Z.ai e modelos GLM: 3 meses de uso diário e preços reais

Índice

• A tabela que você veio ver: planos do GLM Coding Plan
• Tabela de modelos: capacidades e preços de API

  • Modelos de texto
  • Modelos de visão, imagem, áudio e vídeo
• O que quase ninguém explica para você: como os créditos são consumidos
• As ferramentas: onde você pode realmente usar isso
• Casos de uso: qual modelo para qual tarefa
• Minha experiência real: três meses, fluxo concreto
• A verdade honesta: para quem NÃO é isso
• O código de convite: o que cada um ganha, sem firulas
• Veredito

  • Fontes

Última atualização: agosto de 2026

Estou executando trabalho real com Z.ai há três meses. Não um teste de fim de semana: especificações de produto, refators, automações, chatbots. Nesse tempo, passei por GLM-4.7, GLM-5.2 e agora GLM-5.3, e tenho uma opinião bastante formada: ele me dá mais do que eu pago, mas não é uma ferramenta para qualquer um.

Este post é o que eu gostaria de ter lido antes de me inscrever. Começa com as tabelas —planos, modelos, preços— porque sei que é isso que você quer ver primeiro. Depois vem a parte honesta: o que ele faz bem, o que não faz, e em que ponto da sua curva de experiência faz sentido.

Aviso de transparência: abaixo compartilho meu link de convite. Você recebe 10% de desconto na sua primeira assinatura e eu recebo créditos de plataforma. Dito desde o início para que você leia o resto com essa informação sobre a mesa. Se o post não te convencer, não use.

---

A tabela que você veio ver: planos do GLM Coding Plan

Este é o coração da oferta da Z.ai para desenvolvedores. Todos os planos dão acesso aos mesmos modelos —não há tiers com modelos limitados—, o que muda é quanto cota você tem.

	Lite	Pro	Max
Preço base mensal	~$18 USD	~$72–80 USD	~$160–168 USD
Créditos a cada 5 horas	2.000	12.000	28.000
Créditos semanais	10.000	60.000	140.000
Tokens estimados/semana (GLM-5.3, cache ~95%)	48–97 milhões	290–580 milhões	676–1.352 milhões
Modelos incluídos	GLM-5.3, GLM-5-Turbo, GLM-4.7	Mesmos	Mesmos
MCPs incluídos	Vision, Web Search, Web Reader, Zread	Mesmos	Mesmos
Desconto por ciclo	20% trimestral / 30% anual	Igual	Igual

Com o desconto anual, Lite cai para ~$12,60/mês. Esse é o número que faz a comparação com qualquer outra assinatura de coding ficar desconfortável para a concorrência.

Duas advertências sobre preços: os valores de Pro e Max variaram entre fontes e promoções ($72 vs $80, $160 vs $168), então verifique o número exato na página antes de pagar. E as assinaturas não são reembolsáveis uma vez compradas — comece com Lite mensal, não Max anual.

👉 Inscreva-se com 10% de desconto aqui — o desconto só se aplica ao seu primeiro pagamento e apenas se você nunca teve uma assinatura paga na plataforma.

---

Tabela de modelos: capacidades e preços de API

Se você prefere pagar por token em vez de assinar, este é o catálogo. Preços por milhão de tokens (USD):

Modelos de texto

Modelo	Input	Input cacheado	Output	Para que serve
GLM-5.3	$1,40	$0,26	$4,40	Premium. Coding complexo, tarefas agênticas longas, segurança. Contexto 1M, output até 128K
GLM-5.2	$1,40	$0,26	$4,40	Geração anterior, mesma base que 5.3
GLM-5-Turbo	$1,20	$0,24	$4,00	Rápido. Ideal para automações e respostas de baixa latência
GLM-4.7	$0,60	$0,11	$2,20	Cavalo de batalha barato. Tarefas de código médio
GLM-4.7-FlashX	$0,07	$0,01	$0,40	Alto volume: classificação, extração, roteamento
GLM-4.5-Air	$0,20	$0,03	$1,10	Leve, muito barato
GLM-4.7-Flash	Grátis	Grátis	Grátis	Protótipos e testes sem custo

