Precios de la API de GLM: modelos, costos por token y cómo empezar

El precio de la API de GLM depende del modelo, el proveedor de acceso y la combinación de tokens de entrada, entrada en caché y salida. Una suscripción de programación usa un sistema de cobro distinto, así que su asignación mensual no debe tratarse como un saldo para tráfico arbitrario de API.

Para los dos modelos GLM que actualmente aparecen en cheapaimodel, GLM-5.3-Flash tiene el precio por token más bajo. Si es la mejor opción depende de los resultados que necesite tu aplicación. Empieza con una evaluación pequeña en lugar de asumir que el modelo más barato o el más caro ganará.

Esta guía compara las tarifas publicadas consultadas el 26 de octubre de 2026. Los ejemplos son cálculos a partir de conteos de tokens declarados, no benchmarks medidos de aplicaciones.

¿Usas GLM fuera de China? Consulta la API de GLM de Zhipu en Z.ai para el registro, el pago con tarjeta y el detalle del 3DS.

Precios actuales de la API de GLM

Los siguientes precios están en USD por millón de tokens. La entrada y la entrada de lectura de caché son categorías separadas; no cuentes los mismos tokens en ambas.

Modelo y ruta de acceso	Entrada sin caché / 1M	Entrada en caché / 1M	Salida / 1M
GLM-5.3, Z.ai directo	US$1.40	US$0.26	US$4.40
GLM-5.3, cheapaimodel	US$0.976972	US$0.181438	US$3.070483
GLM-5.3-Flash, Z.ai directo	US$0.15	US$0.03	US$0.50
GLM-5.3-Flash, cheapaimodel	US$0.104676	US$0.020935	US$0.348919

Fuentes: precios de la API de Z.ai y precios de cheapaimodel. Las tarifas de la pasarela se reproducen con la precisión mostrada. Vuelve a revisar ambas páginas antes de fondear una cuenta o mover tráfico de producción.

Z.ai lista modelos adicionales que quedan fuera de esta comparación. Que un modelo aparezca en su catálogo no establece que cheapaimodel lo sirva. Usa el catálogo de modelos actual para confirmar la disponibilidad y luego verifica el identificador exacto y las funciones requeridas para tu ruta.

La tabla compara cargos por tokens. No demuestra la misma latencia, disponibilidad, revisiones del modelo ni comportamiento entre proveedores.

Calcula un presupuesto a partir de tu propia combinación de tokens

Expresa cada conteo de tokens en millones y luego calcula:

Subtotal de tokens = entrada sin caché × tarifa de entrada + entrada en caché × tarifa de caché + salida × tarifa de salida.

Usa categorías de entrada mutuamente excluyentes. Si una solicitud reporta un millón de tokens de entrada totales y 800,000 son aciertos de caché, la cantidad sin caché es 200,000, no un millón. Confirma el significado de los campos de uso que devuelve tu proveedor antes de introducirlos en un panel de costos.

Aquí hay tres escenarios con las tarifas anteriores:

Escenario	GLM-5.3 directo	GLM-5.3 pasarela	Flash directo	Flash pasarela
1M de entrada sin caché + 0.2M de salida	US$2.2800	US$1.5911	US$0.2500	US$0.1745
20M de entrada sin caché + 2M de salida	US$36.8000	US$25.6804	US$4.0000	US$2.7914
4M sin caché + 16M de entrada en caché + 2M de salida	US$18.5600	US$12.9519	US$2.0800	US$1.4515

Por ejemplo, el segundo subtotal de Flash pasarela es 20 × US$0.104676 + 2 × US$0.348919 = US$2.791358. La tabla redondea solo los totales finales a cuatro decimales.

El tercer escenario supone una proporción de aciertos de caché del 80% de sus 20 millones de tokens de entrada. Eso es un supuesto de presupuesto, no una tasa de aciertos observada. Tus prompts, la elegibilidad de caché y el comportamiento del proveedor determinan lo que realmente sucede.

Estos subtotales excluyen impuestos cuando corresponda, herramientas o almacenamiento facturados por separado, y tokens de reintentos más allá de los montos indicados. La tokenización y la longitud de salida también pueden diferir entre modelos, así que conteos de tokens iguales aíslan el precio en lugar de predecir el mismo trabajo realizado.

Verifica los cobros más allá de la tabla de tokens

La lista de precios directa de Z.ai etiqueta el almacenamiento de entrada en caché como temporalmente gratis y cobra la búsqueda web integrada por separado. Ninguna de las dos afirmaciones establece cómo maneja una puerta de enlace de terceros las mismas funciones. Confirma los cobros aplicables de la puerta de enlace antes de incluirlos en un presupuesto.

