Tarifs de l’API GLM-5.2

Les tarifs officiels GLM-5.2 API sont de $1.40 par million de jetons d'entrée, $0.26 par million de jetons d'entrée en cache et $4.40 par million de jetons de sortie. OmniaKey répertorie actuellement le même modèle à entrée $0.70, entrée en cache $0.13 et sortie $2.20 par million de jetons.

Cela simplifie le calcul, mais toutes les demandes ne coûtent pas la moitié du prix d'entrée global. Une requête peut contenir une entrée non mise en cache, une entrée mise en cache et une sortie générée, et chaque partie utilise un débit différent.

Mise à jour GLM-5.3 : Z.ai documente désormais l'accès GLM-5.3 API et le répertorie aux mêmes taux d'entrée $1.40, d'entrée en cache $0.26 et de sortie $4.40 que GLM-5.2. Utilisez la comparaison de codage GLM-5.3 vs GLM-5.2 pour la décision de mise à niveau ; les calculs ci-dessous restent spécifiques au GLM-5.2.

Aperçu des prix des GLM-5.2 API

Toutes les valeurs ci-dessous sont en USD pour un million de jetons.

La page du modèle GLM-5.2 en direct affiche le taux OmniaKey actuel, la fenêtre contextuelle, les fonctionnalités et un exemple de demande. Utilisez le catalogue de modèles lorsque vous le comparez avec d'autres modèles disponibles.

L'équation générale du coût est la suivante :

cost = uncached_input_millions × input_rate
     + cached_input_millions × cached_input_rate
     + output_millions × output_rate

Le nombre de jetons est mesuré par le système de facturation, et non par le nombre de caractères ou la taille du fichier. Un million de caractères n'est pas nécessairement un million de jetons.

Que signifie chaque prix GLM-5.2

Entrée non mise en cache

Les entrées non mises en cache incluent le contenu des invites qui ne peut pas faire l'objet d'un accès au cache : instructions, historique des conversations, fichiers, définitions d'outils et autres contextes de requête. L'envoi d'un million de jetons d'entrée non mis en cache coûte $1.40 au tarif officiel ou $0.70 au tarif actuel OmniaKey, avant qu'une sortie ne soit générée.

Entrée en cache

L’entrée mise en cache est un contexte répété éligible servi au taux de lecture inférieur. Z.ai répertorie actuellement $0.26 par million de jetons d'entrée en cache ; Listes OmniaKey $0.13.

Un prix d'entrée mis en cache ne constitue pas une promesse que chaque jeton répété atteindra le cache. L'éligibilité du cache, la structure des demandes, l'expiration et le comportement du fournisseur sont toujours importants. Vérifiez les enregistrements d'utilisation réelle au lieu d'estimer chaque invite répétée au taux mis en cache.

Stockage d'entrée en cache

Le tableau des tarifs de Z.ai répertorie séparément le stockage d'entrée en cache comme « gratuit pour une durée limitée ». Il ne s'agit pas du même élément de campagne que le taux de lecture des entrées en cache $0.26. La durée et les conditions d'une promotion de stockage à durée limitée peuvent changer indépendamment, ne considérez donc pas le stockage comme gratuit en permanence.

Sortie

La sortie inclut le raisonnement généré et les jetons de réponse signalés pour la facturation. Aux tarifs officiels, un million de jetons de sortie coûtent $4.40 ; le tarif actuel de OmniaKey est $2.20. La sortie est donc l'élément de ligne le plus cher du tableau.

Les réponses longues, les boucles d'outils verbeuses, les corrections répétées et les limites de sortie élevées peuvent avoir plus d'importance qu'un modeste changement dans la taille des invites. Définissez la limite de réponse en fonction de la tâche plutôt que de demander automatiquement le maximum.

Trois exemples de coûts reproductibles

Ces exemples appliquent directement les tarifs publiés. Ils excluent les frais d’outils distincts, les taxes, la conversion de devises et tout changement de prix futur.

Exemple 1 : lecture d'un grand référentiel

Supposons qu'une tâche utilise un million de jetons d'entrée non mis en cache et produise des jetons de sortie 100,000.

La fenêtre contextuelle d’un million de jetons correspond à la capacité, sans compter l’utilisation. Le remplir avec une entrée non mise en cache crée des frais d'entrée même si le modèle ne renvoie qu'une réponse courte.

Exemple 2 : une longue charge de travail d'ingénierie

Supposons que plusieurs appels utilisent ensemble dix millions de jetons d’entrée non mis en cache et deux millions de jetons de sortie.

Z.ai:      10 × $1.40 + 2 × $4.40 = $22.80
OmniaKey:  10 × $0.70 + 2 × $2.20 = $11.40

Il s’agit d’une charge de travail totale et non d’une estimation de référence. Le nombre réel de jetons nécessaires pour terminer une tâche dépend du client, de l'invite, du référentiel, des outils, des tentatives et du comportement du modèle.

