Preço da API GLM-5.2

O preço oficial GLM-5.2 API é $1.40 por milhão de tokens de entrada, $0.26 por milhão de tokens de entrada em cache e $4.40 por milhão de tokens de saída. OmniaKey atualmente lista o mesmo modelo em entrada $0.70, entrada em cache $0.13 e saída $2.20 por milhão de tokens.

Isso torna a aritmética simples, mas nem toda solicitação custa metade do preço de entrada do título. Uma solicitação pode conter entrada não armazenada em cache, entrada armazenada em cache e saída gerada, e cada parte usa uma taxa diferente.

Atualização GLM-5.3: Z.ai agora documenta o acesso GLM-5.3 API e o lista nas mesmas taxas de entrada $1.40, entrada em cache $0.26 e saída $4.40 como GLM-5.2. Use a comparação de codificação GLM-5.3 vs GLM-5.2 para a decisão de atualização; os cálculos abaixo permanecem específicos para GLM-5.2.

Visão geral dos preços de GLM-5.2 API

Todos os valores abaixo são USD por um milhão de tokens.

A página do modelo GLM-5.2 ao vivo mostra a taxa OmniaKey atual, janela de contexto, recursos e exemplo de solicitação. Use o catálogo de modelos ao compará-lo com outros modelos disponíveis.

A equação geral de custo é:

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

A contagem de tokens é medida pelo sistema de cobrança, não pela contagem de caracteres ou tamanho do arquivo. Um milhão de caracteres não é necessariamente um milhão de tokens.

O que significa cada preço GLM-5.2

Entrada sem cache

A entrada não armazenada em cache inclui conteúdo de prompt que não se qualifica para uma ocorrência de cache: instruções, histórico de conversas, arquivos, definições de ferramentas e outros contextos de solicitação. O envio de um milhão de tokens de entrada sem cache custa $1.40 à taxa oficial ou $0.70 à taxa OmniaKey atual, antes que qualquer saída seja gerada.

Entrada em cache

A entrada armazenada em cache é um contexto repetido elegível servido na taxa de leitura mais baixa. Z.ai atualmente lista $0.26 por milhão de tokens de entrada em cache; OmniaKey lista $0.13.

Um preço de entrada em cache não é uma promessa de que cada token repetido atingirá o cache. A elegibilidade do cache, a estrutura da solicitação, a expiração e o comportamento do provedor ainda são importantes. Verifique os registros de uso reais em vez de estimar cada solicitação repetida na taxa armazenada em cache.

Armazenamento de entrada em cache

A tabela de preços do Z.ai lista separadamente o armazenamento de entrada em cache como “Gratuito por tempo limitado”. Esse não é o mesmo item de linha que a taxa de leitura de entrada em cache $0.26. A duração e os termos de uma promoção de armazenamento por tempo limitado podem mudar de forma independente, portanto, não trate o armazenamento como permanentemente gratuito.

Saída

A saída inclui tokens de raciocínio e resposta gerados relatados para cobrança. Pelas taxas oficiais, um milhão de tokens de saída custam $4.40; a taxa OmniaKey atual é $2.20. A saída é, portanto, o item de linha mais caro da tabela.

Respostas longas, loops de ferramentas detalhados, correções repetidas e altos limites de saída podem ser mais importantes do que uma mudança modesta no tamanho do prompt. Defina o limite de resposta de acordo com a tarefa, em vez de solicitar automaticamente o máximo.

Três exemplos de custos reproduzíveis

Estes exemplos aplicam diretamente as taxas publicadas. Eles excluem cobranças de ferramentas separadas, impostos, conversão de moeda e qualquer alteração futura de preço.

Exemplo 1: leitura de um grande repositório

Suponha que uma tarefa use um milhão de tokens de entrada não armazenados em cache e produza tokens de saída 100,000.

A janela de contexto de um milhão de tokens é a capacidade, não incluindo o uso. Preenchê-lo com entradas não armazenadas em cache cria uma cobrança de entrada mesmo que o modelo retorne apenas uma resposta curta.

Exemplo 2: uma longa carga de trabalho de engenharia

Suponha que várias chamadas juntas usem dez milhões de tokens de entrada não armazenados em cache e dois milhões de tokens de saída.

