Цены и оплата

Цены

Входные из кэша

Если вызов начинается так же, как недавний, модель читает это начало из кэша, а не заново. Эти токены списываются по цене из кэша: $0.011 за миллион на DeepSeek вместо $0.45. Длинный чат или агент для кода отправляет историю заново при каждом вызове, поэтому большая часть его входа берётся из кэша.

• Кэширование автоматическое. Включать ничего не нужно, а токен из кэша никогда не стоит дороже свежего.
• usage.prompt_tokens_details.cached_tokens показывает, сколько из usage.prompt_tokens пришло из кэша. usage.nokeep_credits уже считает их по цене из кэша.
• Держите начало промпта одинаковым от вызова к вызову: сначала системный промпт, инструменты и более ранние сообщения, последним — новое сообщение. Изменение в начале означает, что всё после него читается заново.
• Кэш живёт несколько минут, а для кэширования начало должно быть примерно 1 000 токенов или больше.
• Отправляйте prompt_cache_key (любая строка, одинаковая для одного разговора), чтобы направлять его вызовы на сервер, где есть кэш начала. Мы передаём его хеш вместе с вашим аккаунтом, поэтому ни один другой аккаунт не может использовать ваш кэш. Без него мы отправляем хеш вашего аккаунта, модели, инструментов и первого сообщения.
• Хост GLM не сообщает о попаданиях в кэш, поэтому мы считаем их сами: 10 минут мы храним отпечаток (SHA-256) каждого сообщения последнего вызова разговора, но никогда не сами слова. Часть следующего вызова, которая повторяет его с начала, списывается по $0.04 за миллион вместо $0.20.

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

Посчитайте сами

Кредиты

• 1 000 кредитов — это $1. Покупайте их в консоли от $5, в вашей валюте, где её предлагает оплата. Первое пополнение может быть до 100 000 кредитов.
• Купленные кредиты никогда не сгорают, их тратит и приложение. Кредиты не возвращаются.
• API тратит только купленные кредиты. Ежемесячные кредиты тарифа остаются в приложении.

Как списывается вызов

1. До того как модель начнёт отвечать, вызов резервирует максимум, что он может стоить: промпт и max_tokens по цене модели.
2. Когда ответ закончен, резерв пересчитывается по токенам, которые модель действительно использовала, из usage; кэшированная часть промпта считается по цене из кэша.
3. Счёт считается с точностью до миллионной доли кредита, а списывается целыми кредитами. Остаток переносится на следующий вызов, поэтому короткий вызов не округляется вверх.

Посмотрите, что потратили

Каждый ответ сообщает, сколько он стоил: usage.nokeep_credits в теле и заголовки x-nokeep-credits и x-nokeep-balance у всего ответа. Консоль показывает расходы по дням и по каждому вызову, а последние 30 дней можно выгрузить в CSV.