GLM API-prijzen: $0,15 In, $0,50 Uit per 1M tokens

Wat je betaalt, in één tabel

De glm api-prijzen hier kennen geen niveaus, seats of maandelijkse abonnementen. Je koopt tegoed en elk verzoek trekt er van af volgens de tokens die het gebruikte.

Een korte noot over de naamgeving: het domein komt overeen met wat mensen zoeken, maar de service is een onafhankelijk, OpenAI-compatibel endpoint voor één open-weight tekstmodel, uncensored. Het is niet de officiële API van de leverancier achter GLM, dus deze tarieven zijn niet die van die leverancier. Als je vergelijkt, kijk dan op hun eigen website naar hun huidige prijzen en gebruik de methode hieronder.

Tarieven omzetten in kosten

Prijzen per miljoen zijn lastig te voelen. Een betere eenheid is de kosten per verzoek. Vermenigvuldig voor elk verzoek het aantal inputtokens met $0,15, het aantal outputtokens met $0,50 en deel elk door 1.000.000. Vier workloads tonen hoe dit uitpakt.

Een retrieval-app met lange context

Een vraag-antwoord-app stopt 50.000 tokens aan opgehaalde tekst in de prompt en krijgt 800 tokens terug. Input is 50.000 x $0,15 / 1M = $0,0075. Output is 800 x $0,50 / 1M = $0,0004. Eén antwoord kost $0,0079, dus 1.000 antwoorden kosten $7,90. De inputkant domineert, dus het verkleinen van de opgehaalde context betaalt meer dan het verkorten van antwoorden.

Een chatproduct

Elk bericht stuurt ongeveer 3.000 tokens aan geschiedenis en persona, en het antwoord is 400 tokens. Dat is $0,00045 + $0,0002 = $0,00065 per bericht. Een gebruiker die 40 berichten per dag stuurt kost $0,026 per dag, wat $0,78 over 30 dagen is. Je kunt dat cijfer gebruiken om je eigen prijzen vast te stellen met een redelijke marge.

Een batchjob met gestructureerde output

Je moet 200.000 korte documenten classificeren. Elke prompt is 600 tokens, en JSON-modus houdt elk antwoord beperkt tot ongeveer 20 tokens. Input is 200.000 x 600 = 120M tokens, wat 120 x $0,15 = $18,00 kost. Output is 200.000 x 20 = 4M tokens, wat 4 x $0,50 = $2,00 kost. De hele job kost $20,00, precies één opwaardering op instapniveau. Onthoud de rate limit als je de wall-clock tijd plant: een volledige sleutel staat 300 verzoeken per minuut toe, dus 200.000 verzoeken duren ongeveer 667 minuten bij de cap.

Een tool-calling agent

Een agent maakt 8 calls per taak, elk met 5.000 tokens in en 300 out. Per taak is dat 40.000 in ($0,006) en 2.400 out ($0,0012), dus $0,0072. Honderd taken kosten $0,72. Agents zijn de workload waar de groei van geschiedenis het hardst bijt, omdat elke stap eerdere tool-resultaten opnieuw verstuurt, dus log echte tokenaantallen na een paar tientallen taken en vervang deze schattingen door je eigen gemiddelden.

Opwaarderingen en bonussen

Je kiest een willekeurig heel dollarbedrag van $20 tot $500. Grotere top-ups voegen een percentage toe bovenop het tegoed dat je ontvangt:

De laatste kolom deelt het tarief door de verhouding tussen tegoed en betaling. Bij $100 ontvang je $110, dus je betaalt $100 / $110 = 0,909 van de lijstprijs: $0,15 wordt $0,136 en $0,50 wordt $0,455. De bonus van 15% begint bij $200, dus er is geen extra korting voor het gaan van $200 naar $500. Kies het bedrag dat past bij hoe snel je uitgeeft, niet het grootste dat beschikbaar is.

Betaling is per crypto (USDT op TRC20, USDC op Base). Kaart is niet meer beschikbaar. Omdat tegoed niet verloopt, is het veilig om eenmalig $200 op te waarderen voor de bonus als je verwacht het te gebruiken, en een kleinere opwaardering is net zo veilig als je liever laag begint. Setup-stappen voor crypto staan op de quickstart pagina.

