Model and Modality Playbooks2026年10月10日Flatkey Team

GLM-5 API 访问：定价与 OpenAI 兼容配置

对比 GLM-5 系列 API 价格、模型 ID、上下文窗口，以及 Z.AI 和 Flatkey 的 OpenAI 兼容配置方式。

GLM-5 API 访问：定价与 OpenAI 兼容配置

GLM-5 API 访问：定价与 OpenAI 兼容配置如今是一个动态变化的目标，而不是一张单行定价表。Z.AI 仍然在文档中记录 glm-5，但其当前文档和定价表也在引导团队将 glm-5.1、glm-5.2 和 glm-5.3 用于更新的编码代理和长上下文工作。如果你正在为 AI 产品选择一条 GLM 路线，实际问题已经不再是“我该如何调用 GLM-5？”而是“我们应该测试 GLM-5 家族中的哪条路线，如何保持集成与 OpenAI 兼容，以及在迁移流量之前如何比较真实成本？”

简短答案是：从一个与 OpenAI 兼容的客户端开始，固定你正在测试的模型 ID，并保留一份简短的路由评审记录，记录价格、上下文窗口、输出上限、工具行为和可接受任务率。直接使用 Z.AI 时，OpenAI SDK 的 base_url 为 https://api.z.ai/api/paas/v4/。Flatkey 使用相同的 OpenAI SDK 模式，base_url 为 https://router.flatkey.ai/v1，因此产品团队可以在同一个 key 和同一份使用账本下，将 GLM 路线与 GPT、Claude、Gemini、DeepSeek、Qwen 及其他模型一起测试。

GLM-5 API 访问：定价与 OpenAI 兼容配置速答

在将 GLM 投入生产之前，请按以下决策路径操作：

选择准确的模型 ID：glm-5、glm-5.2、glm-5.3，或在可用时选择更低延迟的 Flash 路线。
确认计价单位：Z.AI 按每 1M 输入、缓存输入和输出 token 公布 GLM 价格。
确认上下文窗口和输出上限：Z.AI 文档中 glm-5 的上下文为 200K，最大输出为 128K；其迁移指南中 glm-5.3 的上下文为 1M，最大输出为 128K。
从 OpenAI SDK 开始：Z.AI 通过更改 API key 和 base URL 来说明 OpenAI SDK 兼容性。
如果你使用 Flatkey，只需更改 key 和 base_url，然后在请求中设置 GLM 模型 ID。
衡量的是可接受任务成本，而不只是 token 列表价格。

对于 AI 产品团队来说，GLM-5 API 访问：定价与 OpenAI 兼容配置应被视为一个为期七天的金丝雀测试，而不是一次盲目的模型替换。记录 prompt tokens、cached tokens、output tokens、延迟、工具调用、重试、路由错误、可接受结果率以及人工升级率。

当前 GLM-5 家族定价

Z.AI 当前的定价文档按每 1M tokens 以美元列出价格。本指南的关键行如下。

模型	官方输入	官方缓存输入	官方输出	何时测试
`glm-5`	$1.00	$0.20	$3.20	GLM-5 基线路线，200K 上下文，列表价格低于更新的旗舰行。
`glm-5.1`	$1.40	$0.26	$4.40	与 5.2/5.3 接近的价格区间；仅在你需要特定可用性或回归测试通道时测试。
`glm-5.2`	$1.40	$0.26	$4.40	用于编码代理和仓库规模工作的长上下文 GLM 路线。
`glm-5.3`	$1.40	$0.26	$4.40	用于长周期编码、代理和复杂项目交付的当前旗舰路线。
`glm-5.3-flash`	$0.15	$0.03	$0.50	适合质量门槛可容忍较小模型时的快速/低成本探索。
`glm-5.3-flashx`	$0.37	$0.075	$1.25	介于 Flash 和旗舰路线之间的中间档。

