Preços e cobrança

Preços

Entrada em cache

Quando uma chamada começa como uma recente começou, o modelo lê esse início do cache em vez de lê-lo de novo. Esses tokens são cobrados ao preço de cache, US$ 0,011 por milhão no DeepSeek em vez de US$ 0,45. Uma conversa longa ou um agente de código reenvia o histórico a cada chamada, então a maior parte da entrada vem do cache.

• O cache é automático. Não há nada para ligar, e um token em cache nunca é cobrado mais que um token novo.
• usage.prompt_tokens_details.cached_tokens informa quantos de usage.prompt_tokens vieram do cache. usage.nokeep_credits já os precifica pela taxa de cache.
• Mantenha o início do seu prompt igual de uma chamada para a outra: o prompt de sistema, as ferramentas e as mensagens anteriores primeiro, a nova mensagem por último. Uma mudança perto do início faz com que tudo depois dela seja lido de novo.
• O cache dura alguns minutos, e o início precisa ter cerca de 1.000 tokens ou mais para ser armazenado.
• Envie prompt_cache_key (qualquer texto, o mesmo para uma conversa) para mandar as chamadas a um servidor que tenha o início em cache. Repassamos um hash dele junto com a sua conta, então nenhuma outra conta pode compartilhar o seu cache. Sem ele, enviamos um hash da sua conta, do modelo, das ferramentas e da primeira mensagem.
• O host do GLM não informa acertos de cache, então nós os contamos: por 10 minutos guardamos uma impressão digital (SHA-256) de cada mensagem da última chamada de uma conversa, nunca as palavras, e a parte da chamada seguinte que repete esse início é cobrada a US$ 0,04 por milhão em vez de US$ 0,20.

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

Calcule o seu

Créditos

• 1.000 créditos valem US$ 1. Compre-os no console, a partir de US$ 5, na sua moeda quando o checkout oferecer. Uma primeira recarga pode chegar a 100.000 créditos.
• Os créditos que você compra nunca expiram, e o app também os gasta. Os créditos não são reembolsáveis.
• A API gasta apenas créditos comprados. Os créditos mensais de um plano ficam no app.

Como uma chamada é cobrada

1. Antes de o modelo ser chamado, a chamada reserva o máximo que poderia custar: o prompt e o seu max_tokens ao preço do modelo.
2. Quando a resposta termina, a reserva é ajustada aos tokens que o modelo realmente usou, pelo usage, com a parte em cache do prompt ao preço de cache.
3. A cobrança é calculada até a milionésima parte de um crédito e cobrada em créditos inteiros. A fração passa para a sua próxima chamada, então uma chamada curta não é arredondada para cima.

Veja quanto você gastou

Cada resposta informa quanto custou: usage.nokeep_credits no corpo, e os cabeçalhos x-nokeep-credits e x-nokeep-balance em uma resposta completa. O console mostra o gasto por dia e por chamada, e exporta os últimos 30 dias em CSV.