GLM API 가격: 토큰 100만 개당 입력 $0.15, 출력 $0.50

한 테이블로 보는 비용

glm API의 가격은 계층, 사용자 수 또는 월간 플랜이 없습니다. 크레딧을 구매하고, 모든 요청은 사용된 토큰에 따라 크레딧에서 차감됩니다.

명명 방식에 대한 짧은 참고: 도메인은 사람들이 검색하는 내용과 일치하지만, 이 서비스는 단일 오픈 웨이트 텍스트 모델인 uncensored용 독립적인 OpenAI 호환 엔드포인트입니다. GLM을 제공하는 벤더의 공식 API가 아니므로, 이 요금은 해당 벤더의 요금이 없습니다. 비교 중이라면 해당 벤더의 웹사이트에서 현재 요금을 확인하고 아래 방법을 사용하세요.

요금에서 비용으로

백만 단위 가격은 직관적으로 와닿기 어렵습니다. 더 나은 단위는 요청당 비용입니다. 모든 요청에 대해 입력 토큰에 $0.15를 곱하고, 출력 토큰에 $0.50를 곱한 후 각각 1,000,000으로 나눕니다. 네 가지 작업 부하가 어떻게 적용되는지 보여줍니다.

긴 컨텍스트가 필요한 검색 앱

질문 응답 앱은 검색된 텍스트 50,000 토큰을 프롬프트에 넣고 800 토큰의 응답을 받습니다. 입력은 50,000 x $0.15 / 1M = $0.0075입니다. 출력은 800 x $0.50 / 1M = $0.0004입니다. 하나의 답변 비용은 $0.0079이며, 1,000개의 답변 비용은 $7.90입니다. 입력 측면이 지배적이므로 검색된 컨텍스트를 줄이는 것이 답변을 짧게 하는 것보다 더 큰 효과를 냅니다.

채팅 제품

각 메시지는 약 3,000 토큰의 이력과 페르소나를 보내고, 응답은 400 토큰입니다. 메시지당 비용은 $0.00045 + $0.0002 = $0.00065입니다. 하루에 40개의 메시지를 보내는 사용자의 비용은 하루 $0.026이며, 30일 동안 $0.78입니다. 이 수치를 사용하여 합리적인 마진으로 자체 가격을 설정할 수 있습니다.

구조화된 출력이 있는 배치 작업

200,000개의 짧은 문서를 분류해야 합니다. 각 프롬프트는 600 토큰이며, JSON 모드는 각 응답을 약 20 토큰으로 유지합니다. 입력은 200,000 x 600 = 120M 토큰이며, 비용은 120 x $0.15 = $18.00입니다. 출력은 200,000 x 20 = 4M 토큰이며, 비용은 4 x $0.50 = $2.00입니다. 전체 작업 비용은 $20.00이며, 정확히 하나의 진입용 충전 금액과 같습니다. 실제 경과 시간 계획을 세울 때 속도 제한을 기억하세요: 전체 키는 분당 300개의 요청을 허용하므로, 200,000개의 요청은 제한 시 약 667분이 소요됩니다.

도구 호출 에이전트

에이전트는 작업당 8번의 호출을 수행하며, 각 호출은 입력 5,000 토큰, 출력 300 토큰입니다. 작업당 입력은 40,000 ($0.006), 출력은 2,400 ($0.0012)이며, 비용은 $0.0072입니다. 100개의 작업 비용은 $0.72입니다. 에이전트는 이력이 가장 크게 영향을 미치는 작업 부하입니다. 각 단계에서 이전 도구 결과를 다시 보내기 때문입니다. 몇십 개의 작업 후에 실제 토큰 수를 로깅하고 이 추정치를 자체 평균으로 대체하세요.

충전 및 보너스

$20부터 $500까지 원하는 정수 달러 금액을 선택할 수 있습니다. 더 큰 충전은 받은 크레딧에 비율을 더해 추가합니다:

마지막 열은 요금을 크레딧-결제 비율로 나눕니다. $100에서 $110를 받으므로, 목록 가격의 $100 / $110 = 0.909를 지불합니다: $0.15는 $0.136, $0.50은 $0.455가 됩니다. 15% 보너스는 $200부터 시작하므로, $200에서 $500으로 가는 것에는 추가 할인이 없습니다. 지출 속도에 맞는 금액을 선택하고, 가장 큰 금액을 고르지는 마세요.

결제는 암호화폐(USDT on TRC20, USDC on Base)로 가능합니다. 크레딧은 만료되지 않으므로, 사용량이 많다면 보너스를 위해 $200을 한 번에 충전해도 안전하며, 적은 금액으로 시작하고 싶다면 소액 충전도 안전합니다. 두 방법 모두 설정 단계는 빠른 시작 페이지에서 확인할 수 있습니다.

