Цены на API Zhipu AI: сокращаем расходы на 30%

TL;DR

Стоимость моделей GLM через инфраструктуру GPUniq составляет от $0.019 до $1.336 за 1 млн входных токенов. Скидки достигают 30% от стандартных цен вендора. GLM-4.5 Flash - самая доступная текстовая модель: $0.019 за вход и $0.078 за выход на 1 млн токенов.

Сколько стоит доступ к API Zhipu AI?

Zhipu AI тарифицирует запросы к API в зависимости от объема токенов. Вы платите отдельно за входные токены (промпт) и выходные токены (генерация). Выходные токены стоят дороже почти во всех моделях, так как требуют больше вычислительных мощностей для генерации.

Маршрутизация вызовов API через GPUniq позволяет снизить расходы ниже стандартных тарифов вендора. Базовые модели GLM получают скидку 7,5%. На отдельные эндпоинты предоставляется скидка 30%.

{
  "model": "glm-4.5-flash",
  "messages": [
    {"role": "system", "content": "You are a concise assistant."},
    {"role": "user", "content": "Summarize standard API token pricing metrics."}
  ]
}

Стоимость моделей зависит от объема контекстного окна, скорости обработки и архитектурных особенностей. Быстрые текстовые эндпоинты стоят всего несколько центов за миллион токенов. Эндпоинты для рассуждений (reasoning) стоят дороже.

Какая модель Zhipu самая дешевая?

GLM-4.5 Flash - самая доступная модель общего назначения в каталоге Zhipu. Ее стоимость составляет $0.019 за 1 млн входных токенов (1.91 RUB) и $0.078 за 1 млн выходных токенов (7.65 RUB). Этот тариф уже включает скидку 7,5% через GPUniq.

GLM-4.5 Flash Token Cost:
Input:  $0.019 / 1M tokens (1.91 RUB)
Output: $0.078 / 1M tokens (7.65 RUB)

GLM-4.5 Flash поддерживает контекстное окно 128k. Используйте ее для высоконагруженных пайплайнов, где важны скорость и экономическая эффективность.

Типичные сценарии использования:

• Базовая маршрутизация и классификация намерений.
• Категоризация текста.
• Парсинг структурированных текстовых документов.
• Обработка начальных этапов диалога.

GLM OCR стоит $0.054 за 1 млн токенов (5.26 RUB) - фиксированная цена как для входных, так и для выходных токенов при контекстном окне 128k.

Сравнение стоимости моделей GLM

Zhipu разделяет эндпоинты на уровни: быстрые (fast), сбалансированные (balanced) и для рассуждений (reasoning). Большинство стандартных моделей используют контекстное окно 128k. GLM-4.5 Air и GLM-4.6V расширяют его до 131k токенов. GLM-4.7 Flash поддерживает до 200k токенов.

GLM-4 Air стоит $0.068 за 1 млн входных токенов и $0.068 за 1 млн выходных токенов (6.70 RUB). GLM-4.5 Air стоит $0.195 за вход и $1.275 за выход на 1 млн токенов, но на нее действует скидка 30%.

Эндпоинты для рассуждений находятся в верхней части ценового диапазона. GLM-4.6 Thinking стоит $0.780 за вход (76.53 RUB) и $1.560 за выход (153.07 RUB) на 1 млн токенов. GLM-4.1V Thinking Flash предлагает вариант уровня reasoning по цене $0.125 за вход и $0.714 за выход.

Где получить скидку 30%?

GPUniq применяет скидки уровней непосредственно на уровне маршрутизации. Стандартные эндпоинты работают со скидкой 7,5%. Три современные модели GLM получают максимальную скидку 30%:

Эндпоинты, на которые распространяется скидка 7,5%: GLM-4.5 Flash, GLM-4 Air, GLM-3 Turbo, GLM-4, GLM-4 AirX, GLM-4 Long, GLM-4.6 Thinking и GLM-4V Plus.

Price Calculation Example (GLM-4.7 Flash Input):
Discounted Rate (30% off list): $0.090 / 1M tokens (8.83 RUB)
Standard List Equivalent:       $0.1286 / 1M tokens

Минимальных обязательств по объему нет. Унифицированные эндпоинты назначают скидку автоматически.

Как работает ценообразование Vision API?

GLM-4.6V и GLM-4V Plus относятся к категории сбалансированных моделей. GLM-4.6V предоставляет контекст 131k по цене $0.450 за 1 млн входных токенов (44.15 RUB) и $1.350 за 1 млн выходных токенов (132.46 RUB). На нее действует скидка 30% от прайс-листа.

Zhipu Endpoint Pricing (GPUniq Rates):
GLM-4.6V (30% Discount):     $0.450 Input / $1.350 Output per 1M
GLM-4V Plus (7.5% Discount): $1.336 Input / $1.336 Output per 1M

GLM-4V Plus имеет контекстное окно 128k и стоит $1.336 за 1 млн входных и выходных токенов (131.05 RUB). GLM-4.6V снижает затраты на входные токены на 66,3% по сравнению с GLM-4V Plus.

Как сократить расходы на API Zhipu?

Сочетание умной маршрутизации и скидок шлюза позволяет снизить затраты на токены.

+-------------------------------------------------------------+
|                      Incoming Prompt                        |
+-------------------------------------------------------------+
                               |
                               v
               /-------------------------------\
              / Is the task simple or complex?  \
             \---------------------------------/
                   /                       \
          (Simple) /                         \ (Complex/Reasoning)
                  v                           v
     +-------------------------+     +-------------------------+
     |     GLM-4.5 Flash       |     |   GLM-4.5 Air / 4.6   |
     | $0.019 In / $0.078 Out  |     | 30% Discount Gateway    |
     +-------------------------+     +-------------------------+

Оптимизация расходов в пайплайнах:

• Направляйте простые задачи на GLM-4.5 Flash ($0.019 вход / $0.078 выход). Оставьте GLM-4.6 Thinking ($0.780 вход / $1.560 выход) для многошаговых рассуждений.
• Сокращайте фиксированные системные инструкции. Входные токены оплачиваются при каждом вызове API.
• Используйте GLM-4.7 Flash ($0.090 вход / $0.600 выход) для работы с длинным контекстом до 200k токенов. На нее действует скидка 30%.
• Направляйте вызовы SDK на эндпоинты шлюза GPUniq, чтобы зафиксировать скидки от 7,5% до 30%.

Читайте также в блоге GPUniq

• Цены и возможности API Eleven v4
• Цены и характеристики Qwen-Audio-3.1-Realtime-Plus
• Бенчмарки и доступ к FLUX 3 Action
• Цены и возможности API GPT-6.1 Sol