Ce que vous payez, en un tableau
Les tarifs GLM API ici n'ont ni niveaux, ni sièges, ni abonnements mensuels. Vous achetez du crédit, et chaque requête le déduit selon les tokens utilisés.
| Élément | Taux |
|---|---|
| Tokens d'entrée | 0,15 $ par 1M |
| Tokens de sortie | 0,50 $ par 1M |
| Abonnement ou frais mensuels | Aucun |
| Requête échouée ou refusée | Non facturé |
| Validité | Jamais |
| Rechargement minimum | $20 |
Une courte note sur le nom : le domaine correspond à ce que les gens recherchent, mais le service est un endpoint indépendant compatible OpenAI pour un seul modèle textuel à poids ouverts, uncensored. Ce n'est pas l'API officielle du fournisseur derrière GLM, donc ces tarifs ne sont pas ceux de ce fournisseur. Si vous comparez, consultez leurs tarifs actuels sur leur propre site et utilisez la méthode indiquée plus bas.
Transformer les tarifs en coûts
Les prix par million sont difficiles à évaluer. Une meilleure unité est le coût par requête. Pour toute requête, multipliez les tokens d'entrée par 0,15 $, les tokens de sortie par 0,50 $, et divisez chaque résultat par 1 000 000. Quatre cas d'utilisation montrent comment cela se traduit.
Une application de récupération avec un long contexte
Une application de questions-réponses insère 50 000 tokens de texte récupéré dans le prompt et reçoit 800 tokens en retour. L'entrée est de 50 000 x 0,15 $ / 1M = 0,0075 $. La sortie est de 800 x 0,50 $ / 1M = 0,0004 $. Une réponse coûte 0,0079 $, donc 1 000 réponses coûtent 7,90 $. Le côté entrée domine, donc réduire le contexte récupéré est plus rentable que de raccourcir les réponses.
Un produit de chat
Chaque message envoie environ 3 000 tokens d'historique et de persona, et la réponse fait 400 tokens. Cela représente 0,00045 $ + 0,0002 $ = 0,00065 $ par message. Un utilisateur qui envoie 40 messages par jour coûte 0,026 $ par jour, soit 0,78 $ sur 30 jours. Vous pouvez utiliser ce chiffre pour fixer votre propre tarification avec une marge raisonnable.
Un traitement par lots avec sortie structurée
Vous devez classifier 200 000 documents courts. Chaque prompt fait 600 tokens, et le mode JSON limite chaque réponse à environ 20 tokens. L'entrée est de 200 000 x 600 = 120M tokens, ce qui coûte 120 x 0,15 $ = 18,00 $. La sortie est de 200 000 x 20 = 4M tokens, ce qui coûte 4 x 0,50 $ = 2,00 $. Le traitement entier coûte 20,00 $, exactement le montant d'un rechargement d'entrée de gamme. N'oubliez pas la limite de débit lors de la planification du temps réel : une clé complète permet 300 requêtes par minute, donc 200 000 requêtes prennent environ 667 minutes au maximum.
Un agent avec appel de fonctions
Un agent effectue 8 appels par tâche, chacun avec 5 000 tokens d'entrée et 300 de sortie. Par tâche, cela représente 40 000 tokens d'entrée (0,006 $) et 2 400 tokens de sortie (0,0012 $), soit 0,0072 $. Cent tâches coûtent 0,72 $. Les agents sont le cas d'utilisation où la croissance de l'historique pèse le plus lourd, car chaque étape renvoie les résultats des outils précédents ; enregistrez donc les vrais comptes de tokens après quelques dizaines de tâches et remplacez ces estimations par vos propres moyennes.
Recharges et bonus
Vous choisissez n'importe quel montant en dollars entiers de 20 $ à 500 $. Les recharges plus importantes ajoutent un pourcentage en plus du crédit que vous recevez :
| Vous payez | Bonus | Crédit ajouté | Entrée / sortie effective par 1M |
|---|---|---|---|
| $20 | aucun | $20 | 0,15 $ / 0,50 $ |
| $50 | +5% | 52,50 $ | environ 0,143 $ / 0,476 $ |
| $100 | +10% | $110 | environ 0,136 $ / 0,455 $ |
| $200 | +15% | $230 | environ 0,130 $ / 0,435 $ |
| $500 | +15% | $575 | environ 0,130 $ / 0,435 $ |
La dernière colonne divise le tarif par le ratio crédit/paiement. À 100 $, vous recevez 110 $, donc vous payez 100 $ / 110 $ = 0,909 du prix de liste : 0,15 $ devient 0,136 $ et 0,50 $ devient 0,455 $. Le bonus de 15 % commence à 200 $, donc il n'y a pas de remise supplémentaire pour passer de 200 $ à 500 $. Choisissez le montant qui correspond à votre vitesse de consommation, pas le plus élevé disponible.
Le paiement se fait en crypto (USDT sur TRC20, USDC sur Base). Comme le crédit n'expire jamais, recharger 200 $ une fois pour le bonus est sûr si vous prévoyez de l'utiliser, et un rechargement plus petit est tout aussi sûr si vous préférez commencer petit. Les étapes de configuration pour les deux sont sur la page quickstart.
Une règle pratique pour choisir : prenez votre dépense mensuelle prévue d'après les scénarios ci-dessus et rechargez environ un à deux mois de celle-ci. Pour le produit de chat de type support qui coûte 0,78 $ par utilisateur actif par mois, 100 utilisateurs actifs représentent 78 $, donc un rechargement de 100 $ (qui ajoute 110 $ de crédit) couvre le premier mois avec une marge. Rechargez à nouveau lorsque l'en-tête du solde indique une semaine de marge restante.