Modelos de visão, imagem, áudio e vídeo

Modelo	Preço	Para que serve
GLM-5V-Turbo	$1,20 / $4,00 por MTok	Visão de alto nível: análise de UI, vídeo, gráficos
GLM-4.6V	$0,30 / $0,90 por MTok	Visão padrão, boa relação custo-benefício
GLM-OCR	$0,03 por MTok	Extração de texto de documentos escaneados
GLM-4.6V-Flash	Grátis	Visão básica sem custo
GLM-Image	$0,015 por imagem	Geração de imagens
CogVideoX-3	$0,20 por vídeo	Geração de vídeo
Vidu Q1 / Vidu 2	$0,20–0,40 por vídeo	Vídeo a partir de texto, imagem ou referência
GLM-ASR-2512	~$0,0024 por minuto	Transcrição de áudio
Agente Slide/Poster	$0,70 por MTok	Apresentações e pôsteres automatizados

O dado mais importante desta tabela: o input cacheado custa um quinto do input normal. Em um fluxo agêntico onde você reenvia o mesmo contexto de projeto uma e outra vez, essa diferença é que decide se o mês sai caro ou barato para você.

---

O que quase ninguém explica para você: como os créditos são consumidos

É aqui que as pessoas se frustram e cancelam. O plano não funciona por "número de prompts". Funciona com dois limites simultâneos e multiplicadores por modelo.

Os dois limites:

• Limite de 5 horas. Atualiza dinamicamente: cada consumo é devolvido a você 5 horas depois.
• Limite semanal. Começa quando você paga e reinicia a cada 7 dias.

A fórmula: créditos = (tokens_input × mult_input + tokens_cacheados × mult_cache + tokens_output × mult_output) / 10.000

Os multiplicadores:

Modelo	Input	Input cacheado	Output
GLM-5.3	6,9	1,7	24
GLM-5-Turbo	5,7	1,5	21
GLM-4.7	4,6	1,2	16
GLM-4.6V (Vision MCP)	1,2	0,3	2,7
Web Search / Web Reader / Zread	—	—	1,2 por chamada

Três consequências práticas que aprendi na marra:

1. O output é o que caro. Multiplicador 24 contra 6,9 do input no GLM-5.3. Um modelo que "pensa em voz alta" por 40 mil tokens come o seu dia. Por isso reasoning_effort: low existe e por isso eu uso mais do que esperava.
2. O cache é o seu orçamento. A diferença entre 90,9% e 98% de acerto de cache é a diferença entre 43 e 105 milhões de tokens por semana no Lite. Sessões longas e coerentes rendem; abrir novo contexto a cada 10 minutos te arruína.
3. Fora de horário de pico você paga metade. Horário de pico é segunda a sexta, 14:00–18:00 horário de Singapura (UTC+8). Tudo o mais —incluindo o final de semana completo— custa 50% dos créditos. Se você trabalha das Américas, boa parte do seu dia cai em horário barato. É provavelmente a vantagem de preço menos divulgada do plano.

---

As ferramentas: onde você pode realmente usar isso

O plano está estritamente limitado a ferramentas suportadas oficialmente. Não é uma API aberta que você conecta onde quiser; se usar fora da lista, dará erro de saldo insuficiente.

Agentes de código suportados: ZCode (ambiente próprio da Z.ai), Claude Code, Claude for IDE, Codex, Cursor, Cline, OpenCode, Roo Code, Kilo Code, Crush, Goose, Droid, TRAE, Qoder, Pi e Eigent.

Agentes de propósito geral: OpenClaw, Hermes Agent e SillyTavern, servidos com "melhor esforço" — sob carga alta podem aplicar limites temporários.

A configuração é mudar o base URL:

Protocolo	Base URL
Anthropic Messages (Claude Code, Goose)	https://api.z.ai/api/anthropic
OpenAI Chat Completions (o resto)	https://api.z.ai/api/coding/paas/v4
OpenAI Responses	https://api.z.ai/api/v1

E os quatro MCPs incluídos sem custo extra além dos créditos: Vision Understanding (ler capturas, diagramas, mockups), Web Search, Web Reader (extrair conteúdo de URLs) e Zread (ler repositórios do GitHub). Este último é mais útil do que parece quando você está integrando uma biblioteca que não conhece.

