Тарификация GLM API: оцените ежемесячный счет

Откуда берется число

API модели продаёт токены, а не ключи. Для ценообразования ключа API GLM вам нужны ставка за входные данные, ставка за выходные данные и любая скидка за кэшированные или пакетные запросы — всё это указано за 1 млн токенов на официальной странице цен провайдера. Ставки и названия моделей меняются, поэтому мы не приводим их здесь. Скопируйте актуальные значения в таблицу ниже, и остальная часть статьи подходит для любого провайдера.

Токен — это фрагмент текста, примерно три четверти английского слова. Другие языки и код могут требовать больше токенов на слово. Точное количество показывает токенизатор вашего провайдера или поле usage в ответах, что точнее любых приблизительных оценок.

На страницах тарифов вы также встретите термины «длина контекста», «лимит запросов» и «тарифный план». На ваш счет влияют только первые два показателя. Длина контекста ограничивает объем данных, которые можно отправить за один запрос, а лимит запросов — скорость отправки. В этом API контекстное окно составляет 100 000 токенов, а полный ключ позволяет выполнять 8 параллельных запросов и до 300 запросов в минуту.

Подсчитайте токены в запросе

Запишите четыре числа для каждого типа запросов, которые выполняет ваше приложение:

1. Фиксированный ввод: системный промпт и определения инструментов.
2. Переменный ввод: сообщение пользователя, извлеченные документы, история чата.
3. Вывод: типичная длина ответа.
4. Объем: количество запросов в день.

История чата — обычное явление, которое часто становится сюрпризом. Каждый ход отправляет всё, что было до него, поэтому диалог из 10 ходов стоит не 10 сообщений ввода, а сумму 1 + 2 + ... + 10 сообщений, то есть 55 единиц сообщений. Сокращайте или сжимайте историю, если диалоги становятся длинными.

Чтобы измерять, а не гадать, записывайте в лог блок usage. В этом API он возвращается с каждым ответом, а при потоковой передаче данные поступают в конце потока:

Copyfrom openai import OpenAI

client = OpenAI(base_url="https://api.apikeyglm.com/v1", api_key="YOUR_KEY")
stream = client.chat.completions.create(
    model="uncensored",
    messages=[{"role": "user", "content": "Write a 100-word product blurb for a lamp."}],
    stream=True,
    stream_options={"include_usage": True},
)
for event in stream:
    if event.usage:
        print("in:", event.usage.prompt_tokens, "out:", event.usage.completion_tokens)

Для предварительного прогноза выберите реальные данные. Возьмите 50 реальных сообщений пользователей или документов, запустите их и используйте среднее значение и 90-й процентиль количества токенов. Среднее значение даст ожидаемый счет, а процентиль покажет, насколько дорогим может быть тяжелый месяц.

Пример 1: чат-бот

500 пользователей в день отправляют по 6 сообщений, то есть 3 000 запросов. Каждый запрос в среднем содержит 2 000 входных токенов (история плюс системный промпт) и 300 выходных токенов.

• Входные данные за день: 3 000 × 2 000 = 6 млн токенов, то есть 6 × $0,15 = $0,90.
• Выходные данные за день: 3 000 × 300 = 0,9 млн токенов, то есть 0,9 × $0,50 = $0,45.
• Итого за день: $1,35. За 30 дней: $40,50.

Примеры 2 и 3: пакетная обработка и поиск

Сделайте краткие выжимки по 150 токенов из 50 000 документов длиной 1 500 токенов каждый.

• Входные данные: 50 000 × 1 500 = 75 млн токенов, то есть 75 × $0,15 = $11,25.
• Выходные данные: 50 000 × 150 = 7,5 млн токенов, то есть 7,5 × $0,50 = $3,75.
• Итого: $15,00.

У пакетной обработки есть еще один рычаг: она может выполняться параллельно, но полный ключ ограничен 8 параллельными запросами и 300 запросами в минуту, поэтому 50 000 запросов займут не менее 167 минут при лимите в минуту (50 000 / 300). Планируйте время выполнения и стоимость.

