Cennik GLM API: $0,15 za wejście, $0,50 za wyjście na 1 mln tokenów

Co płacisz, w jednej tabeli

Cennik GLM API nie ma tu poziomów cenowych, stanowisk ani miesięcznych planów. Kupujesz kredyt, a każde zapytanie odlicza go zgodnie z zużytymi tokenami.

Krótka uwaga dotycząca nazewnictwa: domena pasuje do tego, czego ludzie szukają, ale usługa to niezależny endpoint kompatybilny z OpenAI dla jednego modelu tekstowego o otwartych wagach, uncensored. Nie jest to oficjalne API dostawcy stojącego za GLM, więc te stawki nie są stawkami tego dostawcy. Jeśli porównujesz, sprawdź ich aktualny cennik na ich stronie i użyj metody opisanej niżej.

Przekształcanie stawek w koszty

Ceny za milion są trudne do odczucia. Lepszą jednostką jest koszt za zapytanie. Dla dowolnego zapytania pomnóż tokeny wejściowe przez $0,15, tokeny wyjściowe przez $0,50 i podziel każde przez 1 000 000. Cztery przypadki użycia pokazują, jak to wygląda w praktyce.

Aplikacja pobierająca dane z długim oknem kontekstu

Aplikacja do odpowiadania na pytania wciska 50 000 tokenów pobranego tekstu do promptu i otrzymuje 800 tokenów. Wejście to 50 000 x $0,15 / 1M = $0,0075. Wyjście to 800 x $0,50 / 1M = $0,0004. Jedna odpowiedź kosztuje $0,0079, więc 1000 odpowiedzi kosztuje $7,90. Strona wejściowa dominuje, więc skrócenie pobranego kontekstu opłaci się bardziej niż skrócenie odpowiedzi.

Produkt czatu

Każda wiadomość wysyła około 3 000 tokenów historii i persony, a odpowiedź ma 400 tokenów. To $0,00045 + $0,0002 = $0,00065 za wiadomość. Użytkownik wysyłający 40 wiadomości dziennie kosztuje $0,026 dziennie, co daje $0,78 w ciągu 30 dni. Możesz użyć tej kwoty, aby ustalić własne ceny z rozsądną marżą.

Zadanie wsadowe ze strukturyzowanym wyjściem

Musisz sklasyfikować 200 000 krótkich dokumentów. Każde zapytanie ma 600 tokenów, a tryb JSON ogranicza każdą odpowiedź do około 20 tokenów. Wejście to 200 000 x 600 = 120 mln tokenów, co kosztuje 120 x $0,15 = $18,00. Wyjście to 200 000 x 20 = 4 mln tokenów, co kosztuje 4 x $0,50 = $2,00. Całe zadanie kosztuje $20,00, dokładnie jedno doładowanie podstawowego poziomu. Pamiętaj o limicie zapytań przy planowaniu czasu rzeczywistego: pełny klucz pozwala na 300 zapytań na minutę, więc 200 000 zapytań zajmie około 667 minut przy limicie.

Agent wywołujący narzędzia

Agent wykonuje 8 wywołań na zadanie, każde z 5000 tokenami wejściowymi i 300 wyjściowymi. Na zadanie to 40 000 wejścia ($0,006) i 2400 wyjścia ($0,0012), więc $0,0072. Sto zadań kosztuje $0,72. Agenci to przypadek użycia, w którym wzrost historii boli najbardziej, ponieważ każdy krok ponownie wysyła wcześniejsze wyniki narzędzi, więc rejestruj rzeczywiste liczby tokenów po kilku dziesiątkach zadań i zastąp te szacunki własnymi średnimi.

Doładowania i bonusy

Wybierasz dowolną kwotę w dolarach od $20 do $500. Większe doładowania dodają procent do kredytu, który otrzymujesz:

Ostatnia kolumna dzieli stawkę przez stosunek kredytu do płatności. Przy $100 otrzymujesz $110, więc płacisz $100 / $110 = 0,909 ceny katalogowej: $0,15 staje się $0,136, a $0,50 staje się $0,455. Bonus 15% zaczyna się od $200, więc nie ma dodatkowej zniżki za przejście z $200 do $500. Wybierz kwotę pasującą do szybkości wydatków, a nie największą dostępną.

Płatność kryptowalutami (USDT na TRC20, USDC na Base). Ponieważ kredyt nigdy nie wygasa, doładowanie $200 raz dla bonusu jest bezpieczne, jeśli spodziewasz się go użyć, a mniejsze doładowanie jest równie bezpieczne, jeśli wolisz zacząć od małych kwot. Kroki konfiguracji dla obu metod znajdziesz na stronie quickstart.