Flatkey 的实时模型目录目前显示 glm-5、glm-5.1、glm-5.2、glm-5.3 和 glm-5.3-prime 为来自 Z.AI/Zhipu AI 的 OpenAI 兼容路线。在本次检查时，该目录在 Flatkey 的计费路由视图中显示 glm-5 的价格为每 1M tokens 输入 $0.80、缓存输入 $0.16、输出 $2.56，而 glm-5.3 则与 $1.40 输入、$0.26 缓存输入和 $4.40 输出这一行一致。在发布前务必重新检查模型目录，因为网关折扣、模型可用性和发布通道的变化速度可能比文章更新更快。

产品团队应该测试哪个 GLM 模型 ID？

不要因为 glm-5 和 glm-5.3 同属一个家族就把它们视为可互换。应将它们作为不同的路线进行测试。

在以下情况使用 glm-5：

你希望在编码、分析或重工具工程工作流中采用一个更低的标价基线。
你的提示词可以轻松放入 GLM-5 文档中所述的 200K 上下文范围内。
在决定新路线是否值得额外成本之前，你需要一个稳定的第一轮结果。

在以下情况使用 glm-5.2 或 glm-5.3：

你的代理会加载大型仓库、长文档或多文件上下文。
你需要 Z.AI 的 GLM-5.3 迁移指南中所描述的 1M 上下文通道。
你的工作流足够复杂，以至于质量和工具调用可靠性比原始 token 价格更重要。

在以下情况使用 Flash 路线：

你正在进行分类、摘要、格式化或早期探索性运行。
你有严格的预算上限，并且可以将失败升级到更强的路线。
你衡量的是可接受结果率，并且愿意在首次结果未达标时重试或升级。

实际的路由模式是一个两车道或三车道策略：对首轮工作使用成本更低的 GLM 路由，将长上下文或高风险任务发送到 glm-5.3，并且只有当 GLM 路由未通过你的验收测试时，才将未解决的任务升级到另一款高端模型。

直接 Z.AI OpenAI 兼容配置

Z.AI 文档说明其兼容 OpenAI SDK。迁移方式与开发者已经熟悉的流程相同：安装 OpenAI SDK，设置 API 密钥，设置 Z.AI 基础 URL，并选择模型 ID。

import os
from openai import OpenAI

client = OpenAI(
    api_key=os.environ["ZAI_API_KEY"],
    base_url="https://api.z.ai/api/paas/v4/",
)

response = client.chat.completions.create(
    model="glm-5",
    messages=[
        {"role": "system", "content": "You are a concise product engineering assistant."},
        {"role": "user", "content": "Review this feature plan and list the riskiest assumptions."},
    ],
    extra_body={
        "thinking": {"type": "enabled"},
    },
    max_tokens=4096,
)

print(response.choices[0].message.content)

对于 glm-5.3，Z.AI 的迁移指南说明深度思考默认强制开启，并且可以通过 reasoning_effort 控制。如果你从 glm-5 或 glm-5.2 迁移到 glm-5.3，请为流式输出、delta.reasoning_content、工具调用参数流式传输、随机性、延迟以及最大输出长度添加回归测试。

Flatkey OpenAI 兼容配置

Flatkey 保持相同的 OpenAI SDK 形态。更改 API 密钥，使用 Flatkey 的路由器基础 URL，并显式指定模型 ID。

import os
from openai import OpenAI

client = OpenAI(
    api_key=os.environ["FLATKEY_API_KEY"],
    base_url="https://router.flatkey.ai/v1",
)

response = client.chat.completions.create(
    model="glm-5.3",
    messages=[
        {"role": "system", "content": "You are a senior code-review assistant."},
        {"role": "user", "content": "Review this diff and return blocking issues first."},
    ],
    extra_body={
        "thinking": {"type": "enabled"},
        "reasoning_effort": "high",
    },
    stream=False,
)

print(response.choices[0].message.content)

这就是 GLM-5 API 访问：定价与 OpenAI 兼容配置 对产品团队重要的原因。你可以在不围绕某个特定供应商 SDK 重写应用的情况下测试 GLM 路由。你也可以在同一份使用账本中，将 GLM 与非 GLM 路由进行对比，以观察价格、延迟或质量变化。

