Giá và thanh toán

Giá

Đầu vào đã cache

Khi một lệnh gọi bắt đầu giống một lệnh gọi gần đây, mô hình đọc phần đầu đó từ cache thay vì đọc lại. Các token này tính theo giá đã cache, 0,011 $ mỗi triệu trên DeepSeek thay vì 0,45 $. Một cuộc trò chuyện dài hay một coding agent gửi lại lịch sử của nó ở mọi lệnh gọi, nên phần lớn đầu vào của nó được cache.

• Cache là tự động. Không có gì để bật, và một token đã cache không bao giờ bị tính cao hơn một token mới.
• usage.prompt_tokens_details.cached_tokens cho biết có bao nhiêu trong số usage.prompt_tokens đến từ cache. usage.nokeep_credits đã tính sẵn chúng theo giá đã cache.
• Giữ phần đầu prompt của bạn giống nhau từ lệnh gọi này sang lệnh gọi khác: system prompt, công cụ và các tin nhắn trước đó đặt lên đầu, tin nhắn mới đặt cuối. Một thay đổi gần đầu nghĩa là mọi thứ sau nó sẽ được đọc lại từ đầu.
• Cache tồn tại vài phút, và phần đầu phải khoảng 1.000 token trở lên mới được cache.
• Gửi prompt_cache_key (một chuỗi bất kỳ, giống nhau cho một cuộc trò chuyện) để đưa các lệnh gọi của nó tới một máy chủ đang cache phần đầu của nó. Chúng tôi chuyển tiếp một hàm băm của khóa này cùng tài khoản của bạn, nên không tài khoản nào khác có thể dùng chung cache của bạn. Nếu không có khóa, chúng tôi dùng hàm băm của tài khoản bạn, mô hình, công cụ và tin nhắn đầu tiên.
• Máy chủ của GLM không báo cáo lượt trúng cache, nên chúng tôi tự đếm: trong 10 phút, chúng tôi giữ một dấu vân tay (SHA-256) của từng tin nhắn trong lệnh gọi gần nhất của một cuộc trò chuyện, không bao giờ giữ nội dung, và phần của lệnh gọi tiếp theo lặp lại nó từ đầu được tính theo 0,04 $ mỗi triệu thay vì 0,20 $.

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

Tự tính

Tín dụng

• 1.000 tín dụng là 1 $. Mua trong bảng điều khiển, từ 5 $, bằng tiền tệ của bạn nếu trang thanh toán hỗ trợ. Lần nạp đầu tiên có thể lên tới 100.000 tín dụng.
• Tín dụng bạn mua không bao giờ hết hạn, và ứng dụng cũng dùng chúng. Tín dụng không được hoàn tiền.
• API chỉ tiêu tín dụng đã mua. Tín dụng hằng tháng của một gói vẫn nằm trong ứng dụng.

Cách một lệnh gọi được tính tiền

1. Trước khi mô hình được hỏi, lệnh gọi giữ trước mức tối đa nó có thể tốn: prompt và max_tokens của nó theo giá của mô hình.
2. Khi câu trả lời kết thúc, khoản giữ chỗ được quyết toán theo số token mô hình thực sự dùng, lấy từ usage, với phần prompt đã cache được tính theo giá đã cache.
3. Hóa đơn được tính đến một phần triệu tín dụng và tính theo tín dụng nguyên. Phần lẻ được chuyển sang lệnh gọi tiếp theo của bạn, nên một lệnh gọi ngắn không bị làm tròn lên.

Xem bạn đã chi bao nhiêu

Mỗi câu trả lời đều cho biết nó tốn bao nhiêu: usage.nokeep_credits trong nội dung, và các header x-nokeep-credits cùng x-nokeep-balance trên toàn bộ câu trả lời. Bảng điều khiển hiển thị chi tiêu theo ngày và từng lệnh gọi, và xuất 30 ngày gần nhất ra CSV.