GLM-5.2 API 价格

Z.ai 官方公布的 GLM-5.2 API 价格是：每百万输入 Token $1.40、每百万缓存输入 Token $0.26、每百万输出 Token $4.40。OmniaKey 当前对应价格是输入 $0.70、缓存输入 $0.13、输出 $2.20。

比例虽然简单，但一次请求不一定只按输入标价乘以 Token 总数。请求可能同时包含未缓存输入、缓存输入和模型输出，三部分分别使用不同费率。

**GLM-5.3 发布更新：**Z.ai 已于 8 月 14 日向 Coding Plan 用户发布 GLM-5.3，但开发者 API 页面仍标注 coming soon，官方价格表也没有 5.3 一行。升级判断请阅读 GLM-5.3 和 GLM-5.2 编程对比；下文费率仍只适用于 GLM-5.2。

GLM-5.2 API 价格一览

下表金额均为每百万 Token 的美元价格。

GLM-5.2 模型页会展示 OmniaKey 当前费率、上下文窗口、能力和请求示例；需要横向查看其它可用模型时，可打开模型目录。

通用成本公式是：

成本 = 未缓存输入百万数 × 输入费率
     + 缓存输入百万数 × 缓存输入费率
     + 输出百万数 × 输出费率

Token 数由计费系统统计，不等于字符数或文件大小。一百万字符不一定就是一百万 Token。

GLM-5.2 三种价格分别代表什么

未缓存输入

未缓存输入包括没有命中缓存的请求内容：系统指令、历史对话、文件、工具定义和其它上下文。发送一百万未缓存输入 Token，官方费率下需要 $1.40，OmniaKey 当前费率下需要 $0.70；这还不包含模型生成的输出。

缓存输入

缓存输入是符合条件、以较低读取费率提供的重复上下文。Z.ai 当前标价为每百万缓存输入 Token $0.26，OmniaKey 当前为 $0.13。

出现缓存输入费率，不等于每个重复 Token 都一定命中缓存。请求结构、缓存有效期和供应商行为都会影响资格。不要把所有重复 Prompt 都按缓存价估算，应以实际用量记录为准。

缓存输入存储

Z.ai 定价表还单独把 cached-input storage 标为“Limited-time Free”。它和 $0.26 的缓存读取费率不是同一个计费项。限时免费存储的期限与条款可以单独变化，不能当成永久免费。

输出

输出包括计费记录中的生成内容和 reasoning Token。官方价格是每百万输出 Token $4.40，OmniaKey 当前为 $2.20，是表格中单 Token 成本最高的一项。

长回答、冗长工具循环、反复修正和过高的输出上限，可能比输入略微增长更影响账单。应按任务需要约束输出，而不是默认请求最大值。

三个可复算的成本案例

下面只按已公布费率计算，不包含可能单独收费的工具、税费、汇率转换或未来调价。

案例 1：读取一个大型代码库

假设一次任务使用一百万未缓存输入 Token，并产生 10 万输出 Token。

一百万 Token 上下文窗口只是容量，不是赠送额度。即使模型只返回很短的答案，只要窗口里放入了一百万未缓存输入 Token，就会产生输入费用。

案例 2：一段较长的工程任务

假设多次调用合计使用一千万未缓存输入 Token，并产生两百万输出 Token。

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

这是工作负载成本，不是 Benchmark 估算。完成一个任务实际需要多少 Token，会受客户端、Prompt、代码库、工具、重试和模型行为影响。

案例 3：重复上下文命中缓存

假设一千万 Token 被计为缓存输入，同时模型产生一百万输出 Token。

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

只有供应商确实把这一千万 Token 记录为 cache hit 时，这个案例才成立。Prompt 看起来相同，不保证计费分类也相同。

为什么 OmniaKey 价格与 Z.ai 标价不同

Z.ai 公布的是国际版上游 API 标价，OmniaKey 公布的是通过自身预付网关调用时收取的价格。截至核对日期，OmniaKey 对 GLM-5.2 的未缓存输入、缓存输入和输出统一应用 0.5 的价格比例。

两列价格对应不同的计费关系：

• 直接使用 Z.ai API 账号时，按 Z.ai 一栏做预算；
• 请求从 OmniaKey 余额扣费时，按 OmniaKey 一栏计算；
• 不要把一个平台的输入价格和另一个平台的输出价格混用；
• 不要假设当前 50% 差额永久有效。

OmniaKey 不会靠改掉请求的模型 ID 来实现这个价差。请求仍使用 glm-5.2；模型不可用时返回错误，而不是悄悄换成另一个模型。

更完整的账单判断标准可参考透明 API 计费应该如何工作。

这个价格包含哪些 GLM-5.2 能力

Z.ai 把 GLM-5.2 定位为面向长程任务的旗舰模型。官方模型页列出：

• 一百万 Token 上下文窗口；
• 最大 128,000 输出 Token；
• thinking 模式和可配置 reasoning effort；
• 流式输出；
• function calling 与 MCP 集成；
• structured output；
• context caching。