---

Casos de uso: qual modelo para qual tarefa

Esta é a parte que separa quem aproveita a assinatura de quem desperdiça.

GLM-5.3 → trabalho pesado e longo. Refactors que tocam quinze arquivos, migrações, depuração de algo que você está perseguindo há horas, implementação completa de uma spec. É aqui que o salto nesta versão se nota: em seu benchmark interno passou de 23,4% para 34,5% de tarefas completadas contra GLM-5.2, e consumindo menos tokens de output. No Terminal-Bench 3.0 saltou de 4,6 para 28,3. Use com reasoning_effort: max e não use para nada trivial.

GLM-5-Turbo → automações e latência. Tudo que roda em um cron, webhook ou pipeline. Aqui você não precisa de raciocínio profundo, precisa de respostas consistentes e rápidas. É também minha opção padrão para chatbots onde o usuário está esperando.

GLM-4.7 → o dia a dia. Escrever um endpoint, ajustar um teste, explicar um arquivo que eu não escrevi para você, gerar um script de migração. Multiplicador 16 no output contra 24 do GLM-5.3: ele rende muito mais e para 60% das tarefas a diferença de qualidade não é perceptível.

GLM-4.7-FlashX / GLM-4.5-Air → volume. Classificar tickets, extrair campos de texto, fazer roteamento entre agentes, resumir. A $0,07 de input por milhão, FlashX é praticamente grátis para processar lotes.

GLM-4.6V / GLM-5V-Turbo → visão. Passar uma captura de bug de UI, um diagrama de arquitetura em foto, uma tabela em PDF. O Vision MCP integrado no plano torna especialmente confortável dentro do fluxo de coding.

Uma nota sobre chatbots: se você está construindo interação conversacional com usuários reais, a combinação GLM-5-Turbo + Web Search MCP dá uma experiência notavelmente mais natural do que o preço sugeriria. É um dos usos onde mais valor obtive e o menos falado.

---

Minha experiência real: três meses, fluxo concreto

Minha maneira de trabalhar é esta e acho que explica por que funciona tão bem para mim:

Defino as specs com outro modelo. Uso Grok, GPT ou Claude para a parte de pensar o problema: arquitetura, tradeoffs, critérios de aceitação, quais arquivos tocar. Essa conversação é exploratória, iterativa, e lá eu quero o melhor raciocínio disponível independentemente do custo, porque são poucos tokens.

Executo as specs com GLM. Uma vez a spec escrita e inequívoca, GLM-5.3 implementa. E isso é importante: executar uma spec bem definida é um problema diferente de projetá-la. Requer seguir instruções, manter contexto, não inventar, usar ferramentas corretamente. GLM é muito bom nisso, e é aí que o preço para de fazer sentido a seu favor.

Vamos ser claros, créditos não são suficientes para codar o dia todo no Lite. Se seu trabalho é oito horas de agente cuspir código, você vai bater no limite de 5 horas. Mas para meu padrão —explosões de execução intercaladas com revisão humana— sobra. E o desconto de 50% fora de horário de pico dobra minha margem efetiva.

O app e o chat também contam. Fora do IDE uso o app da Z.ai para tarefas que não exigem raciocínio profundo: revisar um tema, resumir documentação, verificar algo rápido, processos repetitivos. Comparado a abrir um Sonnet para isso, é significativamente mais eficiente em custo e bom o suficiente. Não é onde está a mágica, mas é onde estão os economizados acumulados.

---

A verdade honesta: para quem NÃO é isso

Se algo tenho claro após três meses é que esta não é uma ferramenta de entrada.

