GLM API 费用计算器

Z.ai 按 Token 对 GLM 计费，输入、输出和缓存输入各有单价。在我们的数据中缓存命中按输入价的 18.33%–25% 计费，没有写入费，未命中与普通输入同价。把指令和文档放在提示开头，让共享前缀得到复用。

我们的数据中 GLM 没有 Batch 价格，所以 Batch 列重复标准价。费用由模型档位决定：同样流量下 GLM-5.3 的费用是 GLM-5.3 Flash 的 9 倍。Flash 模型负责分类和大流量对话，旗舰负责推理和 Agent，代码模型的定价面向长时间的工具调用会话。

下表按同一工作负载计算各模型费用：每天 10,000 次请求，每次输入 6,000 Token、输出 500 Token。三列依次为：不使用缓存；70% 的输入从缓存读取、5% 写入缓存；全部请求走 Batch API。同样的流量下，GLM-5.3 的费用是 GLM-5.3 Flash 的 9 倍。

按工作负载估算的每月费用（美元）
模型	标准每天 10,000 次 · 输入 6,000 · 输出 500 用你的数据计算 →	使用提示缓存每天 10,000 次 · 输入 6,000 · 输出 500 · 缓存 70% 用你的数据计算 →	Batch API 每天 10,000 次 · 输入 6,000 · 输出 500 · batch 用你的数据计算 →
GLM-5.3 Flash	$345/月	$194/月	$345/月无 Batch
GLM-5.3	$3,180/月	$1,744/月	$3,180/月无 Batch
GLM-5	$2,280/月	$1,272/月	$2,280/月无 Batch
GLM-4.7	$1,410/月	$793/月	$1,410/月无 Batch
GLM-5 Code	$2,910/月	$1,776/月	$2,910/月无 Batch

基于公开的 Token 单价估算；做预算前请核对官方价格。数据于 2026-10-12 08:00 UTC 从 LiteLLM 价格表同步.

每 1,000 次请求的费用

以每次输入 6,000、输出 500 Token 的 1,000 次请求计：GLM-5.3 Flash 按标准费率为 $1.15，使用缓存为 $0.65，走 Batch API 为 $1.15；GLM-5.3 则为 $10.60、$5.81 和 $10.60。乘以你的请求数，或把你的流量填进计算器。

按顺序降低费用

把共享前缀放在每个提示的开头让缓存命中；只让用户轮次变化。
按难度分流：日常请求用 Flash，只有质量检查失败时才用旗舰。
限制输出长度；推理 Token 按输出计费。
Agent 场景要裁剪或总结旧对话，让重发的上下文不再增长；用计算器或 Agent 费用页建模。
用Token 计数器量提示，用缓存计算器看命中率。

你的流量下缓存何时划算？试试提示缓存计算器 →

常见问题

GLM 收缓存写入费吗？

我们的数据中没有：未命中按普通输入计费，命中按缓存输入价计费。相似请求集中发送，让前缀仍在缓存中。

这些价格包含免费额度吗？

不包含。我们的数据只有按量付费价格，不含 Z.ai 网站上的免费额度、试用赠额或编码套餐订阅。

编码 Agent 该用哪个 GLM？

按每个任务的成本而不是每 Token 单价比较代码模型和旗舰：Agent 每次调用都重发不断增长的上下文，所以缓存输入价和上下文窗口比标价更重要。Agent 费用计算器会模拟这种增长。

该用 Flash 还是旗舰？

分类、抽取和大流量对话用 Flash；推理、长文档和 Agent 用旗舰。用你的提示测试两者并比较每美元的质量。