这些是容量和接口事实，不保证每个客户端都暴露全部选项。网关提供兼容 API 路径，也不等于每个编程产品都原生支持该模型。

不能从价格表推出通用质量冠军。Z.ai 在模型页发布了 Benchmark 和产品主张，但本文没有独立复现这些测试。

哪些任务使用 GLM-5.2 更划算

当任务需要下面这些能力时，可以把 GLM-5.2 列入候选：

• 同时容纳代码、测试、文档和工程约束的项目级上下文；
• 长链路、多步骤实现或重构；
• 结构化工具调用和机器可读输出；
• 能够命中缓存输入计费的重复上下文；
• 生成大型产物时需要较高输出上限。

对于很小的分类、简短抽取或机械修改，如果更小的模型也能稳定完成，GLM-5.2 可能并不经济。真正重要的是某类任务里最便宜的合格模型，而不是定价页上最大的折扣百分比。

编程模型选择指南解释了为什么应按验收通过的工作做路由，而不是只看一个标价。

按验收任务衡量成本

用 GLM-5.2 对比其它模型时，应固定仓库状态、Prompt、工具、权限和验收测试，并记录：

1. 未缓存、缓存和输出 Token；
2. 模型轮数与工具调用次数；
3. 延迟和失败尝试；
4. 人工修正时间；
5. 必要测试与验收标准是否通过；
6. 最终实际扣费。

Token 单价更低的模型，如果需要额外重试，总成本仍可能更高；费率更高的模型，如果能一次完成困难任务，也可能更经济。Agent 输出具有随机性，同一任务应重复测试。

通过 OmniaKey 调用 GLM-5.2

先在 API Key 面板创建用途明确的 Key，再调用 OpenAI 兼容的 Chat Completions 路径：

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
  }'

模型 ID 必须精确写成 glm-5.2。API 快速上手记录了端点与鉴权方式。

完成一个有代表性的任务后，把客户端 Token 报告与用量面板核对。余额与用量指南说明了逐次调用记录和 Key 限额。

控制预算，但不要把限额当成节省

Key 支出上限只能限制财务风险，不会减少上限以内的 Token 消耗。本地开发、CI 和共享自动化应使用不同 Key，方便分别归因和撤销。

更实际的顺序是：

1. 运行一个有代表性的任务；
2. 检查实际的未缓存、缓存和输出用量；
3. 去掉可避免的上下文和重试；
4. 在正常任务波动之上设置 Key 限额；
5. 提高限额前先复查用量。

上下文层面的优化方法可参考降低 Token 消耗指南。其中命令虽然针对 Claude Code，但优化原则同样适用于其它 Agent。

常见定价错误

把 1M 上下文当成免费额度

上下文窗口是最大容量，放入其中的输入仍按实际计费分类收费。

混淆缓存读取与缓存存储

Z.ai 同时列出按 Token 收费的缓存命中费率和单独的限时存储活动，两者不能互换。

把所有重复 Prompt 都按缓存价计算

只有供应商记录的 cache hit 才适用。应检查真实用量明细。

比价格时忽略输出量

输出单价高于输入。产生过多 reasoning 或反复生成补丁的工作流，可能抵消 Prompt 端的节省。

把今天的折扣当成永久合同

OmniaKey 的 50% 比例截至 2026 年 8 月 9 日有效。发布预算或采购决定前应重查实时目录。

把低费率写成 Benchmark 胜利

价格只说明计费，不代表正确率、延迟、工具可靠性或任务完成率。应测试真实工作负载。

常见问题

GLM-5.2 API 多少钱？

Z.ai 标价是每百万未缓存输入 Token $1.40、每百万缓存输入 Token $0.26、每百万输出 Token $4.40；OmniaKey 当前对应为 $0.70、$0.13 和 $2.20。

通过 OmniaKey 使用 GLM-5.2 更便宜吗？

按 2026 年 8 月 9 日核对结果，是的：OmniaKey 当前费率为 Z.ai 国际标价的 50%。这是当前平台价格，不是 Z.ai 永久调价。

一百万 Token 的 GLM-5.2 Prompt 要多少钱？

一百万未缓存输入 Token 按 Z.ai 标价为 $1.40，按 OmniaKey 当前价格为 $0.70，输出另计。如果这一百万全部被记录为缓存输入，对应读取费用分别是 $0.26 和 $0.13。

GLM-5.2 支持 1M 上下文吗？

支持。Z.ai 标明一百万 Token 上下文窗口和 128,000 最大输出 Token。容量不代表整块窗口免费，也不代表每次任务都需要填满。

GLM-5.2 支持工具调用和结构化输出吗？

Z.ai 模型页列出了 function calling、MCP、structured output、streaming、thinking 模式与 context caching。生产使用前仍需确认具体客户端和 API 路径暴露哪些能力。

来源

• Z.ai：API 定价
• Z.ai：GLM-5.2 模型概览
• Z.ai：Chat Completions API
• OmniaKey GLM-5.2 模型页
• OmniaKey 余额与用量文档

事实核对日期：2026 年 8 月 9 日。供应商费率、平台折扣、缓存条款和支持能力都可能变化；正式制定生产预算前，请检查上述第一方文档和 OmniaKey 实时模型目录。