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

Esta é uma carga de trabalho total, não uma estimativa de referência. O número real de tokens necessários para concluir uma tarefa depende do cliente, prompt, repositório, ferramentas, novas tentativas e comportamento do modelo.

Exemplo 3: contexto repetido em cache

Suponha que dez milhões de tokens sejam cobrados como entrada em cache e o modelo produza um milhão de tokens de saída.

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

Este exemplo é válido somente quando o provedor relata esses dez milhões de tokens como ocorrências de cache. Uma solicitação visualmente idêntica não garante tratamento de cobrança idêntico.

Por que o preço de OmniaKey difere do preço de tabela de Z.ai

Z.ai publica as taxas de lista internacionais upstream API. OmniaKey publica o preço cobrado através de seu próprio gateway pré-pago. A partir da data de verificação, OmniaKey aplica uma proporção de preço 0.5 a GLM-5.2 em entrada não armazenada em cache, entrada armazenada em cache e saída.

As duas colunas descrevem diferentes relações de cobrança:

• use a coluna Z.ai ao orçar uma conta direta Z.ai API;
• use a coluna OmniaKey quando a solicitação for cobrada em um saldo OmniaKey;
• não combine a taxa de entrada de uma plataforma com a taxa de saída de outra plataforma;
• não presuma que a diferença 50% atual seja permanente.

OmniaKey não altera o ID do modelo solicitado para criar esta diferença de preço. A solicitação ainda nomeia glm-5.2; solicitações indisponíveis falham em vez de mudar silenciosamente para outro modelo.

Para um padrão contábil mais amplo, leia como deve funcionar o faturamento API transparente.

O que GLM-5.2 oferece por esse preço

Z.ai posiciona GLM-5.2 como seu modelo principal para tarefas de longo horizonte. Sua página oficial do modelo lista:

• uma janela de contexto de milhões de tokens 1;
• até tokens de saída 128,000;
• modos de pensamento e esforço de raciocínio configurável;
• respostas de streaming;
• chamada de função e integração MCP;
• saída estruturada;
• cache de contexto.

Estes são fatos sobre capacidade e interface, e não uma garantia de que cada cliente exponha todas as opções. Uma rota API compatível com gateway também não é a mesma coisa que suporte nativo dentro de cada produto de codificação.

Não deduza um vencedor de qualidade universal a partir da tabela de preços. Z.ai publica benchmarks e declarações de produtos em sua página de modelo, mas este artigo não reproduz esses benchmarks de forma independente.

Quando GLM-5.2 pode fazer sentido economicamente

GLM-5.2 é um candidato razoável quando a tarefa precisa de:

• contexto em escala de projeto em código, testes, documentação e restrições;
• implementação ou refatoração longa em várias etapas;
• chamadas de ferramentas estruturadas e saída legível por máquina;
• contexto repetido que pode se qualificar para cobrança de entrada em cache;
• um limite máximo de produção para grandes artefatos gerados.

Pode ser um ajuste econômico insatisfatório para uma classificação minúscula, uma extração curta ou uma edição mecânica que um modelo menor pode concluir de maneira confiável. O modelo mais barato e bem-sucedido para uma classe de tarefa é mais importante do que a porcentagem mais baixa mostrada em uma página de preços.

O guia de seleção de modelo de codificação explica por que o roteamento de modelo deve ser baseado em trabalhos aceitos e não em uma taxa de título.

Medir o custo por tarefa aceita

Para avaliar GLM-5.2 em relação a outro modelo, mantenha constantes o estado do repositório, o prompt, as ferramentas, as permissões e o teste de aceitação. Registro:

1. tokens não armazenados em cache, armazenados em cache e de saída;
2. o número de giros de modelo e chamadas de ferramentas;
3. latência e tentativas fracassadas;
4. tempo de correção humana;
5. se os testes exigidos e os critérios de aceitação foram aprovados;
6. custo final faturado.

Um modelo com uma taxa de token mais baixa ainda pode custar mais se criar novas tentativas extras. Um modelo de taxa mais alta pode ser econômico quando conclui trabalhos difíceis em menos tentativas. Repita cada tarefa porque os resultados do agente variam.