NÃO é para você se:

• Você está aprendendo a programar e precisa que o modelo te guie passo a passo, corrija suas suposições e explique por que algo está errado. GLM executa muito bem; não vai te salvar de uma spec mal pensada. Se der instruções vagas, ele retorna trabalho vago com muita confiança.
• Você quer uma experiência "tudo em um" sem configurar nada. Aqui você precisa entender base URLs, protocolos, limites de cota, multiplicadores e horários. Não é difícil, mas é atrito real.
• Você precisa do teto absoluto de capacidade. No próprio benchmark da Z.ai, GLM-5.3 atinge 34,5% onde Claude Fable 5 chega a 39,5%. A lacuna existe e é sentida em tarefas de fronteira.
• Você precisa de garantia de reembolso. Não tem. Ponto.

É para você se: você já sabe como definir um problema, já tem critério para revisar o que um agente produz, e seu gargalo é o custo de executar muito, não a qualidade do raciocínio na fronteira.

Outras duas coisas que você deve considerar antes de pagar: Z.ai é uma empresa chinesa (Zhipu AI) e seus prompts passam por sua infraestrutura — se você lida com código sob NDA estrito ou dados regulados, revise com quem é responsável. E os planos estão atados a ferramentas suportadas: se seu stack usa algo que não está naquela lista, a assinatura não serve para você e você teria que ir por API paga por token.

---

O código de convite: o que cada um ganha, sem firulas

Como vou compartilhar, prefiro explicar exatamente como o programa funciona em vez de só jogar o link.

O que você ganha (convidado):

• 10% de desconto instantâneo sobre o valor da sua primeira assinatura do GLM Coding Plan. É aplicado automaticamente no checkout, sem escrever nenhum código.
• Aplica apenas se você for novo usuário ou nunca pagou uma assinatura na plataforma.
• Aplica apenas à primeira ordem. Renovações, upgrades e downgrades não.
• Não se acumula com outras campanhas de desconto de primeira compra.
• Você deve completar o pagamento dentro de 72 horas de se registrar com o link.

O que eu ganho (convidador):

• Créditos de plataforma equivalentes a 10% do valor que você efetivamente pagou. Não é dinheiro: são créditos que só servem para pagar assinaturas, pacotes ou chamadas de API dentro da Z.ai. Não saem nem transferem.
• E há um limiar: eu não cobro nada até acumular 3 convidados válidos. Antes disso, créditos ficam em estado pendente.

Conto isso em detalhe porque o incentivo muda como você deve ler uma resenha, e prefiro que você saiba e decida por si mesmo.

👉 Link com 10% de desconto (código: V2TH8OSBEF)

Antes de usar: o plano Lite mensal é ~$18 com o desconto aplicado. Teste por um mês com seu fluxo real. Se após 30 dias você não bateu no limite de 5 horas e o modelo fez o que você precisava, então sim, avalie o anual com 30% off. Não ao contrário.

---

Veredito

Z.ai não é "o Claude barato". É uma ferramenta com perfil diferente: excelente executando trabalho bem definido, a um preço que muda a equação de quanto você pode automatizar. Se seu fluxo separa pensar de fazer —definir specs com um modelo, executá-los com outro— encaixa quase perfeitamente. Se você espera que um único modelo faça tudo, vai se frustrar.

Após três meses minha conclusão é simples: sinto que ele me dá mais do que eu pago. Mas essa frase só se aplica se você já sabe o que pedir.

---

Fontes

• Z.AI Developer Docs — GLM Coding Plan Overview
• Z.AI Developer Docs — Pricing
• Z.AI Developer Docs — GLM-5.3
• Z.AI Developer Docs — Tool Integration
• Z.AI Developer Docs — GLM Coding Plan FAQ
• Z.AI Developer Docs — Regras do programa de convite
• TechNode — Z.ai launches GLM-5.3 with claimed 50% gain on coding benchmark
• VentureBeat — GLM-5.3 is here with advanced cyber capabilities
• MarkTechPost — Z.ai Ships GLM-5.3 Without Retraining the Base Model
• AI Pricing Guru — GLM Coding Plan Pricing

Divulgação: este artigo contém um link de convite. Eu recebo créditos de plataforma se você se inscrever através dele. Dados técnicos e de preços vêm da documentação oficial da Z.ai e foram verificados em agosto de 2026; verifique valores atuais antes de pagar.