L'essai gratuit
Les nouveaux comptes peuvent réclamer 0,50 $ de crédit d'essai gratuit en un clic sur la page de la clé API après s'être connecté. La connexion se fait avec Google ou avec un e-mail et un mot de passe. Le crédit ne nécessite pas de carte, est valable 7 jours et est limité à un par personne.
Ce montant représente environ 3,33M de tokens d'entrée ou 1M de tokens de sortie. En termes de requête, un appel de chat avec 2 000 tokens d'entrée et 500 tokens de sortie coûte 0,00055 $, de sorte que l'essai couvre environ 900 de ces appels. Cela suffit pour tester le streaming, l'appel de fonctions et le mode JSON avec vos propres prompts. La clé d'essai fonctionne avec des limites plus basses qu'une clé payante : 2 requêtes simultanées et 60 par minute, ce qui convient pour les tests manuels.
Commencez sur la page de la clé API. Si vous voulez voir tous les champs de requête avant de dépenser quoi que ce soit, le quickstart les liste.
Surveiller votre solde
Chaque réponse inclut un en-tête X-Balance-USD avec votre crédit restant, ainsi que X-Request-Id pour les questions de support. Les réponses en streaming se terminent par un bloc d'utilisation, vous permettant de calculer le coût exact de chaque appel. Un petit logger suffit :
from openai import OpenAI
client = OpenAI(base_url="https://api.glmapi.cc/v1", api_key="YOUR_KEY")
raw = client.chat.completions.with_raw_response.create(
model="uncensored",
messages=[{"role": "user", "content": "Summarise the plot of a heist film."}],
)
r = raw.parse()
cost = r.usage.prompt_tokens * 0.15 / 1e6 + r.usage.completion_tokens * 0.50 / 1e6
print(round(cost, 6), raw.headers.get("X-Balance-USD"))Définissez une alerte sur l'en-tête du solde dans votre propre système de surveillance, et rechargez avec une marge avant tout traitement par lots important.
Comparaison avec les tarifs d'un autre fournisseur
Les tarifs seuls ne suffisent pas pour une comparaison, car les comptes de tokens varient selon les familles de modèles et la verbosité aussi. Prenez les mêmes 100 prompts, exécutez-les via les deux services, et enregistrez les vrais tokens d'entrée et de sortie. Appliquez ensuite les deux tarifs de chaque fournisseur. Quel que soit le prix de liste, seule cette mesure vous indique votre facture.
Au-delà du prix, vérifiez quatre points chez l'autre fournisseur : si les requêtes échouées ou refusées sont facturées, si le crédit expire, quelles sont les limites de débit par défaut, et si le modèle refuse des requêtes légales auxquelles vous avez besoin d'une réponse. Les refus sont la ligne de coût cachée, car ils entraînent des tentatives et des réécritures de prompts. Notre modèle est optimisé pour répondre sans refus de contenu pour les usages adultes légaux. Il conserve une limite stricte : pas de contenu sexuel impliquant des mineurs.
Il est aussi juste de dire quand ce n'est pas l'outil adapté. Il est textuel uniquement, sans images, audio, embeddings ou fine-tuning, et propose un seul modèle plutôt qu'un menu. Si vous avez besoin de ces fonctionnalités, consultez leurs tarifs actuels ailleurs. Le fait pertinent pour la confidentialité est que les prompts ne sont pas utilisés pour l'entraînement.
Enfin, prévoyez un budget pour les limites ainsi que pour le prix. Une clé complète permet 8 requêtes simultanées et 300 par minute, une clé d'essai 2 et 60. Avec 8 requêtes en cours et une réponse qui prend 10 secondes, vous terminez environ 48 réponses par minute, bien en dessous du plafond par minute, donc la concurrence est généralement la limite la plus serrée pour les générations longues tandis que les réponses courtes atteignent d'abord le plafond de requêtes. Les requêtes en streaming maintiennent leur emplacement jusqu'à la fin du flux, ce qui compte si votre client lit lentement. Si vous avez besoin de plus de marge, demandez-le sur la page de support au lieu de deviner.
Plus de guides
Questions et réponses
Combien coûte une requête typique ?
Une requête avec 2 000 tokens d'entrée et 500 tokens de sortie coûte 0,00055 $. Un millier de ces requêtes coûte 0,55 $.
Y a-t-il des frais mensuels ?
Non. Vous rechargez votre crédit prépayé, l'utilisation est déduite par requête, et le crédit n'expire jamais.
Quelle est la méthode la moins chère pour commencer ?
Réclamez le crédit d'essai gratuit de 0,50 $ sur la page de la clé API, sans carte requise. Le minimum de rechargement est ensuite de 20 $.
Les bonus s’appliquent-ils à chaque rechargement ?
Les bonus commencent à 50 $ avec +5 %, puis +10 % à partir de 100 $ et +15 % à partir de 200 $. Un rechargement de 20 $ n'a pas de bonus.
S’agit-il des tarifs officiels GLM ?
Non. Il s'agit d'un endpoint OpenAI-compatible indépendant pour un modèle à poids ouverts, donc consultez le site de l'autre fournisseur pour ses tarifs actuels.
Votre clé n'est qu'à un formulaire de distance
Créez un compte, copiez la clé, modifiez l'URL de base. C'est toute la configuration.
