GLM-5.3 價格：輸入、輸出與快取費用
比較 GLM-5.3 token 費率、快取輸入和推理設定，估算單次請求費用，並區分 API 用量計費與程式開發訂閱。
以 Markdown 閱讀GLM-5.3 價格主要涉及三項用量：一般輸入、快取輸入和輸出。 Z.ai 公佈的標價分別為每百萬 token $1.40、$0.26 和 $4.40，核對日期為 2026 年 10 月 29 日。這是廠商價格。SeedRouter 目前費率請以下方即時表格為準。[1]
估算請求費用時有兩點需要注意。快取 token 屬於提示詞的一部分，將它再加到完整輸入數上會對同一段文字重複計費。推理 token 屬於輸出的一部分，因此可見答案的長度可能低估實際計費用量。
GLM-5.3 模型頁 匯集 Playground、模型限制和即時價格。本指南解釋請求費用的計算方式，不假設快取命中，也不將範例計算當作實測結果。
SeedRouter 上的 GLM-5.3 目前價格
下表從計費設定讀取目前費率。透過本服務送出請求時，應使用這裡的費率。
GLM-5.3
GLM-5.3 current SeedRouter rates, USD per 1M tokens. Read live from the billing settings.
| Model ID | Input | Cached input | Cache write, if reported | Output including reasoning |
|---|---|---|---|---|
glm-5.3:glm | $1.12 | $0.208 | $1.12 | $3.52 |
Cached reads and separately reported writes are part of total input. Subtract them before applying the ordinary input rate. Output already includes reasoning; do not charge it twice. No GLM cache lifetime pricing is assumed. Example: 2,000 uncached input and 1,000 output tokens cost $0.00576. Failed requests are not charged.
請在估算旁記錄模型 ID：Default 等級的模型 ID 為 glm-5.3。GLM-5.3、GLM-5.3-Flash 和 GLM-5.3-FlashX 是不同模型。名稱相似的模型價格不能用來確定你的請求費用。
百萬 token 上下文是容量上限，不是固定購買量。包含少量文字的請求不需要購買整個上下文視窗。請使用該請求實際傳回的輸入和輸出數量。[2]
哪些 token 應計入費用？
對於 Chat Completions 回應，請讀取 usage 中的以下欄位：
| 欄位 | 含義 |
|---|---|
prompt_tokens | 總輸入，包含快取輸入 |
prompt_tokens_details.cached_tokens | 從快取讀取的輸入部分 |
completion_tokens | 輸出，包含推理 |
total_tokens | 輸入加輸出；不是第三種計費類別 |
費率以每百萬 token 表示時，一般計算方式為：
uncached input = total input - cached input
cost = (
uncached input × input rate
+ cached input × cached-input rate
+ output × output rate
) / 1,000,000假設一次請求的總輸入為 10,000 個 token，其中快取輸入為 2,000 個 token，輸出為 1,000 個 token。一般輸入部分為 8,000 個 token。按上文註明日期的 Z.ai 標價計算，即 (8000 × 1.40 + 2000 × 0.26 + 1000 × 4.40) / 1000000，結果為 $0.01612。這是使用廠商費率的算術範例，不是實測請求，也不是本服務的報價。
