Prezzi API GLM-5.2

Il prezzo ufficiale GLM-5.2 API è $1.40 per milione di token di input, $0.26 per milione di token di input memorizzati nella cache e $4.40 per milione di token di output. OmniaKey attualmente elenca lo stesso modello con $0.70 input, $0.13 input memorizzato nella cache e $2.20 output per milione di token.

Ciò rende l’aritmetica semplice, ma non tutte le richieste costano la metà del prezzo di input principale. Una richiesta può contenere input non memorizzato nella cache, input memorizzato nella cache e output generato e ciascuna parte utilizza una velocità diversa.

Aggiornamento GLM-5.3: Z.ai ora documenta l'accesso GLM-5.3 API e lo elenca con le stesse velocità di ingresso $1.40, ingresso memorizzato nella cache $0.26 e uscita $4.40 come GLM-5.2. Utilizza il confronto codici GLM-5.3 e GLM-5.2 per decidere l'aggiornamento; i calcoli seguenti rimangono specifici per GLM-5.2.

GLM-5.2 API prezzi in breve

Tutti i valori seguenti sono USD per milione di token.

La pagina del modello GLM-5.2 in tempo reale mostra la tariffa OmniaKey corrente, la finestra di contesto, le funzionalità e l'esempio di richiesta. Utilizza il catalogo dei modelli quando lo confronti con altri modelli disponibili.

L’equazione generale dei costi è:

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

Il conteggio dei token viene misurato dal sistema di fatturazione, non dal conteggio dei caratteri o dalla dimensione del file. Un milione di caratteri non è necessariamente un milione di token.

Cosa significa ogni prezzo GLM-5.2

Ingresso non memorizzato nella cache

L'input non memorizzato nella cache include contenuto del prompt che non si qualifica per un riscontro nella cache: istruzioni, cronologia delle conversazioni, file, definizioni di strumenti e altro contesto della richiesta. L'invio di un milione di token di input non memorizzati nella cache costa $1.40 alla tariffa ufficiale o $0.70 alla tariffa OmniaKey corrente, prima che venga generato qualsiasi output.

Ingresso memorizzato nella cache

L'input memorizzato nella cache è un contesto ripetuto idoneo servito alla velocità di lettura inferiore. Z.ai attualmente elenca $0.26 per milione di token di input memorizzati nella cache; OmniaKey elenca $0.13.

Un prezzo di input memorizzato nella cache non è una promessa che ogni token ripetuto colpirà la cache. L'idoneità della cache, la struttura della richiesta, la scadenza e il comportamento del fornitore continuano ad avere importanza. Controlla i record di utilizzo effettivo invece di stimare ogni richiesta ripetuta alla velocità memorizzata nella cache.

Archiviazione dell'input memorizzato nella cache

La tabella dei prezzi di Z.ai elenca separatamente lo spazio di archiviazione dell'input memorizzato nella cache come "Gratuito per un periodo limitato". Non si tratta della stessa voce della velocità di lettura dell'input memorizzato nella cache $0.26. La durata e i termini di una promozione di archiviazione per un periodo limitato possono cambiare in modo indipendente, quindi non considerare lo spazio di archiviazione come permanentemente gratuito.

Uscita

L'output include il ragionamento generato e i token di risposta segnalati per la fatturazione. Ai tassi ufficiali, un milione di token in uscita costa $4.40; la tariffa OmniaKey corrente è $2.20. L'output è quindi la voce più costosa nella tabella.

Risposte lunghe, cicli di strumenti dettagliati, correzioni ripetute e limiti di output elevati possono avere più importanza di una modesta modifica nella dimensione del prompt. Imposta il limite della risposta in base all'attività anziché richiedere automaticamente il massimo.

Tre esempi di costi riproducibili

Questi esempi applicano direttamente le tariffe pubblicate. Escludono addebiti separati per strumenti, tasse, conversione di valuta e qualsiasi futura variazione di prezzo.

Esempio 1: lettura di un repository di grandi dimensioni

Supponiamo che un'attività utilizzi un milione di token di input non memorizzati nella cache e produca token di output 100,000.

La finestra di contesto da un milione di token rappresenta la capacità, non incluso l'utilizzo. Riempiendolo con input non memorizzato nella cache crea una tariffa di input anche se il modello restituisce solo una risposta breve.

Esempio 2: un lungo carico di lavoro di ingegneria

Supponiamo che diverse chiamate insieme utilizzino dieci milioni di token di input non memorizzati nella cache e due milioni di token di output.

