Harga API GLM: Model, Biaya Token, dan Cara Memulai
Oleh Nicho
Harga API GLM tergantung pada model, penyedia akses, dan campuran token input, input cache, dan output. Langganan coding memakai sistem pembayaran yang berbeda, jadi jatah bulanannya jangan dianggap sebagai saldo untuk traffic API bebas.
Untuk dua model GLM yang saat ini terdaftar di cheapaimodel, GLM-5.3-Flash punya harga token lebih murah. Apakah itu pilihan yang lebih baik tergantung pada hasil yang dibutuhkan aplikasimu. Mulai dengan evaluasi kecil daripada berasumsi model termurah atau termahal akan menang.
Panduan ini membandingkan tarif resmi yang dicek pada 26 Oktober 2026. Contohnya adalah perhitungan dari jumlah token yang disebutkan, bukan benchmark aplikasi yang diukur.
Memakai GLM dari luar Tiongkok? Baca API GLM Zhipu di Z.ai untuk pendaftaran, pembayaran kartu, dan kendala 3DS.
Harga API GLM saat ini
Harga berikut dalam USD per juta token. Input dan input cache-read adalah kategori terpisah; jangan hitung token yang sama di keduanya.
| Model dan jalur akses | Input tanpa cache / 1M | Input cache / 1M | Output / 1M |
|---|---|---|---|
| GLM-5.3, Z.ai langsung | $1.40 | $0.26 | $4.40 |
| GLM-5.3, cheapaimodel | $0.976972 | $0.181438 | $3.070483 |
| GLM-5.3-Flash, Z.ai langsung | $0.15 | $0.03 | $0.50 |
| GLM-5.3-Flash, cheapaimodel | $0.104676 | $0.020935 | $0.348919 |
Sumber: harga API Z.ai dan harga cheapaimodel. Tarif gateway ditampilkan sesuai presisi yang tertera. Cek lagi kedua halaman sebelum mengisi saldo akun atau memindahkan traffic produksi.
Z.ai mencantumkan model tambahan yang di luar perbandingan ini. Model yang muncul di katalognya belum tentu disediakan cheapaimodel. Gunakan katalog model saat ini untuk memastikan ketersediaan, lalu cek identifier persisnya dan fitur yang dibutuhkan untuk jalurmu.
Tabel ini membandingkan biaya token. Ini tidak membuktikan latensi, uptime, revisi model, atau perilaku yang sama antar penyedia.
Hitung anggaran dari campuran tokenmu sendiri
Nyatakan setiap jumlah token dalam juta, lalu hitung:
Subtotal token = input tanpa cache × tarif input + input cache × tarif cache + output × tarif output.
Gunakan kategori input yang saling eksklusif. Kalau sebuah permintaan melaporkan satu juta total token input dan 800,000 di antaranya cache hit, jumlah tanpa cache adalah 200,000, bukan satu juta. Pastikan arti field pemakaian yang dikembalikan penyediamu sebelum memasukkannya ke dashboard biaya.
Berikut tiga skenario memakai tarif di atas:
| Skenario | GLM-5.3 langsung | GLM-5.3 gateway | Flash langsung | Flash gateway |
|---|---|---|---|---|
| 1M input tanpa cache + 0.2M output | $2.2800 | $1.5911 | $0.2500 | $0.1745 |
| 20M input tanpa cache + 2M output | $36.8000 | $25.6804 | $4.0000 | $2.7914 |
| 4M tanpa cache + 16M input cache + 2M output | $18.5600 | $12.9519 | $2.0800 | $1.4515 |
Misalnya, subtotal Flash gateway kedua adalah 20 × $0.104676 + 2 × $0.348919 = $2.791358. Tabel hanya membulatkan total akhir ke empat angka desimal.
Skenario ketiga mengasumsikan 80% bagian cache-hit dari 20 juta token inputnya. Itu asumsi penganggaran, bukan tingkat hit yang teramati. Prompt kamu, kelayakan cache, dan perilaku penyedia menentukan apa yang sebenarnya terjadi.
Subtotal ini tidak termasuk pajak jika berlaku, alat atau penyimpanan yang ditagih terpisah, dan token dari percobaan ulang di luar jumlah yang disebutkan. Tokenisasi dan panjang output juga bisa berbeda antar model, jadi jumlah token yang sama mengisolasi harga, bukan memprediksi pekerjaan yang sama selesai.
Periksa biaya di luar tabel token
Daftar harga langsung Z.ai menyebut penyimpanan input cache sebagai gratis sementara dan memberi harga pencarian web bawaan secara terpisah. Kedua pernyataan itu tidak menetapkan bagaimana gateway pihak ketiga menangani fitur yang sama. Konfirmasi biaya yang berlaku di gateway sebelum memasukkannya ke anggaran.
