Perceptron: Perceptron Mk1 contra Z.ai: GLM 5.3 FlashX
Uma comparação lado a lado entre Perceptron: Perceptron Mk1 (US$ 0,52 / 1M fragmentos (≈ R$ 2,87)) e Z.ai: GLM 5.3 FlashX (US$ 1,30 / 1M fragmentos (≈ R$ 7,08)) com preços em USD e recursos atuais do catálogo do api14. Os dois funcionam pela mesma API compatível com OpenAI.
Especificações
| Perceptron: Perceptron Mk1 | Z.ai: GLM 5.3 FlashX | |
|---|---|---|
| Provedor | Perceptron | Z.ai |
| Entrada | US$ 0,52 / 1M fragmentos (≈ R$ 2,87) | US$ 1,30 / 1M fragmentos (≈ R$ 7,08) |
| Saída | US$ 5,25 / 1M fragmentos (≈ R$ 28,71) | US$ 4,38 / 1M fragmentos (≈ R$ 23,92) |
| Leitura de cache | - | US$ 0,26 / 1M fragmentos (≈ R$ 1,44) |
| Janela de contexto | 32.768 | 1.048.576 |
| Saída máxima | 8.192 | 131.072 |
| Entrada | text, image, video | text, image, video |
| Saída | text | text |
| chamada de ferramentas | ||
| Saída estruturada | ||
| Controle de raciocínio | ||
| Adicionado em | 12 de mai. de 2026 | 18 de set. de 2026 |
Principais diferenças
- Perceptron: Perceptron Mk1 é 59% mais barato nos tokens de entrada.
- Z.ai: GLM 5.3 FlashX é 17% mais barato nos tokens de saída.
- Z.ai: GLM 5.3 FlashX lê 32.0× mais contexto (1.048.576 tokens).
- Só o Z.ai: GLM 5.3 FlashX suporta chamada de ferramentas.
- Só o Perceptron: Perceptron Mk1 suporta saída JSON estruturada.
- Uma requisição com 1.000 tokens de entrada e 500 de saída custa US$ 0,00315 com Perceptron: Perceptron Mk1 e US$ 0,00348 com Z.ai: GLM 5.3 FlashX.
Em detalhe
Perceptron: O Perceptron Mk1 é um modelo de texto da Perceptron, lançado em 12 de maio de 2026. Z.ai: O GLM 5.3 FlashX é um modelo de texto da Z.ai, lançado em 18 de setembro de 2026. Ambos são servidos através da api14 como modelos de chat, e ambos aceitam texto, imagem e vídeo como entrada, produzindo apenas saída de texto. Nenhum dos dois é um modelo de embedding ou de geração de imagens, portanto você está escolhendo entre dois geradores de texto de uso geral com entrada de visão.
A divisão mais clara é o comprimento do contexto. O GLM 5.3 FlashX tem uma janela de contexto de 1.048.576 tokens, que é muito maior que os 32.768 tokens oferecidos pelo Perceptron Mk1. Se o seu prompt inclui documentos longos, bases de código grandes, transcrições extensas ou muitas imagens e quadros de vídeo em uma única requisição, o GLM 5.3 FlashX é o único dos dois que vai comportar isso sem chunking. Em relação a ferramentas, o GLM 5.3 FlashX é o único que suporta tools e tool_choice, então chamadas de função e loops de agente pertencem a ele. O Perceptron Mk1 é o único que suporta structured_outputs, o que importa quando você precisa que a resposta seja restringida a um schema. Ambos expõem reasoning e include_reasoning, então o suporte a raciocínio não é um diferencial aqui. O Perceptron Mk1 também aceita frequency_penalty e presence_penalty, que o GLM 5.3 FlashX não lista, enquanto o GLM 5.3 FlashX adiciona reasoning_effort e response_format.
Para o trabalho do dia a dia, escolha o Perceptron Mk1 quando você quiser saída restringida por schema, quando estiver ajustando repetição com penalidades de frequência ou presença, ou quando suas entradas couberem confortavelmente em 32k tokens e você quiser o lado de entrada mais barato. Escolha o GLM 5.3 FlashX quando o trabalho envolver chamadas de ferramentas, quando você precisar passar contextos muito grandes em uma única requisição, ou quando o volume de saída dominar sua conta, já que ele é o lado mais barato para saída. Um padrão razoável é prototipar no Perceptron Mk1 para extração estruturada e mudar para o GLM 5.3 FlashX quando a mesma carga de trabalho precisar de ferramentas ou crescer além da janela menor.
Chamar qualquer um dos modelos através da api14 funciona da mesma maneira. Ambos são compatíveis com OpenAI, então você aponta seu cliente existente para a URL base da api14, envia sua chave e usa o endpoint de chat completions. A única mudança entre os dois é o id do modelo: use perceptron/perceptron-mk1 para o Perceptron Mk1 e z-ai/glm-5.3-flashx para o GLM 5.3 FlashX. Seu array de mensagens, as partes de imagem e vídeo e a configuração de streaming permanecem como estão. Os parâmetros são o único ponto que exige cuidado, já que tools e tool_choice se aplicam apenas ao GLM 5.3 FlashX e structured_outputs se aplica apenas ao Perceptron Mk1, então mantenha conjuntos de parâmetros por modelo em vez de uma configuração compartilhada.
Ainda há casos em que o Perceptron Mk1 é a melhor escolha, mesmo que o GLM 5.3 FlashX seja maior e capaz de usar ferramentas. Se sua tarefa é um trabalho limitado de extração ou classificação em que a resposta deve estar em conformidade com um schema, e a entrada cabe dentro de 32k tokens, o Perceptron Mk1 oferece structured outputs além de controles de penalidade que o GLM 5.3 FlashX não lista, e é o lado mais barato na entrada. Para essas chamadas estreitas e de alto volume, a janela menor não é uma limitação e a garantia de schema vale mais que o contexto extra.
Troque com uma string
Os dois modelos usam o mesmo endpoint e o mesmo formato de requisição. Mude o valor de model de "perceptron/perceptron-mk1" para "z-ai/glm-5.3-flashx", prompts, streaming e ferramentas continuam funcionando.
import OpenAI from "openai";
const client = new OpenAI({
baseURL: "https://api14.com/api/v1",
apiKey: process.env.API14_API_KEY,
});
const result = await client.chat.completions.create({
"model": "z-ai/glm-5.3-flashx",
"messages": [
{
"role": "user",
"content": "Explain vector databases in two sentences."
}
]
});
console.log(result.choices[0].message.content);
Mais comparações
- LiquidAI: LFM3-1.7B contra Ricursive: Ripple 65B Preview
- LiquidAI: LFM3-1.7B contra Crouton Alpha
- LiquidAI: LFM3-1.7B contra Tencent: Hy4
- LiquidAI: LFM3-1.7B contra Z.ai: GLM 5.3 FlashX Legal
- Ricursive: Ripple 65B Preview contra Crouton Alpha
- Ricursive: Ripple 65B Preview contra Tencent: Hy4
- Ricursive: Ripple 65B Preview contra Z.ai: GLM 5.3 FlashX Legal
- Crouton Alpha contra Tencent: Hy4