Ligue para GLM-5.2 através de OmniaKey

Crie uma chave com escopo no painel API Keys e use a rota de conclusão de bate-papo compatível com 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
  }'

Use o ID exato do modelo glm-5.2. O início rápido do API documenta o endpoint e o padrão de autenticação.

Após uma tarefa representativa, compare o relatório de token do lado do cliente com o painel de uso. O guia de equilíbrio e uso explica registros por chamada e limites de teclas.

Controle o orçamento sem confundir limites com poupança

Um limite máximo de gastos limita a exposição financeira; não reduz o consumo de tokens abaixo do limite. Use chaves separadas para trabalho local, CI e automação compartilhada para que cada carga de trabalho tenha atribuição e revogação independentes.

Uma sequência prática é:

1. execute uma tarefa representativa;
2. inspecionar o uso real sem cache, em cache e de saída;
3. remova contextos e tentativas evitáveis;
4. definir um limite de chave acima da variação normal da tarefa;
5. revise o uso antes de aumentar o limite.

Para otimização em nível de contexto, use o guia de redução de uso de token. Seus princípios se aplicam além do Claude Code, embora os comandos nesse artigo sejam específicos do cliente.

Erros comuns de preços

Tratando o contexto 1M como permissão gratuita

A janela de contexto tem capacidade máxima. Os insumos nele inseridos ainda são medidos de acordo com sua classificação de faturamento.

Confundindo leituras de entrada em cache com armazenamento

Z.ai lista um preço de acerto de cache por token e uma promoção separada de armazenamento por tempo limitado. Eles não são intercambiáveis.

Preço de cada prompt repetido como armazenado em cache

Somente ocorrências de cache relatadas pelo provedor são qualificadas. Confirme o item de linha de uso.

Comparando preço sem volume de produção

A produção custa mais por token do que a entrada. Um fluxo de trabalho que gera raciocínio excessivo ou patches repetidos pode eliminar as economias imediatas.

Tratar o desconto de hoje como um contrato permanente

A proporção 50% OmniaKey é atual em 9 de agosto de 2026. Verifique novamente o catálogo ativo antes de publicar um orçamento ou decisão de aquisição.

Chamar uma taxa mais baixa de vitória de referência

O preço mede o faturamento, não a correção, a latência, a confiabilidade da ferramenta ou a conclusão da tarefa. Teste a carga de trabalho real.

Perguntas frequentes

Quanto custa o GLM-5.2 API?

Z.ai lista $1.40 por milhão de tokens de entrada não armazenados em cache, $0.26 por milhão de tokens de entrada armazenados em cache e $4.40 por milhão de tokens de saída. OmniaKey atualmente lista $0.70, $0.13, e $2.20 respectivamente.

GLM-5.2 é mais barato através de OmniaKey?

Na data de verificação 9 de agosto de 2026, sim: as taxas OmniaKey listadas são 50% das taxas de lista internacional de Z.ai. Esse é um preço atual da plataforma, não uma mudança permanente de preço Z.ai.

Quanto custa um prompt GLM-5.2 de um milhão de tokens?

Um milhão de tokens de entrada sem cache custam $1.40 pelo preço de tabela Z.ai ou $0.70 pela taxa OmniaKey atual, antes da saída. Se o milhão completo for relatado como entrada em cache, as respectivas cobranças de leitura serão $0.26 e $0.13.

GLM-5.2 possui uma janela de contexto 1M?

Sim. Z.ai lista uma janela de contexto de um milhão de tokens e uma saída máxima de token 128,000. Capacidade não significa que a janela inteira esteja livre ou sempre necessária.

GLM-5.2 suporta chamada de ferramenta e saída estruturada?

A página de modelo do Z.ai lista chamadas de função, MCP, saída estruturada, streaming, modos de pensamento e cache de contexto. Verifique quais recursos o cliente exato e a rota API expõem antes do uso em produção.

Fontes

• Z.ai: preços API
• Z.ai: Visão geral do modelo GLM-5.2
• Z.ai: conclusões de bate-papo API
• Página do modelo OmniaKey GLM-5.2
• Documentação de uso e equilíbrio OmniaKey

Verificado em 9 de agosto de 2026. As taxas do provedor, descontos de plataforma, termos de cache e recursos suportados podem mudar. Verifique a documentação original vinculada e o catálogo OmniaKey ativo antes de comprometer um orçamento de produção.