선택을 위한 실용적인 규칙: 위의 시나리오에서 예상 월 지출액을 가져와 그 약 1~2개월 분을 충전하세요. 지원 스타일의 채팅 제품의 경우 활성 사용자당 월 $0.78이므로, 활성 사용자 100명은 월 $78이 됩니다. 따라서 $100 충전(크레딧 $110 추가)은 여유를 두고 첫 달을 커버합니다. 잔액 헤더에 1주일 분량이 남았을 때 다시 충전하세요.

무료 체험

새 계정은 API 키 페이지에서 회원가입 후 한 번의 클릭으로 $0.50의 체험 크레딧을 받을 수 있습니다. 회원가입은 Google 또는 이메일과 비밀번호로 진행합니다. 크레딧에는 카드가 필요 없으며 7일 동안 유효하고, 1인당 1회로 제한됩니다.

이 금액은 약 3.33M 입력 토큰 또는 1M 출력 토큰에 해당합니다. 요청 기준으로는 입력 2,000, 출력 500인 채팅 호출 비용이 $0.00055이므로, 무료 체험 크레딧은 약 900개의 호출을 커버합니다. 자체 프롬프트에서 스트리밍, 도구 호출 및 JSON 모드를 테스트하기에 충분합니다. 무료 체험 키는 유료 키보다 낮은 제한(동시 요청 2개, 분당 60개)에서 실행되므로 수동 테스트에 적합합니다.

API 키 페이지에서 시작하세요. 지출하기 전에 모든 요청 필드를 확인하고 싶다면, 빠른 시작에서 필드를 확인할 수 있습니다.

잔액 확인하기

모든 응답에는 남은 크레딧을 나타내는 X-Balance-USD 헤더와 지원 문의를 위한 X-Request-Id이 포함됩니다. 스트리밍 응답은 사용량 블록으로 끝나므로 각 호출의 정확한 비용을 계산할 수 있습니다. 작은 로거만 있으면 됩니다:

Copyfrom 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"))

자체 모니터링에서 잔액 헤더에 알림을 설정하고, 대규모 배치 전에 여지를 두고 충전하세요.

다른 제공업체 요금과 비교하기

가격만으로는 비교가 결정되지 않습니다. 모델 패밀리 간 토큰 수와 장황함(verbosity)이 다르기 때문입니다. 동일한 100개의 프롬프트를 가져와 두 서비스에 모두 적용하고 실제 입력 및 출력 토큰을 기록하세요. 그런 다음 각 제공업체의 두 가지 가격을 적용하세요. 목록 가격이 어떻든, 실제 측정치만이 당신의 청구 금액을 알려줍니다.

가격 외에도 다른 쪽에서 네 가지를 확인하세요: 실패하거나 거부된 요청에 대해 요금이 부과되는지, 크레딧이 만료되는지, 기본 속도 제한은 무엇인지, 그리고 필요한 합법적 요청을 거부하는지 여부입니다. 거부는 재시도와 프롬프트 수정 비용이 발생하는 숨겨진 항목입니다. 우리 모델은 합법적인 성인 사용에 대해 콘텐츠 거부 없이 응답하도록 조정되었습니다. 다만 하나의 하드 리밋을 유지합니다: 미성년자가 포함된 성 콘텐츠는 허용되지 않습니다.

이 서비스가 적합하지 않은 경우를 솔직히 밝히는 것도 공정하다고 생각합니다. 텍스트 전용이며 이미지, 오디오, 임베딩 또는 파인튜닝이 없고, 메뉴가 아닌 단일 모델입니다. 이러한 기능이 필요하다면 다른 곳의 현재 가격을 확인하세요. 프라이버시 관련 사실은 프롬프트가 학습에 사용되지 않는다는 것입니다.

마지막으로 가격뿐만 아니라 제한에 대한 예산도 책정하세요. 전체 키는 동시 요청 8개와 분당 300개를 허용하며, 무료 체험 키는 2개와 60개를 허용합니다. 8개의 요청이 진행 중이고 응답에 10초가 걸리면 분당 약 48개의 응답을 완료하므로 분당 제한보다 훨씬 낮습니다. 따라서 긴 생성의 경우 동시성이 일반적으로 더 엄격한 제한이며, 짧은 응답은 먼저 요청 제한에 도달합니다. 스트리밍 요청은 스트리밍이 끝날 때까지 슬롯을 유지하므로 클라이언트가 느리게 읽는 경우 중요합니다. 더 많은 여유가 필요하다면 추측하기보다 지원 페이지에서 문의하세요.

더 많은 가이드

• GLM API Base URL: 모든 OpenAI 클라이언트 연결
• GLM API Python: 채팅, 스트리밍 및 도구 예제
• Gemma API: 흔한 오해 vs 사실