计费与限制

API 调用与 Chat 共用同一个 GLM 5 积分余额，不存在单独的 API 钱包或 API 专属订阅余额。

API 积分费率

表格展示每 100 万输入/输出 Token 对应的积分消耗。美元价格仅作为辅助参考。

100 积分 = $1.80 的 API 使用价值。 内部按照 $0.018 / credit 把 API 用量换算成积分，并向上取整；完成的请求最低计费 1 积分。

预占与最终结算

GLM 5 使用两阶段计费：

1. 估算输入 Token，并按请求中的最大输出预占积分；如果没有设置最大输出，则计费预占使用内部 8,192 Token 估算值。
2. 把请求发送给模型。
3. 读取本次完成请求的最终输入/输出 Token 用量。
4. 用真实用量重新计算应扣积分。
5. 返还没有实际使用的预占积分。

如果请求在预占之后失败，对应预占会被退款。

计算示例

以 glm-5.3 为例，假设某次请求产生 50,000 输入 Token 和 1,000 输出 Token，并按当前内部 API 价值计算：

input   = 50,000 / 1,000,000 × $2.50 = $0.1250
output  =  1,000 / 1,000,000 × $7.50 = $0.0075
total   = $0.1325
credits = ceil($0.1325 / $0.018) = 8

实际扣费以本次请求最终记录的 Token 用量为准，完成换算后再向上取整。

余额不足

如果当前可用积分无法覆盖请求预占，会返回：

{
  "error": {
    "message": "Insufficient credits.",
    "type": "insufficient_quota",
    "code": "insufficient_quota",
    "param": null
  }
}

HTTP 状态码为 402。

频率限制

每个 API Key 默认限制为每分钟 60 个请求；单个 Key 也可以配置自定义限制。

超过限制时返回 HTTP 429，错误码为 rate_limit_exceeded。

推荐使用带随机抖动的指数退避。额度不足、认证失败和参数校验错误不应立即自动重试。

请求体限制

POST /chat/completions 的请求体最大为 4 MB。超过限制时返回 HTTP 413 request_too_large。