Een praktische regel voor het kiezen: neem je verwachte maandelijkse uitgave uit de bovenstaande scenario's en laad ongeveer een tot twee maanden daarvan op. Voor het support-style chatproduct dat $0,78 per actieve gebruiker per maand kost, komen 100 actieve gebruikers neer op $78, dus een top-up van $100 (wat $110 tegoed toevoegt) dekt de eerste maand met ruimte over. Laad opnieuw op wanneer de saldo-header nog een week aan marge laat zien.

De gratis proefperiode

Nieuwe accounts kunnen $0,50 aan trialtegoed claimen met één klik op de API-sleutelpagina na aanmelding. Aanmelden kan met Google of met e-mail en wachtwoord. Het tegoed vereist geen kaart, is 7 dagen geldig en is beperkt tot één per persoon.

Dat bedrag is ongeveer 3,33M inputtokens of 1M outputtokens. In termen van verzoeken kost een chatcall met 2.000-in en 500-out $0,00055, dus de proefperiode dekt ongeveer 900 daarvan. Het is genoeg om streaming, tool calling en JSON-modus te testen op je eigen prompts. De proefsleutel draait onder lagere limieten dan een betaalde sleutel, 2 gelijktijdige verzoeken en 60 per minuut, wat prima is voor handmatige tests.

Begin op de API-sleutelpagina. Als je alle request-velden wilt zien voordat je iets uitgeeft, somt de quickstart ze op.

Je saldo bewaken

Elke response bevat een X-Balance-USD header met je resterende tegoed, plus X-Request-Id voor supportvragen. Gestreamde responses eindigen met een usage block, zodat je de exacte kosten van elke call kunt berekenen. Een kleine logger is alles wat je nodig hebt:

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"))

Stel een alert in op de saldo-header in je eigen monitoring, en laad ruim op vóór elke grote batch.

Vergelijken met tarieven van een andere provider

Tarieven alleen beslissen niet over een vergelijking, omdat het aantal tokens verschilt tussen modelfamilies en ook de woordrijkheid. Neem dezelfde 100 prompts, voer ze door beide diensten en registreer echte input- en outputtokens. Pas dan de twee tarieven van elke aanbieder toe. Wat de lijstprijzen ook zeggen, alleen die meting vertelt je wat je rekening wordt.

Controleer naast de prijs vier dingen aan de andere kant: of mislukte of geweigerde verzoeken worden gefactureerd, of tegoed verloopt, wat de standaard rate limits zijn, en of het model legale verzoeken weigert die je beantwoord wilt hebben. Weigeringen zijn de verborgen post, omdat ze herhaalde verzoeken en prompt-herschrijvingen kosten. Ons model is afgestemd om te antwoorden zonder inhoudelijke weigeringen voor legaal gebruik door volwassenen. Het houdt wel één harde limiet aan: geen seksuele inhoud met minderjarigen.

Het is ook eerlijk om te zeggen wanneer dit niet het juiste hulpmiddel is. Het is alleen tekst, zonder afbeeldingen, audio, embeddings of fine-tuning, en één model in plaats van een menu. Als je die nodig hebt, controleer dan hun huidige prijzen elders. Het privacy-relevante feit is dat prompts niet worden gebruikt voor training.

Houd tot slot niet alleen rekening met de prijs, maar ook met de limieten. Een volledige sleutel staat 8 gelijktijdige verzoeken en 300 per minuut toe, een trialsleutel 2 en 60. Met 8 verzoeken in behandeling en een antwoord dat 10 seconden duurt, maak je ongeveer 48 antwoorden per minuut, ver onder de per-minuut limiet, dus gelijktijdigheid is meestal de strengere limiet voor lange generaties terwijl korte antwoorden eerst de verzoeklimiet raken. Gestreamde verzoeken houden hun slot vast tot de stream eindigt, wat belangrijk is als je client langzaam leest. Als je meer extra ruimte nodig hebt, vraag het dan op de ondersteuningspagina in plaats van te raden.

Meer handleidingen

• GLM API Base URL: Verbind Elke OpenAI Client
• GLM API Python: Chat-, Streaming- en Toolvoorbeelden
• Gemma API: Mythes vs Feiten