GLM API 定價：每 100 萬 token 輸入 $0.15、輸出 $0.50

您的費用，一表掌握

此處的 GLM API 定價沒有分級、席位或月費方案。你購買額度，每筆請求會根據所使用的 token 數量從中扣除。

關於命名的小註解：域名符合人們的搜尋習慣，但該服務是一個獨立的、與 OpenAI 相容的端點，用於單一開放權重文字模型 uncensored。它並非 GLM 背後廠商的官方 API，因此這些費率並非該廠商的費率。如果你正在進行比較，請前往該廠商的官方網站查詢其目前的定價，並使用下文的方法。

將費率轉化為成本

每百萬 token 的價格難以直觀感受。更好的單位是每次請求的成本。對於任何請求，將輸入 token 數乘以 $0.15，輸出 token 數乘以 $0.50，然後各除以 1,000,000。以下四個工作負載展示了實際情況。

具有長上下文檢索的應用程式

問答應用程式將 50,000 個 token 的檢索文本放入提示詞，並回傳 800 個 token。輸入為 50,000 x $0.15 / 1M = $0.0075。輸出為 800 x $0.50 / 1M = $0.0004。一筆回答成本為 $0.0079，因此 1,000 筆回答成本為 $7.90。輸入端佔據主導，因此縮短檢索上下文比縮短回答更能節省成本。

聊天應用程式

每則訊息會發送約 3,000 個 token 的歷史紀錄和角色設定，回覆則為 400 個 token。這代表每則訊息的成本為 $0.00045 + $0.0002 = $0.00065。每天發送 40 則訊息的用戶，每日成本為 $0.026，30 天則為 $0.78。你可以利用該數據設定合理的利潤空間來制定自己的定價。

具有結構化輸出的批次作業

你需要分類 200,000 份短文件。每筆提示詞為 600 個 token，且 JSON 模式讓每筆回覆僅約 20 個 token。輸入為 200,000 x 600 = 120M tokens，成本為 120 x $0.15 = $18.00。輸出為 200,000 x 20 = 4M tokens，成本為 4 x $0.50 = $2.00。整個任務成本為 $20.00，剛好等於一筆入門級儲值。規劃實際耗時時請留意速率限制：完整金鑰允許每分鐘 300 筆請求，因此 200,000 筆請求在限制下約需 667 分鐘。

工具呼叫代理程式

代理程式每項任務執行 8 次呼叫，每次輸入 5,000 個 token，輸出 300 個 token。每項任務輸入為 40,000 ($0.006)，輸出為 2,400 ($0.0012)，總計 $0.0072。一百項任務成本為 $0.72。代理程式是歷史增長導致成本/token 消耗最嚴重的負載類型，因為每個步驟都會重新發送先前的工具結果，因此在執行數十項任務後記錄實際 token 數量，並用你自己的平均值取代這些估算。

儲值與贈額

你可以選擇從 $20 到 $500 之間的任意整數金額。較大的儲值會在你獲得的額度之上額外增加百分比：

最後一列將費率除以額度與付款的比例。在 $100 時，您獲得 $110，因此您支付 $100 / $110 = 0.909 的列表價格：$0.15 變為 $0.136，$0.50 變為 $0.455。15% 的贈額從 $200 開始，因此從 $200 增加到 $500 沒有額外折扣。選擇符合您消耗速度的金額，而非最大的金額。

付款方式為加密貨幣（TRC20 上的 USDT、Base 上的 USDC）。由於額度永不過期，如果你預期會使用，一次儲值 $200 以獲得贈額是安全的；如果你偏好從低金額開始，較小的儲值同樣安全。任一方式的設定步驟請見 快速入門 頁面。

選擇的一個實用規則是：根據上述情境計算您的預期月度支出，並儲值約一到兩個月的金額。對於每月每位活躍用戶成本為 $0.78 的支援型聊天產品，100 位活躍用戶的總支出為 $78，因此 $100 的儲值（增加 $110 額度）足以覆蓋首月並有剩餘。當餘額標頭顯示剩餘一個星期的額度時，請再次儲值。

免費試用

新帳戶可在註冊後一鍵於 API 金鑰頁面領取 $0.50 的免費試用額度。註冊可使用 Google 或電子郵件與密碼。該額度不需要信用卡，有效期為 7 天，且每人限領一次。

該金額約等於 3.33M 輸入 token 或 1M 輸出 token。以請求計算，一次包含 2,000 個輸入 token 與 500 個輸出 token 的聊天呼叫成本為 $0.00055，因此試用額度約可涵蓋 900 次呼叫。這足以在您自己的提示詞上測試串流輸出、工具呼叫與 JSON 模式。試用金鑰的限制較低，僅允許 2 個並行請求與每分鐘 60 個請求，這對於手動測試來說已足夠。

前往 API 金鑰頁面 開始。如果您想在花費任何額度之前查看所有請求欄位，快速入門 列出了這些欄位。

監控您的餘額

每個回應都包含 X-Balance-USD 標頭顯示剩餘額度，以及 X-Request-Id 用於支援查詢。串流回應結尾帶有用量區塊，可計算每次呼叫的費用。只需一個小型記錄器即可：

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"))

在你的監控系統中設定餘額標頭警報，並在執行大型批次前儲值以保留餘額緩衝。

與其他供應商的費率比較

單價並不能決定比較結果，因為不同模型系列的 token 數量不同，冗長程度也不同。取相同的 100 筆提示詞，透過兩項服務執行，並記錄實際的輸入和輸出 token。然後套用每個供應商的兩種費率。無論列表價格如何，只有該測量結果能告訴你實際帳單。

除了價格，請在對方那邊檢查四件事：失敗或遭拒的請求是否收費、額度是否過期、預設的速率限制為何，以及該模型是否會拒絕您需要回答的合法請求。拒絕是隱藏的成本項目，因為它們會導致重試與提示詞重寫。我們的模型經過調整，可針對合法的成人用途無審查地回答。它保留一個硬性限制：禁止涉及未成年人的性內容。

誠實地說明何時這不是合適的工具也很重要。它僅支援文字，無圖片、音訊、嵌入或微調功能，且僅有一個模型而非選單。如果您需要這些功能，請在其他地方查看其當前定價。與隱私相關的事實是，提示詞不會用於訓練。

最後，預算也要包含限制與價格。完整金鑰允許 8 個並行請求和每分鐘 300 個請求，試用金鑰則為 2 個和 60 個。若有 8 個請求正在進行，且回覆需要 10 秒，你每分鐘可完成約 48 筆回覆，遠低於每分鐘上限，因此對於長時間生成，並行請求通常是更嚴格的限制，而短回覆則會先達到請求上限。串流請求會持續佔用其槽位直到串流結束，如果你的客戶端讀取緩慢，這會造成影響。如果需要更多餘裕，請在支援頁面上詢問，而非猜測。

更多指南

• GLM API Base URL：連接任何 OpenAI 客戶端
• GLM API Python：聊天、串流與工具範例
• Gemma API：迷思與事實