Home >博客
智谱BigModel API 2026最新价格与免费额度一览
Published Updated
先看结论
智谱 BigModel 的定价按 token 计费，输入和输出分开计价，大部分模型有免费额度可以先用起来。下面这张表是 2026 年各常用模型的参考价格，具体以控制台实际展示为准——模型价格调整时官方会在控制台和文档同步更新。
主流模型价格对照
| 模型 | 输入价格 | 输出价格 | 上下文 | 免费额度 | 适合场景 |
|---|---|---|---|---|---|
| GLM-4.5 | 按 token 计费（输入低、输出高） | 按 token 计费 | 长上下文 | 有 | 通用对话、复杂推理 |
| GLM-4.5-Air | 更低的输入价格 | 更低 | 长上下文 | 有 | 高频调用、成本敏感 |
| GLM-4-Flash | 极低/免费档 | 极低 | 中长 | 额度较大 | 批量文本、初筛、分类 |
| GLM-4V / 视觉 | 按图像 token 计费 | — | 图文理解 | 有 | OCR、图像理解 |
| Embedding 系列 | 按 token 计费 | — | 向量长度受限 | 有 | 检索、RAG |
| 图像生成（CogView 等） | 按张计费 | — | — | 视活动 | 文生图 |
注意几个口径：输入和输出价格不同，缓存命中的 token 通常有折扣；长上下文按实际 token 数计费，不是按请求数；免费额度一般有有效期和并发限制，跑生产前先在控制台确认剩余额度。
计费的口径和坑
第一个坑是只算"输入+输出"而漏了缓存。命中缓存的价格会低不少，开启缓存能显著降本。第二个坑是上下文拉满——同样的问题，上下文从 8K 拉到 128K，计费 token 会成倍上涨，别让每轮对话都带上全部历史。第三个坑是免费额度用于测试可以，跑量前务必确认生产价格，避免月底账单吓一跳。
怎么查实时价格
最权威的入口是 BigModel 控制台（bigmodel.org）的模型列表和计费说明页，价格变动官方会第一时间更新。做预算时按"输入×比例 + 输出×比例"自己算一遍，别只看单价——输入输出比例不同，同样一个应用的实际成本能差出一倍。
给不同规模团队的建议
个人项目：先用免费额度和 Flash 系列跑通，确认效果后再上主力模型。小团队：主力模型 + Air/Flash 分级路由，把高频低难度请求打到便宜档。生产环境：开缓存、控上下文、做 token 监控，价格表每月核对一次就够了。
FAQ
智谱 BigModel 怎么计费？
按 token 计费，输入和输出分开计价；图像模型按张计费。缓存命中通常有折扣，具体以控制台为准。
有哪些模型有免费额度？
大部分模型都提供免费额度，GLM-4-Flash 等低价档额度较大。免费额度一般有有效期和并发限制，生产前先确认。
输入价格和输出价格为什么不一样？
输出 token 的生成成本更高，所以几乎所有大模型都按输入低、输出高定价。做预算时按实际输入输出比例估算。
缓存命中怎么省钱？
开启缓存后，命中缓存的 token 价格更低。重复性高、前缀稳定的场景（系统提示词、固定文档）收益最明显。
上下文越长越贵吗？
是。计费按实际 token 数，上下文从 8K 拉到 128K，同一问题可能贵好几倍。控制每轮携带的历史长度即可降本。
在哪里查最新价格？
BigModel 控制台（bigmodel.org）的模型列表与计费页是权威来源，价格变动官方会在控制台和文档同步更新。