Пример 3: ответы с дополнением из поиска

Помощник поддержки обрабатывает 20 000 вопросов в месяц. Каждый запрос содержит 8 000 входных токенов (инструкции плюс извлеченные фрагменты) и получает ответ из 400 токенов.

• Входные данные: 20 000 × 8 000 = 160 млн токенов, то есть 160 × $0,15 = $24,00.
• Выходные данные: 20 000 × 400 = 8 млн токенов, то есть 8 × $0,50 = $4,00.
• Итого: $28,00 в месяц.

Контекстное окно здесь составляет 100 000 токенов (промпт плюс завершение), поэтому 8 000 токенов контекста оставляют много места. Входные данные составляют 86 % этого счета, что типично для поиска: сокращение извлеченного текста важнее, чем сокращение ответов.

Как размер запроса влияет на цену

Цена за 1 000 запросов — удобная единица, так как она масштабируется простым умножением. Вот четыре формы запросов по $0,15 и $0,50 за 1 млн токенов:

Паттерн очевиден. Короткие запросы чата дешевы и требуют много выходных данных. Запросы с большим контекстом требуют много входных данных, и строка ввода доминирует. Знание типа запроса помогает выбрать рычаг: короткие ответы для первого случая, сокращение контекста для второго.

Ошибки, искажающие оценку

• Подсчет слов вместо токенов. Английский текст на 1 000 слов — это примерно 1 300 токенов, а для кода или неанглийских текстов — еще больше.
• Забывание истории. Ввод в чате растёт с каждым ходом, как показано выше.
• Использование средних значений для скачкообразного трафика. В день запуска нагрузка может быть в десять раз выше обычной. Закладывайте бюджет на пик, который вы можете выдержать.
• Игнорирование повторных попыток. Добавьте запас. В этом API неудачные или отклонённые запросы не оплачиваются, но проверяйте это у любого поставщика, которого вы сравниваете.
• Пропуск ограничения на выходные данные. Выходные данные дороже за токен. Если вам нужен только ярлык или краткое резюме, запросите это явно и установите max_tokens там, где жёсткий лимит поможет. Здесь это необязательно.

Сравните с тарифами GLM

Заполните эту таблицу текущими данными провайдера и вашими объёмами:

Затем сравнивайте не только по цене. Поведение при отказе, длина контекстного окна и способность модели соблюдать формат вывода — всё это влияет на количество платных повторов. Этот API обслуживает одну модель с открытыми весами, uncensored, настроенную на ответы без отказов по контенту для законного использования взрослыми. Это независимый сервис, а не официальный API Zhipu, Z.ai или любого другого поставщика. Для примера похожей интеграции руководство по интеграции Kimi apikey следует тому же шаблону.

Бюджетирование и пополнение

Добавьте 20–30 % к вашей оценке на повторные запросы, длинные промпты и рост. Чат-бот за $40,50 превращается в бюджет около $49–$53. Пополняйте баланс целыми суммами от $20 до $500; пополнение на $50 даёт +5 % и кредит $52,50, на $100 — +10 % за $110,00, а на $200 — +15 % за $230,00. Оплата только криптовалютой: USDT в сети TRC20 или USDC в сети Base, кредит не сгорает.

Новые пользователи могут протестировать эндпоинт с бесплатным пробным балансом $0,50, действительным в течение 7 дней. При 2 300 токенах на запрос в примере чат-бота это около 1 100 тестовых запросов. Откройте страницу тарифов для полной тарифной сетки, затем получите ключ и прочтите документацию для получения лимитов и заголовков.

Наконец, настройте оповещение. Каждый ответ включает X-Balance-USD, поэтому несколько строк кода могут предупредить вас, когда баланс упадет ниже числа дней расходов. Руководство по интеграции Kimi apikey показывает аналогичную настройку клиента в смежном контексте.

Дополнительные руководства

• Ключ API GLM 5.2 против одной стабильной размещённой текстовой модели
• Kimi apikey: руководство по интеграции без цензуры