Para un flujo de trabajo de agente, cuenta todas las llamadas a modelos y cualquier herramienta que genere cobros. Una tarea que requiere varios reintentos puede costar más que una sola solicitud exitosa incluso cuando la tarifa de tokens anunciada es más baja. Da seguimiento al gasto total por resultado aceptado junto con el consumo de tokens.

Para comparaciones con otras familias de modelos, consulta nuestra comparación de precios de API de LLM.

Acceso a la API de GLM frente al GLM Coding Plan

La API estándar de Z.ai y su GLM Coding Plan atienden necesidades de compra diferentes. El plan es una suscripción para herramientas de agente compatibles, con asignaciones de saldo de cinco horas y semanales. El consumo de saldo varía según el modelo y la categoría de uso. No es una simple promesa de solicitudes ilimitadas.

Su política de uso limita el uso de la suscripción a herramientas compatibles y prohíbe compartir cuentas. Verifica si tu aplicación prevista está cubierta en lugar de asumir que una clave de suscripción puede reemplazar el cobro de API de uso general.

Elige según el trabajo que necesitas hacer:

• Para un flujo de trabajo personal de programación o de agente de oficina compatible, evalúa los límites y términos actuales del plan frente a tu uso.
• Para una aplicación que operas, evalúa una ruta de API y presupuesta sus solicitudes reales. No conviertas el precio mensual de una suscripción en una tarifa por token sin restricciones.
• Si usas ambos, mantén sus credenciales, endpoints y registros de cobro separados para que sepas qué producto está manejando cada solicitud.

cheapaimodel describe su propio servicio como prepago, con recargas desde US$5 y sin suscripción. Revisa sus términos actuales de cobro y reembolso antes de agregar saldo.

Cómo obtener una clave de API de GLM y empezar de forma segura

1. Elige la cuenta que atenderá la solicitud

Para acceso directo, sigue el inicio rápido de la API estándar de Z.ai. Para acceso mediante puerta de enlace, usa la documentación de cheapaimodel. Obtén la clave del servicio que realmente piensas llamar; las claves no son intercambiables entre proveedores.

2. Haz coincidir la clave, la Base URL y el model ID

Z.ai documenta la Base URL estándar de la API como https://api.z.ai/api/paas/v4/. cheapaimodel publica https://api.cheapaimodel.ai/v1 y enumera glm-5.3 y glm-5.3-flash en su catálogo de precios. El plan de programación tiene instrucciones de configuración separadas. No mezcles esas rutas solo porque aceptan formatos de solicitud similares.

3. Envía una solicitud pequeña y representativa

Mantén la clave en un secreto del lado del servidor o en una variable de entorno, nunca en un repositorio público ni en un paquete del navegador. Usa el ejemplo actual del proveedor seleccionado para hacer la primera solicitud, luego revisa el uso devuelto y el cobro a la cuenta. Esta guía no afirma que se haya realizado una prueba de integración autenticada para tu cuenta.

4. Valida las funciones que tu aplicación necesita

Prueba streaming, llamadas a herramientas, salida estructurada o entrada que no sea texto por separado cuando dependas de ellas. La documentación de modelos de Z.ai describe sus propias capacidades; no es prueba de que cada gateway exponga todas las funciones de manera idéntica. Revisa los límites de la ruta que seleccionaste antes de aumentar la concurrencia o el tamaño de las solicitudes.

5. Mide la calidad antes de aumentar el tráfico

Usa tareas representativas con criterios de aceptación claros. Compara fallas, reintentos, latencia y costo por resultado aceptado. Empieza con Flash cuando su precio más bajo lo haga un candidato razonable, y prueba GLM-5.3 cuando la carga de trabajo justifique otra opción. El precio por sí solo no es un ranking de calidad.

¿Existe una API de GLM gratis?

La lista de precios actual de Z.ai marca algunos modelos Flash más antiguos como gratis, mientras que GLM-5.3-Flash tiene tarifas de pago. Por lo tanto, “Flash” no significa “gratis”. Verifica el modelo exacto, el proveedor y las condiciones de la cuenta en lugar de trasladar una oferta anterior a una versión diferente.

Para los modelos cubiertos aquí, usa las tarifas de pago anteriores como punto de partida. Consulta los precios en vivo, elige el modelo adecuado y valida una carga de trabajo pequeña antes de escalar.