Jedna praktyczna zasada wyboru: weź spodziewany miesięczny wydatek z powyższych scenariuszy i doładuj na około jeden do dwóch miesięcy tego wydatku. Dla produktu czatu typu wsparcie, który kosztuje $0,78 za aktywnego użytkownika miesięcznie, 100 aktywnych użytkowników daje $78, więc doładowanie $100 (które dodaje $110 kredytu) pokryje pierwszy miesiąc z zapasem. Doładuj ponownie, gdy nagłówek salda pokaże zapas na około tydzień.

Kredyt próbny

Nowe konta mogą odebrać $0,50 kredytu próbnego jednym kliknięciem na stronie klucza API po rejestracji. Rejestracja odbywa się przez Google lub za pomocą e-maila i hasła. Kredyt nie wymaga karty, jest ważny przez 7 dni i przysługuje raz na osobę.

Ta kwota to około 3,33 mln tokenów wejściowych lub 1 mln tokenów wyjściowych. Licząc na zapytania, wywołanie czatu z 2000 tokenami wejściowymi i 500 wyjściowymi kosztuje $0,00055, więc kredyt pokrywa około 900 takich zapytań. Wystarczy to do przetestowania strumieniowania, wywoływania narzędzi i trybu JSON na własnych promptach. Klucz próbny działa pod niższymi limitami niż klucz płatny, 2 równoległe zapytania i 60 na minutę, co jest w porządku do testów ręcznych.

Zacznij od strony klucza API. Jeśli chcesz zobaczyć wszystkie pola zapytania przed wydaniem środków, szybki start je wymienia.

Śledzenie salda

Każda odpowiedź zawiera nagłówek X-Balance-USD z Twoim pozostałym kredytem, plus X-Request-Id do zgłoszeń do wsparcia. Odpowiedzi strumieniowe kończą się blokiem użycia, więc możesz obliczyć dokładny koszt każdego wywołania. Wystarczy mały logger:

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"))

Ustaw alert na nagłówku salda we własnym monitoringu i doładuj z marginesem przed każdym dużym zadaniem wsadowym.

Porównanie ze stawkami innego dostawcy

Same stawki nie decydują o porównaniu, ponieważ liczba tokenów różni się w zależności od rodzin modeli, a także stopień zwięzłości. Uruchom te same 100 promptów przez oba serwisy i zanotuj rzeczywistą liczbę tokenów wejściowych i wyjściowych. Następnie zastosuj dwie stawki każdego dostawcy. Niezależnie od tego, co mówią ceny katalogowe, tylko ten pomiar mówi Ci, ile wyniesie rachunek.

Poza ceną sprawdź cztery rzeczy po drugiej stronie: czy nieudane lub odrzucone zapytania są rozliczane, czy kredyt wygasa, jakie są domyślne limity zapytań i czy model odrzuca zgodne z prawem zapytania, na które potrzebujesz odpowiedzi. Odrzucenia to ukryta pozycja kosztu, ponieważ generują one ponowne próby i przepisywanie promptów. Nasz model jest dostrojony do odpowiadania bez odrzuceń treści dla zgodnego z prawem użytku przez dorosłych. Zachowuje jednak jeden twardy limit: brak treści seksualnych z udziałem nieletnich.

Słuszne jest też powiedzieć, kiedy to nie jest odpowiednie narzędzie. To tylko tekst, bez obrazów, audio, embeddingów lub dostrajania, i jeden model zamiast menu. Jeśli tego potrzebujesz, sprawdź ich aktualny cennik gdzie indziej. Fakt dotyczący prywatności polega na tym, że prompty nie są używane do trenowania.

Na koniec uwzględnij w planach także limity, a nie tylko cenę. Pełny klucz pozwala na 8 równoległych zapytań i 300 na minutę, klucz próbny na 2 i 60. Przy 8 zapytaniach w locie i odpowiedzi trwającej 10 sekund kończysz około 48 odpowiedzi na minutę, znacznie poniżej limitu na minutę, więc współbieżność jest zwykle ściślejszym limitem dla długich generacji, podczas gdy krótkie odpowiedzi trafiają w limit zapytań. Zapytania strumieniowe zajmują swoje miejsce do końca strumienia, co ma znaczenie, jeśli Twój klient czyta powoli. Jeśli potrzebujesz więcej marginesu bezpieczeństwa, zapytaj na stronie wsparcia zamiast zgadywać.

Więcej przewodników

• Bazowy URL GLM API: Połącz dowolnego klienta OpenAI
• GLM API Python: Przykłady czatu, strumieniowania i narzędzi
• Gemma API: Mity vs fakty