Exemple 3 : contexte mis en cache répété

Supposons que dix millions de jetons soient facturés comme entrée mise en cache et que le modèle produise un million de jetons de sortie.

Z.ai:      10 × $0.26 + 1 × $4.40 = $7.00
OmniaKey:  10 × $0.13 + 1 × $2.20 = $3.50

Cet exemple n'est valable que lorsque le fournisseur signale ces dix millions de jetons comme des accès au cache. Une invite visuellement identique ne garantit pas un traitement de facturation identique.

Pourquoi le prix OmniaKey diffère du prix catalogue Z.ai

Z.ai publie les tarifs internationaux en amont API. OmniaKey publie le prix facturé via sa propre passerelle prépayée. À compter de la date de vérification, OmniaKey applique un ratio de prix 0.5 à GLM-5.2 pour les entrées non mises en cache, les entrées mises en cache et les sorties.

Les deux colonnes décrivent différentes relations de facturation :

• utilisez la colonne Z.ai lors de la budgétisation d'un compte direct Z.ai API ;
• utiliser la colonne OmniaKey lorsque la demande est facturée sur un solde OmniaKey ;
• ne combinez pas le débit d'entrée d'une plateforme avec le débit de sortie d'une autre plateforme ;
• ne présumez pas que la différence 50% actuelle est permanente.

OmniaKey ne modifie pas l'identifiant de modèle demandé pour créer cette différence de prix. La demande nomme toujours glm-5.2 ; les demandes indisponibles échouent plutôt que de passer silencieusement à un autre modèle.

Pour connaître la norme comptable plus large, lisez comment la facturation transparente API devrait fonctionner.

Ce que propose GLM-5.2 pour ce prix

Le Z.ai positionne le GLM-5.2 comme son modèle phare pour les tâches à long terme. Sa page de modèle officielle répertorie :

• une fenêtre contextuelle d'un million de jetons 1 ;
• jusqu'à jetons de sortie 128,000 ;
• modes de réflexion et effort de raisonnement configurable ;
• diffusion en continu des réponses ;
• appel de fonction et intégration MCP ;
• sortie structurée ;
• mise en cache du contexte.

Il s’agit de données sur la capacité et l’interface, et non d’une garantie que chaque client expose toutes les options. Une route API compatible avec la passerelle n’est pas non plus la même chose qu’une prise en charge native dans chaque produit de codage.

Ne déduisez pas du tableau des prix un gagnant universel en matière de qualité. Z.ai publie des références et des revendications de produits sur sa page de modèle, mais cet article ne reproduit pas ces références de manière indépendante.

Quand GLM-5.2 peut avoir un sens économique

GLM-5.2 est un candidat raisonnable lorsque la tâche nécessite :

• contexte à l'échelle du projet à travers le code, les tests, la documentation et les contraintes ;
• une longue mise en œuvre ou une refactorisation en plusieurs étapes ;
• appels d'outils structurés et sortie lisible par machine ;
• contexte répété pouvant prétendre à la facturation des entrées mises en cache ;
• un plafond de rendement élevé pour les gros artefacts générés.

Il peut s'agir d'une mauvaise solution économique pour une petite classification, une courte extraction ou une modification mécanique qu'un modèle plus petit peut réaliser de manière fiable. Le modèle réussi le moins cher pour une classe de tâches compte plus que le pourcentage le plus bas affiché sur une page de tarification.

Le guide de sélection du modèle de codage explique pourquoi l'acheminement du modèle doit être basé sur le travail accepté plutôt que sur un taux global.

Mesurer le coût par tâche acceptée

Pour évaluer GLM-5.2 par rapport à un autre modèle, maintenez l'état du référentiel, l'invite, les outils, les autorisations et le test d'acceptation constants. Enregistrer :

1. jetons non mis en cache, mis en cache et en sortie ;
2. le nombre de tours du modèle et d'appels d'outils ;
3. latence et tentatives infructueuses ;
4. temps de correction humaine ;
5. si les tests requis et les critères d'acceptation ont été réussis ;
6. coût final facturé.

Un modèle avec un taux de jetons inférieur peut toujours coûter plus cher s'il crée des tentatives supplémentaires. Un modèle à débit plus élevé peut être économique lorsqu’il effectue un travail difficile en moins de tentatives. Répétez chaque tâche car les résultats des agents varient.

Appelez GLM-5.2 via OmniaKey

Créez une clé étendue dans le tableau de bord Clés API, puis utilisez la route d'achèvement de discussion compatible OpenAI :

curl https://api.omniakey.com/v1/chat/completions \
  -H "Authorization: Bearer $OMNIAKEY_API_KEY" \
  -H "Content-Type: application/json" \
  -d '{
    "model": "glm-5.2",
    "messages": [{"role": "user", "content": "Review this migration plan"}],
    "stream": true
  }'

Utilisez l’identifiant de modèle exact glm-5.2. Le démarrage rapide API documente le point de terminaison et le modèle d'authentification.

