Claude Opus 5.5 已在 SeedRouter 上线
LogoSeedRouter
全部文章

GLM-5.3 价格：输入、输出与缓存费用

比较 GLM-5.3 token 费率、缓存输入和推理设置，估算单次请求费用，并区分 API 用量计费与编程订阅。

以 Markdown 阅读

GLM-5.3 价格主要涉及三项用量：普通输入、缓存输入和输出。 Z.ai 公布的标价分别为每百万 token $1.40、$0.26 和 $4.40，核对日期为 2026 年 10 月 29 日。这是厂商价格。SeedRouter 当前费率请以下方实时表格为准。[1]

估算请求费用时有两点需要注意。缓存 token 属于提示词的一部分，将它再加到完整输入数上会对同一段文本重复计费。推理 token 属于输出的一部分，因此可见答案的长度可能低估实际计费用量。

GLM-5.3 模型页 汇集 Playground、模型限制和实时价格。本指南解释请求费用的计算方式，不假设缓存命中，也不将示例计算当作实测结果。

SeedRouter 上的 GLM-5.3 当前价格

下表从计费配置读取当前费率。通过本服务发起请求时，应使用这里的费率。

GLM-5.3

GLM-5.3 current SeedRouter rates, USD per 1M tokens. Read live from the billing settings.

Model IDInputCached inputCache write, if reportedOutput 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.

请在估算旁记录模型 ID：Default 档的模型 ID 为 glm-5.3。GLM-5.3、GLM-5.3-Flash 和 GLM-5.3-FlashX 是不同模型。名称相似的模型价格不能用来确定你的请求费用。

百万 token 上下文是容量上限，不是固定购买量。包含少量文字的请求无需购买整个上下文窗口。请使用该请求实际返回的输入和输出数量。[2]

哪些 token 应计入费用？

对于 Chat Completions 响应，请读取 usage 中的以下字段：

字段含义
prompt_tokens总输入，包含缓存输入
prompt_tokens_details.cached_tokens从缓存读取的输入部分
completion_tokens输出，包含推理
total_tokens输入加输出；不是第三种计费类别

费率以每百万 token 表示时，常规计算方式为：

uncached input = total input - cached input

cost = (
  uncached input × input rate
  + cached input × cached-input rate
  + output × output rate
) / 1,000,000

假设一次请求的总输入为 10,000 个 token，其中缓存输入为 2,000 个 token，输出为 1,000 个 token。普通输入部分为 8,000 个 token。按上文注明日期的 Z.ai 标价计算，即 (8000 × 1.40 + 2000 × 0.26 + 1000 × 4.40) / 1000000，结果为 $0.01612。这是使用厂商费率的算术示例，不是实测请求，也不是本服务的报价。

如果响应单独报告缓存写入，请使用适用的实时费率，并从普通输入中减去该部分单独报告的数量。不要根据文本长度臆测写入数量。API 参考 说明了三种协议的用量表达方式；各自字段名不可互换。

缓存输入是什么意思？

GLM-5.3 文档描述的上下文缓存是自动的。普通 Chat 请求无需声明显式缓存有效期。复用不变的前缀，例如指令加参考材料，可以提供复用机会；修改前缀可能改变命中机会。[3]

具备复用条件不等于已经命中。请从完成的响应读取 prompt_tokens_details.cached_tokens，不要根据看起来重复的文本量估算节省。官方缓存示例中，总提示词为 1,200 个 token，其中 800 个来自缓存；只有剩余 400 个属于普通输入。

厂商价格页另行说明缓存存储暂时免费。这不代表每个缓存请求的推理免费，也不构成固定有效期或重复文本必然命中的保证，更不能据此将其他模型的五分钟和一小时写入计费安排套用到 GLM-5.3。[1]

在你自己的响应提供缓存用量前，请保守估算。为新工作负载做预算时，无缓存计算是实用起点。有代表性结果后，再比较完整任务中的实际未缓存输入、缓存输入与输出。

为什么简短答案也可能消耗大量输出 token

GLM-5.3 始终推理。可选强度为 low、high 和 max，文档默认值为 max。低强度不等于关闭思考。模型不接受 thinking.type: "disabled"。[2]

推理与答案文本共享输出预算。一句回答之前可能进行了大量推理，而过小的输出上限可能让生成在出现有用答案前就停止。判断请求是否满足验收标准前，请检查结束原因或终态。

文档未为这些强度标签设置价格倍率。它们影响模型处理任务的方式；费用由 token 数量决定。若想了解应用中的取舍，请用相同输入和检查标准比较强度设置，并记录完成任务的总费用，包括你选择追加的请求。

输出上限为 131,072 个 token。Chat 请求 schema 未公布默认输出上限；Responses 文档默认值为 65,536。这些数字都不意味着小任务应该请求最大值。请为推理与期望答案留出足够预算，再检查实际用量。

API 计费与 Coding Plan 的区别

Z.ai 的 Coding Plan 是独立的订阅产品。编程工具可以发起 API 请求，但仅凭这一点无法确定费用由哪一余额或订阅支付。

厂商的 API 密钥规则于 2026 年 10 月 16 日调整。新签发的 Standard API 密钥和 Coding Plan 密钥有独立计费类型，更换端点不会改变新密钥的计费类型。较早的 Compatible 密钥采用不同的端点相关规则；检查现有配置时，请使用当前密钥管理指南。[4]

使用 SeedRouter 密钥发起的请求消耗本服务的预付余额，按当前费率计费。外部 Coding Plan 订阅额度不会转移到这里。请在接入记录中一并保存密钥签发方、模型 ID 和费率来源，避免更换客户端后悄然改变费用假设。

首次请求前的常见问题

GLM-5.3 免费吗？

这里的请求按上方实时费率使用预付余额，无需订阅，失败的请求不收费。低 token 费率依然属于按量收费；批量运行前请同时估算输入和输出。

GLM-5.3-Flash 的价格适用吗？

不适用。本指南介绍纯文本 GLM-5.3 旗舰模型。Flash 和 FlashX 有独立的模型身份、能力与价格。请确保请求中的确切模型 ID 与所用费率表一致。

长上下文一定更贵吗？

容量本身不收费。实际输入 token 更多，通常会增加输入用量；缓存命中则可能改变部分输入适用的费率。较长输出也会改变总费用，因此请同时比较请求两端。

如何估算批量任务费用？

从有代表性的任务开始，不要只测一条短提示词。记录每次请求的输入、缓存与输出用量，乘以适用费率，再对整批求和。另行记录每个结果是否通过验收检查；廉价但不完整的答案不算完成工作。

在哪里查看参数？

完整 Chat、Responses 和 Messages 字段表见 GLM-5.3 API 参考。Playground 可在发送前检查请求。先从可核验的问题开始，同时阅读答案与用量。

来源

  1. Z.ai 价格, 核对日期：2026 年 10 月 29 日。
  2. GLM-5.3 模型指南, 核对日期：2026 年 10 月 29 日。
  3. 上下文缓存, 核对日期：2026 年 10 月 29 日。
  4. API 密钥管理, 核对日期：2026 年 10 月 29 日。
全部文章

相关指南