲」這件事，反而比較值得看？
簡單說，GLM-5.3 現在不是只在社群裡被討論，而是真的可以通過 API 叫動了。對開發者來說，這代表可以把它接到自己的 agent、網頁後端、自動化流程或 coding 工具裡。對一般讀者來說，也可以把它理解成：又有一個「能幹又相對便宜」的 AI 外聘選項進到市場。
我比較在意的是，z.ai 這次沒有把 token 單價調上去。輸入是 1.40 美元，輸出是 4.40 美元，每百萬 token 計價，跟 GLM-5.2 一樣。同時，cached input 只要 0.26 美元，而且目前 cached-input storage 限時免費。這很像餐廳把熱炒區價格維持不變，還把重複點的外帶餐先備好，下次叫起來更省。
但這裡有個小陷阱：單價一樣，不代表做完一件事的總帳一樣。新聞提到，Artificial Analysis 給 GLM-5.3 的 Intelligence Index 是 60 分，和 Kimi K3 並列全球表現最強的 open weights 模型之一，比 GLM-5.2 高 7 分。可是它估計每完成一個 Intelligence Index task，成本約 0.68 美元，上一代約 0.44 美元。原因之一是它比較 verbose，也就是比較會「多說幾句」。多說幾句，對聊天很親切，對計費就很真實。
我的 OS：「價格沒漲，是不是可以無腦升級？嗯，先看看它會不會寫完程式之後再附贈三篇心得。」
| 模型 | 輸入價（每百萬 tokens） | 輸出價（每百萬 tokens） | 1M 輸入 + 1M 輸出總計 | 白話一句話 |
|---|---|---|---|---|
GLM-5.3 |
$1.40 | $4.40 | $5.80 | 像中階外聘，便宜但能幹 |
GPT-5.6 Luna |
$0.20 | $1.20 | $1.40 | 便宜型代表，適合控成本 |
Grok 4.6 |
$2.00 | $6.00 | $8.00 | 比 GLM 貴一點，但仍比高階便宜 |
Claude Opus 5 |
$5.00 | $25.00 | $30.00 | 高階貴族，適合高價值任務 |
這張表只是簡單對比，不是真實帳單。實際花多少錢，要看你的 input/output mix、有沒有用到 cached input、每次任務跑了多少 token，以及模型會不會把答案寫得過長。就像點外送，單價一樣，但有人點一碗飯，有人點一桌菜，帳單當然不一樣。
GLM-5.3 也不是目前最便宜的能幹模型。例如新聞提到 Google 的 Gemini 3.7 Flash 有 introductory price，OpenAI 的 GPT-5.6 Luna 單價也很低。但 GLM-5.3 的價格，確實比一堆 premium frontier 模型低很多。對開發團隊來說，這代表可以花比較少的錢，先測試 frontier-class coding 和 long-horizon agent 能不能跑通。
另一件事是，z.ai 說計畫把模型 weights 開放，但精確日期和授權還沒定。也就是說，現在最直接的用法還是走 API。如果你之前訂閱的是 GLM Coding Plan，新聞也提到目前受限於 OpenAI Chat Completions-compatible protocol，簡單理解就是可以用類似 OpenAI 的呼叫格式，但不代表所有功能都已完全開放。
上週它首發時，新聞還提到它的 cyber capabilities 很強，據說找到 Cursor 一個之前未被偵測到的漏洞。這種說法會讓人覺得很厲害，但對一般使用者來說，不用太紧张。真正重要的是：它現在可以被接進開發流程，而且價格沒有因為能力變強就直接調高。
最後，如果你只想記三件事
第一，GLM-5.3 上 API 了，開發者可以開始接。第二，單價和上一代一樣，cached input 還更便宜。第三，便宜不代表總成本一定低，要看它寫多長、跑多久、用多少 cached input。
在我看來，這則新聞的重點不是「又有一個模型變強了」，而是 AI 工具的成本門檻繼續下降。未來更多自動化功能，可能以更低價格出現在開發工具、客服系統、程式助手，甚至一般人的工作流裡。對讀者來說，不用急著買單，但可以開始注意：哪些 AI 功能正從「很貴的黑科技」變成「可以按用量買的服務」。
延伸思考與常見問題
點選問題可展開答案
Q1：token 是什麼？為什麼 AI API 要按 token 收費？
token 可以簡單理解成模型處理文字時的小單位，不完全是字或字元。API 按 token 收費，就像按使用量計費，輸入和輸出通常分開算。
Q2：cached input 是什麼？為什麼會比較便宜？
cached input 是指把重複出現的輸入內容暫存起來，下次再用到時不用重新處理。因為計算負擔較少，所以費用通常比一般輸入低。
Q3：open weights 是什麼？和 API 有什麼不同？
open weights 通常指模型權重開放，讓開發者可以下載並自行部署；API 則是直接連到供應商伺服器使用。兩者不一定同時開放，權重開放也要看授權與時間。