Untuk alur kerja agen, hitung semua panggilan model dan alat apa pun yang dikenakan biaya. Tugas yang butuh beberapa percobaan ulang bisa lebih mahal daripada satu permintaan yang berhasil meskipun tarif token yang diiklankan lebih rendah. Lacak total pengeluaran per hasil yang diterima bersama konsumsi token.
Untuk perbandingan dengan keluarga model lain, lihat perbandingan harga LLM API kami.
Akses GLM API versus GLM Coding Plan
API standar Z.ai dan GLM Coding Plan melayani kebutuhan pembelian yang berbeda. Plan ini adalah langganan untuk alat agen yang didukung, dengan jatah saldo lima jam dan mingguan. Konsumsi saldo bervariasi menurut model dan kategori pemakaian. Ini bukan janji sederhana soal permintaan tanpa batas.
Kebijakan pemakaian nya membatasi penggunaan langganan hanya untuk alat yang didukung dan melarang berbagi akun. Periksa apakah aplikasi yang kamu maksud tercakup, jangan mengasumsikan key langganan bisa menggantikan pembayaran API serbaguna.
Pilih berdasarkan pekerjaan yang perlu kamu lakukan:
- Untuk alur kerja coding pribadi atau agen kantor yang didukung, evaluasi batas dan ketentuan plan saat ini terhadap pemakaianmu.
- Untuk aplikasi yang kamu jalankan, evaluasi rute API dan anggarkan permintaan sebenarnya. Jangan ubah harga bulanan langganan menjadi tarif per token tanpa batas.
- Jika kamu memakai keduanya, pisahkan kredensial, endpoint, dan catatan pembayarannya supaya kamu tahu produk mana yang menangani setiap permintaan.
cheapaimodel mendeskripsikan layanannya sendiri sebagai prabayar, dengan top up saldo mulai dari $5 dan tanpa langganan. Tinjau ketentuan pembayaran dan pengembalian dana yang berlaku sebelum menambah saldo.
Cara mendapatkan API key GLM dan mulai dengan aman
1. Pilih akun yang akan melayani permintaan
Untuk akses langsung, ikuti mulai cepat API standar Z.ai. Untuk akses gateway, gunakan dokumentasi cheapaimodel. Dapatkan key dari layanan yang benar-benar ingin kamu panggil; key tidak bisa dipertukarkan antar penyedia.
2. Cocokkan key, Base URL, dan model ID
Z.ai mendokumentasikan Base URL API standar sebagai https://api.z.ai/api/paas/v4/. cheapaimodel memublikasikan https://api.cheapaimodel.ai/v1 dan mencantumkan glm-5.3 dan glm-5.3-flash di katalog harganya. Paket coding punya instruksi konfigurasi terpisah. Jangan campur rute-rute itu hanya karena format permintaannya mirip.
3. Kirim permintaan kecil yang representatif
Simpan key di secret sisi server atau variabel lingkungan, jangan pernah di repositori publik atau bundle browser. Pakai contoh terbaru dari penyedia yang kamu pilih untuk membuat permintaan pertama, lalu periksa pemakaian dan biaya akun yang dikembalikan. Panduan ini tidak mengklaim bahwa tes integrasi terautentikasi sudah dilakukan untuk akunmu.
4. Validasi fitur yang dibutuhkan aplikasimu
Uji streaming, tool call, structured output, atau input non-teks secara terpisah kalau kamu mengandalkannya. Dokumentasi model Z.ai menjelaskan kemampuan miliknya sendiri; itu bukan bukti bahwa setiap gateway mengekspos setiap fitur dengan cara yang sama. Tinjau batas untuk rute yang kamu pilih sebelum menaikkan konkurensi atau ukuran permintaan.
5. Ukur kualitas sebelum menambah trafik
Pakai tugas representatif dengan kriteria penerimaan yang jelas. Bandingkan kegagalan, percobaan ulang, latensi, dan biaya per hasil yang diterima. Mulai dengan Flash kalau harganya yang lebih murah membuatnya jadi kandidat yang masuk akal, dan uji GLM-5.3 kalau beban kerjanya butuh opsi lain. Harga saja bukan peringkat kualitas.
Apakah ada API GLM gratis?
Daftar harga Z.ai saat ini menandai beberapa model Flash lama sebagai gratis, sementara GLM-5.3-Flash punya tarif berbayar. Jadi "Flash" bukan berarti "gratis." Verifikasi model, penyedia, dan kondisi akun yang tepat, bukan memindahkan penawaran lama ke versi yang berbeda.
Untuk model yang dibahas di sini, pakai tarif berbayar di atas sebagai titik awalmu. Cek harga terkini, pilih model yang sesuai, dan validasi beban kerja kecil sebelum melakukan scaling.