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

Si tratta del carico di lavoro totale, non di una stima di riferimento. Il numero effettivo di token necessari per completare un'attività dipende dal client, dal prompt, dal repository, dagli strumenti, dai tentativi e dal comportamento del modello.

Esempio 3: contesto memorizzato nella cache ripetuto

Supponiamo che dieci milioni di token vengano fatturati come input memorizzati nella cache e che il modello produca un milione di token di output.

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

Questo esempio è valido solo quando il provider segnala quei dieci milioni di token come riscontri nella cache. Un messaggio visivamente identico non garantisce un trattamento di fatturazione identico.

Perché il prezzo OmniaKey è diverso dal prezzo di listino Z.ai

Z.ai pubblica le tariffe di listino internazionali API upstream. OmniaKey pubblica il prezzo addebitato tramite il proprio gateway prepagato. A partire dalla data di verifica, OmniaKey applica un rapporto di prezzo 0.5 a GLM-5.2 per input non memorizzato nella cache, input memorizzato nella cache e output.

Le due colonne descrivono diversi rapporti di fatturazione:

• utilizzare la colonna Z.ai quando si imposta il budget di un account Z.ai API diretto;
• utilizzare la colonna OmniaKey quando la richiesta viene fatturata rispetto a un saldo OmniaKey;
• non combinare il tasso di input di una piattaforma con il tasso di output di un'altra piattaforma;
• non dare per scontato che la differenza attuale 50% sia permanente.

OmniaKey non modifica l'ID del modello richiesto per creare questa differenza di prezzo. La richiesta nomina ancora glm-5.2; le richieste non disponibili falliscono anziché passare silenziosamente a un altro modello.

Per uno standard contabile più ampio, leggi come dovrebbe funzionare la fatturazione API trasparente.

Cosa prevede GLM-5.2 per quel prezzo

Z.ai posiziona GLM-5.2 come modello di punta per attività a lungo orizzonte. La sua pagina del modello ufficiale elenca:

• una finestra di contesto 1 da milioni di token;
• fino a token di uscita 128,000;
• modalità di pensiero e sforzo di ragionamento configurabile;
• risposte in streaming;
• chiamata di funzione e integrazione MCP;
• output strutturato;
• memorizzazione nella cache del contesto.

Questi sono fatti di capacità e interfaccia, non una garanzia che ogni cliente esponga tutte le opzioni. Inoltre, un percorso API compatibile con gateway non equivale al supporto nativo all'interno di ogni prodotto di codifica.

Non dedurre un vincitore di qualità universale dalla tabella dei prezzi. Z.ai pubblica benchmark e dichiarazioni di prodotto sulla pagina del modello, ma questo articolo non riproduce in modo indipendente tali benchmark.

Quando GLM-5.2 può avere un senso economico

GLM-5.2 è un candidato ragionevole quando l'attività richiede:

• contesto su scala di progetto attraverso codice, test, documentazione e vincoli;
• lunga implementazione o refactoring in più fasi;
• chiamate di strumenti strutturati e output leggibili dalla macchina;
• contesto ripetuto che può qualificarsi per la fatturazione con input memorizzato nella cache;
• un limite di output elevato per artefatti generati di grandi dimensioni.

Potrebbe non essere una soluzione economica adeguata per una piccola classificazione, una breve estrazione o una modifica meccanica che un modello più piccolo può completare in modo affidabile. Il modello più economico e riuscito per una classe di attività conta più della percentuale più bassa mostrata in una pagina dei prezzi.

La guida alla selezione del modello di codifica spiega perché l'instradamento del modello dovrebbe basarsi sul lavoro accettato anziché su una tariffa principale.

Misurare il costo per attività accettata

Per valutare GLM-5.2 rispetto a un altro modello, mantenere costanti lo stato del repository, il prompt, gli strumenti, le autorizzazioni e il test di accettazione. Registra:

1. token non memorizzati nella cache, memorizzati nella cache e di output;
2. il numero di giri del modello e di chiamate allo strumento;
3. latenza e tentativi falliti;
4. tempo di correzione umana;
5. se i test richiesti e i criteri di accettazione sono stati superati;
6. costo finale fatturato.

Un modello con un tasso di token inferiore può comunque costare di più se crea tentativi aggiuntivi. Un modello con velocità più elevata può essere economico quando completa un lavoro difficile in meno tentativi. Ripeti ogni attività perché i risultati dell'agente variano.

Chiama GLM-5.2 tramite OmniaKey

Crea una chiave con ambito nella dashboard delle chiavi API, quindi utilizza il percorso di completamento chat compatibile con 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
  }'

Utilizza l'ID modello esatto glm-5.2. La API guida rapida documenta l'endpoint e il modello di autenticazione.

