Tarifs et facturation

Prix

Entrée en cache

Quand un appel commence comme un appel récent, le modèle lit ce début depuis le cache au lieu de le relire. Ces jetons sont facturés au tarif du cache, 0,011 $ par million sur DeepSeek au lieu de 0,45 $. Un long chat ou un agent de code renvoie son historique à chaque appel, donc la plus grande part de son entrée est en cache.

• La mise en cache est automatique. Rien à activer, et un jeton en cache n’est jamais facturé plus cher qu’un jeton neuf.
• usage.prompt_tokens_details.cached_tokens indique combien de usage.prompt_tokens viennent du cache. usage.nokeep_credits les facture déjà au tarif du cache.
• Gardez le début de votre prompt identique d’un appel à l’autre : le prompt système, les outils et les messages précédents d’abord, le nouveau message en dernier. Un changement près du début fait relire tout ce qui suit.
• Un cache dure quelques minutes, et le début doit faire environ 1 000 jetons ou plus pour être mis en cache.
• Envoyez prompt_cache_key (une chaîne quelconque, la même pour une conversation) pour que ses appels aillent vers un serveur qui a son début en cache. Nous transmettons un hachage de cette clé avec votre compte, donc aucun autre compte ne peut partager votre cache. Sans elle, nous envoyons un hachage de votre compte, du modèle, des outils et du premier message.
• L’hébergeur de GLM ne signale aucun succès de cache, donc nous les comptons : pendant 10 minutes, nous gardons une empreinte (SHA-256) de chaque message du dernier appel d’une conversation, jamais les mots, et la partie du prochain appel qui répète ce début est facturée 0,04 $ par million au lieu de 0,20 $.

"usage": {
  "prompt_tokens": 41200,
  "completion_tokens": 286,
  "total_tokens": 41486,
  "prompt_tokens_details": { "cached_tokens": 38000 },
  "nokeep_credits": 2
}

Calculez le vôtre

Crédits

• 1 000 crédits valent 1 $. Achetez-les dans la console, dès 5 $, dans votre devise lorsque le paiement la propose. Un premier rechargement peut aller jusqu’à 100 000 crédits.
• Les crédits achetés n’expirent jamais, et l’application les utilise aussi. Les crédits ne sont pas remboursables.
• L’API ne consomme que les crédits achetés. Les crédits mensuels d’un forfait restent dans l’application.

Comment un appel est facturé

1. Avant que le modèle ne soit sollicité, l’appel réserve le maximum qu’il pourrait coûter : son prompt et son max_tokens au prix du modèle.
2. Quand la réponse se termine, la réserve est ramenée aux jetons réellement utilisés, selon usage, la part en cache du prompt étant au tarif du cache.
3. Le montant est calculé au millionième de crédit et facturé en crédits entiers. La fraction se reporte sur votre appel suivant : un appel court n’est donc pas arrondi au supérieur.

Voir ce que vous avez dépensé

Chaque réponse indique son coût : usage.nokeep_credits dans le corps, et les en-têtes x-nokeep-credits et x-nokeep-balance sur une réponse complète. La console affiche les dépenses par jour et par appel, et exporte les 30 derniers jours en CSV.