GLM 文本请求按三个不重叠的数量结算：未缓存输入、缓存命中输入和输出。三者分别乘以对应的每百万 Tokens 单价，再相加得到本次费用。
01
GLM 实时价格表
| 模型 | 上下文 | 输入 / 百万 Tokens | 输出 / 百万 Tokens | 缓存 / 百万 Tokens |
|---|---|---|---|---|
| GLM-5.2智谱 AI | 262K | ¥5.52 | ¥12.18 | ¥1.46 |
| GLM-5.3智谱 AI | 328K | ¥7.96 | ¥25.01 | ¥1.46 |
| GLM-5.3 Flash (Ox Alpha)智谱 AI | 328K | ¥1.10 | ¥3.65 | ¥0.22 |
表格读取 Kin 最近一次同步后的实时展示价；最终费用以实际 Token 用量与结算结果为准。
02
Token 费用怎么计算
INPUT未缓存输入 Tokens
系统指令、历史消息、用户内容和工具结果中未命中提示词缓存的部分。
OUTPUT输出 Tokens
模型生成的文本、推理内容和工具调用参数。
CACHE缓存命中输入
只有实际兼容端点报告的缓存命中量才按缓存单价计算；其余输入仍按输入单价计算。
费用 =（输入 Tokens − 缓存命中 Tokens）÷ 1,000,000 × 输入单价 + 缓存命中 Tokens ÷ 1,000,000 × 缓存单价 + 输出 Tokens ÷ 1,000,000 × 输出单价03
哪些因素会影响最终费用
- 对话历史越长，每轮重复发送的输入 Tokens 越多。
- 把输出上限设置得更高不会直接收费，最终只结算实际生成量。
- 当实际端点支持缓存时，保持重复前缀稳定有利于提高缓存复用。
- 在产生任何有效输出前最终失败的请求，不会按成功输出收费；如果中断前已经交付了有效输出，则已交付的实际用量仍可能结算。
04