Dopo un'attività rappresentativa, confronta il report sui token lato client con il dashboard di utilizzo. La guida al saldo e all'utilizzo spiega i record per chiamata e i limiti dei tasti.

Controlla il budget senza confondere i limiti con i risparmi

Un tetto di spesa chiave limita l’esposizione finanziaria; non riduce il consumo di token al di sotto del limite. Utilizza chiavi separate per lavoro locale, CI e automazione condivisa in modo che ogni carico di lavoro abbia attribuzione e revoca indipendenti.

Una sequenza pratica è:

1. eseguire un'attività rappresentativa;
2. ispezionare l'effettivo utilizzo non memorizzato nella cache, memorizzato nella cache e dell'output;
3. rimuovere contesto e tentativi evitabili;
4. impostare un limite massimo superiore alla normale varianza delle attività;
5. rivedere l'utilizzo prima di aumentare il limite.

Per l'ottimizzazione a livello di contesto, utilizza la guida alla riduzione dell'utilizzo dei token. I suoi principi si applicano oltre Claude Code anche se i comandi in quell'articolo sono specifici del client.

Errori comuni nei prezzi

Trattare il contesto 1M come indennità gratuita

La finestra di contesto ha una capacità massima. L'input inserito in esso viene comunque misurato in base alla sua classificazione di fatturazione.

Confondere le letture di input memorizzate nella cache con l'archiviazione

Z.ai elenca un prezzo di accesso alla cache per token e una promozione di archiviazione separata a tempo limitato. Non sono intercambiabili.

Determinare il prezzo di ogni richiesta ripetuta come memorizzata nella cache

Sono validi solo i riscontri nella cache segnalati dal provider. Conferma l'elemento pubblicitario di utilizzo.

Confronto dei prezzi senza volume di output

L’output costa di più per token rispetto all’input. Un flusso di lavoro che genera ragionamenti eccessivi o patch ripetute può cancellare i risparmi sul lato prompt.

Trattare lo sconto di oggi come un contratto a tempo indeterminato

Il rapporto 50% OmniaKey è aggiornato ad 9 agosto 2026. Ricontrolla il catalogo in tempo reale prima di pubblicare una decisione sul budget o sugli appalti.

Definire un tasso più basso una vittoria di riferimento

Il prezzo misura la fatturazione, non la correttezza, la latenza, l'affidabilità dello strumento o il completamento delle attività. Testare il carico di lavoro effettivo.

Domande frequenti

Quanto costa GLM-5.2 API?

Z.ai elenca $1.40 per milione di token di input non memorizzati nella cache, $0.26 per milione di token di input memorizzati nella cache e $4.40 per milione di token di output. OmniaKey attualmente elenca rispettivamente $0.70, $0.13, e $2.20.

GLM-5.2 è più economico tramite OmniaKey?

Alla data di verifica del 9 agosto 2026, sì: le tariffe OmniaKey elencate sono 50% delle tariffe di listino internazionali di Z.ai. Si tratta del prezzo attuale della piattaforma, non di una variazione permanente del prezzo Z.ai.

Quanto costa un prompt GLM-5.2 da un milione di token?

Un milione di token di input non memorizzati nella cache costa $1.40 al prezzo di listino Z.ai o $0.70 alla tariffa OmniaKey corrente, prima dell'output. Se l'intero milione viene segnalato come input memorizzato nella cache, i rispettivi costi di lettura sono $0.26 e $0.13.

GLM-5.2 dispone di una finestra di contesto 1M?

Sì. Z.ai elenca una finestra di contesto da un milione di token e un output massimo di token 128,000. La capacità non significa che l'intera finestra sia libera o sempre necessaria.

GLM-5.2 supporta la chiamata degli strumenti e l'output strutturato?

La pagina del modello di Z.ai elenca le chiamate di funzioni, MCP, output strutturato, streaming, modalità di pensiero e memorizzazione nella cache del contesto. Verificare quali caratteristiche espongono il client esatto e il percorso API prima dell'uso in produzione.

Fonti

• Z.ai: prezzi API
• Z.ai: panoramica del modello GLM-5.2
• Z.ai: completamenti chat API
• Pagina modello OmniaKey GLM-5.2
• Documentazione sul saldo e sull'utilizzo di OmniaKey

Verifica dei fatti di 9 agosto 2026. Le tariffe dei fornitori, gli sconti della piattaforma, i termini della cache e le funzionalità supportate possono cambiare. Verifica la documentazione proprietaria collegata e il catalogo OmniaKey attivo prima di impegnare un budget di produzione.