如果回應單獨報告快取寫入，請使用適用的即時費率，並從一般輸入中減去該部分單獨報告的數量。不要根據文字長度臆測寫入數量。API 參考 說明了三種協定的用量表達方式；各自欄位名不可互換。
快取輸入是什麼意思？
GLM-5.3 文件描述的上下文快取是自動的。普通 Chat 請求不需要明確指定快取有效期。重複使用不變的前綴，例如指令加參考材料，可以提供重複使用機會；修改前綴可能改變命中機會。[3]
具備重複使用條件不等於已經命中。請從完成的回應讀取 prompt_tokens_details.cached_tokens，不要根據看起來重複的文字量估算節省。官方快取範例中，總提示詞為 1,200 個 token，其中 800 個來自快取；只有剩餘 400 個屬於一般輸入。
廠商價格頁另行說明快取儲存暫時免費。這不代表每個快取請求的推理免費，也不構成固定有效期或重複文字必然命中的保證，更不能據此將其他模型的五分鐘和一小時寫入計費安排套用到 GLM-5.3。[1]
在你自己的回應提供快取用量前，請保守估算。為新工作負載做預算時，無快取計算是實用起點。有代表性結果後，再比較完整任務中的實際未快取輸入、快取輸入與輸出。
為什麼簡短答案也可能消耗大量輸出 token
GLM-5.3 始終推理。可選強度為 low、high 和 max，文件預設值為 max。低強度不等於關閉思考。模型不接受 thinking.type: "disabled"。[2]
推理與答案文字共享輸出預算。一句回答之前可能進行了大量推理，而過小的輸出上限可能讓生成在出現有用答案前就停止。判斷請求是否滿足驗收標準前，請檢查結束原因或終態。
文件未為這些強度標籤設定價格倍率。它們影響模型處理任務的方式；費用由 token 數量決定。若想了解應用中的取捨，請用相同輸入和檢查標準比較強度設定，並記錄完成任務的總費用，包括你選擇追加的請求。
輸出上限為 131,072 個 token。Chat 請求 schema 未公佈預設輸出上限；Responses 文件預設值為 65,536。這些數字都不意味著小任務應該請求最大值。請為推理與期望答案留出足夠預算，再檢查實際用量。
API 計費與 Coding Plan 的區別
Z.ai 的 Coding Plan 是獨立的訂閱產品。程式開發工具可以發起 API 請求，但僅憑這一點無法確定費用由哪一餘額或訂閱支付。
廠商的 API 金鑰規則於 2026 年 10 月 16 日調整。新簽發的 Standard API 金鑰和 Coding Plan 金鑰有獨立計費類型，更換端點不會改變新金鑰的計費類型。較早的 Compatible 金鑰採用不同的端點相關規則；檢查現有設定時，請使用目前金鑰管理指南。[4]
使用 SeedRouter 金鑰發起的請求消耗本服務的預付餘額，按目前費率計費。外部 Coding Plan 訂閱額度不會轉移到這裡。請在串接記錄中一並儲存金鑰簽發方、模型 ID 和費率來源，避免更換用戶端後悄然改變費用假設。
首次請求前的常見問題
GLM-5.3 免費嗎？
這裡的請求按上方即時費率使用預付餘額，不需要訂閱，失敗的請求不收費。低 token 費率依然屬於按量收費；批次執行前請同時估算輸入和輸出。
GLM-5.3-Flash 的價格適用嗎？
不適用。本指南介紹純文字 GLM-5.3 旗艦模型。Flash 和 FlashX 有獨立的模型識別、能力與價格。請確保請求中的確切模型 ID 與所用費率表一致。
長上下文一定更貴嗎？
容量本身不收費。實際輸入 token 更多，通常會增加輸入用量；快取命中則可能改變部分輸入適用的費率。較長輸出也會改變總費用，因此請同時比較請求兩端。
如何估算批次任務費用？
從有代表性的任務開始，不要只測一條短提示詞。記錄每次請求的輸入、快取與輸出用量，乘以適用費率，再對整批求和。另行記錄每個結果是否通過驗收檢查；廉價但不完整的答案不算完成工作。
在哪裡查看參數？
完整 Chat、Responses 和 Messages 欄位表見 GLM-5.3 API 參考。Playground 可在發送前檢查請求。先從可驗證的問題開始，同時閱讀答案與用量。
來源
- Z.ai 價格, 核對日期：2026 年 10 月 29 日。
- GLM-5.3 模型指南, 核對日期：2026 年 10 月 29 日。
- 上下文快取, 核對日期：2026 年 10 月 29 日。
- API 金鑰管理, 核對日期：2026 年 10 月 29 日。