一个为期七天的 GLM 路由金丝雀

在将生产流量迁移之前，先通过一个小型金丝雀来运行该路由，回答四个问题：

Day	Check	What to record
1	基本兼容性	模型 ID、基础 URL、SDK 版本、请求/响应形态、流式行为。
2	成本样本	输入 token、缓存输入 token、输出 token、重试次数、可接受结果数量。
3	工具行为	工具调用 schema 遵循情况、参数完整性、超时率、格式错误的工具调用。
4	长上下文负载	上下文大小、检索方法、延迟、截断行为、失败模式。
5	质量评审	人工接受率、编辑距离、升级率、支持工单风险。
6	故障处理	重试策略、回退路由、幂等性、面向用户的错误文案。
7	上线闸门	最终路由选择、预算上限、负责人、回滚触发条件、下次评审日期。

使用此路由审查记录：

route_review:
  model_id: glm-5.3
  provider_or_gateway: flatkey
  base_url: https://router.flatkey.ai/v1
  official_source_checked: 2026-10-10
  price_unit: per_1m_tokens
  input_price_usd: 1.40
  cached_input_price_usd: 0.26
  output_price_usd: 4.40
  context_window_tokens: 1048576
  max_output_tokens: 128000
  workload:
    name: coding_agent_pr_review
    sample_size: 200
    accepted_result_target: 0.85
  controls:
    max_tokens_per_request: 12000
    monthly_budget_usd: 500
    fallback_model: claude-or-gpt-route-after-human-approval
    owner: platform-ai

重要字段不仅仅是 input_price_usd 或 output_price_usd。它是可接受结果率。一个便宜但需要三次重试和一次人工修复的路由，成本可能高于一个一次就成功的高价路由。

Flatkey 的适用场景

当 GLM 是你唯一需要的模型，而且由一个团队负责供应商账号时，直接访问 Z.AI 是最简洁的路径。当 GLM 只是多模型产品中的一路时，Flatkey 会更有用：

你希望为 GLM、GPT、Claude、Gemini、DeepSeek、Qwen、Kimi、Seedance 以及其他受支持模型使用一个密钥和一个基础 URL。
你需要按请求级别记录 token 成本、缓存 token 成本、输出成本、失败情况，以及团队/客户归因。
你希望获得模型允许名单、子密钥预算、共享预付余额、发票对账或回退策略。
你需要在不重建每个集成的情况下比较 GLM 成本与其他模型家族的成本。

如果你的团队已经在评估模型价格，可以将这篇 GLM 文章与 Flatkey 的以下指南搭配阅读：AI 模型价格对比、在切换供应商前如何比较 AI 模型价格、AI 网关定价、GLM-4.7 与 Claude Sonnet 路由，以及AI 模型目录指南。

常见错误

第一个错误是在电子表格里写下“GLM-5 定价”，却没有模型 ID。glm-5、glm-5.2、glm-5.3、Flash 和 Prime 行的价格、上下文窗口和行为都可能不同。

第二个错误是只比较输入 token 价格。对于编码代理来说，输出 token、缓存输入、长上下文检索、工具重试以及已接受补丁率通常更重要。

第三个错误是跳过迁移测试。Z.AI 的 GLM-5.3 迁移指南提到了采样默认值、强制思考、reasoning_effort、流式输出、工具流、最大上下文和最大输出。应将这些视为回归测试重点。

第四个错误是在多个环境中共用一个提供商密钥上线。请为开发、预发、生产和客户流量分别使用独立密钥或子密钥，以便财务和工程团队都能解释账单。

常见问题

GLM-5 兼容 OpenAI 吗？

是的。Z.AI 文档说明了与 OpenAI SDK 的兼容性，并展示了使用 base_url="https://api.z.ai/api/paas/v4/" 的 OpenAI Python SDK。Flatkey 也通过一个兼容 OpenAI 的路由器在 https://router.flatkey.ai/v1 下提供 GLM 路由。

当前官方 GLM-5 API 价格是多少？

Z.AI 的定价页面目前将 glm-5 列为每 100 万输入 token 1.00 美元、每 100 万缓存输入 token 0.20 美元、每 100 万输出 token 3.20 美元。较新的 glm-5.1、glm-5.2 和 glm-5.3 行则列为每 100 万 token：输入 1.40 美元、缓存输入 0.26 美元、输出 4.40 美元。