Après une tâche représentative, comparez le rapport sur les jetons côté client avec le tableau de bord d'utilisation. Le guide de solde et d'utilisation explique les enregistrements par appel et les touches.

Maîtriser le budget sans confondre plafonds et économies

Un plafond de dépenses clé limite l’exposition financière ; cela ne réduit pas la consommation de jetons en dessous du plafond. Utilisez des clés distinctes pour le travail local, le CI et l'automatisation partagée afin que chaque charge de travail bénéficie d'une attribution et d'une révocation indépendantes.

Une séquence pratique est la suivante :

1. exécuter une tâche représentative ;
2. inspecter l'utilisation réelle des mises en cache, des mises en cache et des sorties ;
3. supprimer le contexte et les tentatives évitables ;
4. définir un plafond de touche au-dessus de la variance normale de la tâche ;
5. revoir l’utilisation avant d’augmenter le plafond.

Pour une optimisation au niveau du contexte, utilisez le guide de réduction de l'utilisation des jetons. Ses principes s'appliquent au-delà de Claude Code même si les commandes de cet article sont spécifiques au client.

Erreurs de tarification courantes

Traiter le contexte 1M comme une allocation gratuite

La fenêtre contextuelle est d'une capacité maximale. Les entrées qui y sont placées sont toujours mesurées en fonction de leur classification de facturation.

Confondre les lectures d'entrée en cache avec le stockage

Z.ai indique un prix d'accès au cache par jeton et une promotion de stockage distincte à durée limitée. Ils ne sont pas interchangeables.

Tarification de chaque invite répétée comme mise en cache

Seules les occurrences de cache signalées par le fournisseur sont éligibles. Confirmez l'élément de campagne d'utilisation.

Comparaison des prix sans volume de production

La sortie coûte plus cher par jeton que l’entrée. Un flux de travail qui génère un raisonnement excessif ou des correctifs répétés peut effacer les économies réalisées au niveau des invites.

Traiter la réduction d'aujourd'hui comme un contrat à durée indéterminée

Le ratio 50% OmniaKey est à jour au 9 août 2026. Revérifiez le catalogue en direct avant de publier un budget ou une décision d'achat.

Qualifier un taux inférieur de victoire de référence

Le prix mesure la facturation, et non l'exactitude, la latence, la fiabilité de l'outil ou l'achèvement des tâches. Testez la charge de travail réelle.

Questions fréquemment posées

Combien coûte le GLM-5.2 API ?

Z.ai répertorie $1.40 par million de jetons d'entrée non mis en cache, $0.26 par million de jetons d'entrée mis en cache et $4.40 par million de jetons de sortie. OmniaKey répertorie actuellement respectivement $0.70, $0.13, et $2.20.

Le GLM-5.2 est-il moins cher via le OmniaKey ?

À la date de vérification d'9 août 2026, oui : les tarifs OmniaKey indiqués sont 50% des tarifs internationaux de Z.ai. Il s'agit du prix actuel de la plateforme, et non d'un changement de prix permanent du Z.ai.

Combien coûte une invite GLM-5.2 d’un million de jetons ?

Un million de jetons d'entrée non mis en cache coûtent $1.40 au prix catalogue Z.ai ou $0.70 au tarif actuel OmniaKey, avant la sortie. Si le million complet est signalé comme entrée mise en cache, les frais de lecture respectifs sont $0.26 et $0.13..

GLM-5.2 a-t-il une fenêtre contextuelle 1M ?

Oui. Z.ai répertorie une fenêtre contextuelle d'un million de jetons et une sortie maximale de jeton 128,000. La capacité ne signifie pas que la fenêtre complète est gratuite ou toujours nécessaire.

GLM-5.2 prend-il en charge l'appel d'outils et la sortie structurée ?

La page modèle de Z.ai répertorie les appels de fonctions, MCP, la sortie structurée, le streaming, les modes de réflexion et la mise en cache contextuelle. Vérifiez quelles fonctionnalités le client exact et l'itinéraire API exposent avant l'utilisation en production.

Sources

• Z.ai : tarification API
• Z.ai : aperçu du modèle GLM-5.2
• Z.ai : achèvements de chat API
• Page du modèle OmniaKey GLM-5.2
• Balance OmniaKey et documentation d'utilisation

Faits vérifiés en 9 août 2026. Les tarifs des fournisseurs, les remises sur la plateforme, les conditions de cache et les fonctionnalités prises en charge peuvent changer. Vérifiez la documentation propriétaire liée et le catalogue OmniaKey en direct avant d'engager un budget de production.