GLM‑5.3 coûte 1,40 $/4,40 $ par million de jetons — 11,40 $/mois pour un solo, 68,40 $ pour une PME type, 228 $ pour une agence. Le cache à 0,26 $ et le hors-pointe à 50 % peuvent encore couper la facture, et l'étagement des modèles (4.7 pour le volume, 5.3 pour le muscle) est l'optimisation la plus rentable. Journalisez usage dès le premier jour.
Intelligence artificielle
Combien coûte vraiment l'API GLM ? La grille, le cache et trois scénarios
Dans cet article
La grille officielle La formule et trois scénarios Le cache à 0,26 $ Hors-pointe et abonnements Comparé aux géants Suivre sa facture FAQ« C'est combien, au juste ? » — la question qui revient dans chaque conversation sur GLM. Réponse courte : 1,40 $ d'entrée et 4,40 $ de sortie par million de jetons pour le porte-étendard GLM‑5.3, soit 3 à 7 fois sous les vedettes fermées. Réponse complète : ça dépend du modèle, du cache, de l'heure et de votre profil — et c'est exactement ce qu'on décortique ici, chiffres officiels de Z.ai vérifiés le 21 août 2026. Pour le portrait global de Z.ai, notre guide complet 2026 ; pour tester vos propres volumes en direct, le calculateur interactif.
La grille officielle, modèle par modèle
Tous les prix sont en dollars américains, par million de jetons, au tarif de liste — sans cache ni rabais, qui viennent plus bas. La ligne à retenir pour la plupart des usages sérieux est la première ; les deux dernières changent la donne pour les tests et le très haut volume.
| Modèle (nom API) | Entrée | Sortie | Pour quoi |
|---|---|---|---|
| glm-5.3 | 1,40 $ | 4,40 $ | Code, agents, raisonnement — contexte 1 M |
| glm-5 | 1,00 $ | 3,20 $ | Bon rapport quand 5.3 n'est pas requis |
| glm-4.7 | 0,60 $ | 2,20 $ | Classification, extraction, résumés en volume |
| glm-4.7-flashx | 0,07 $ | 0,40 $ | Très haut volume à très bas coût |
| glm-4.7-flash / glm-4.5-flash | Gratuits | Bancs d'essai, prototypes, tâches simples | |
Côté multimodal, les ordres de grandeur restent dans le même esprit : la vision avec glm-5v-turbo à 1,20 $/4,00 $, l'OCR à 0,03 $ le million de jetons, l'image générée à 0,015 $ pièce et la vidéo à 0,20 $. La section vision du guide complet détaille chacun, avec les cas d'usage réalistes pour une PME.
La formule, et trois scénarios chiffrés au cent près
Coût mensuel = (jetons d'entrée ÷ 1 000 000 × prix d'entrée) + (jetons de sortie ÷ 1 000 000 × prix de sortie)
Appliquons-la à trois profils types sur GLM‑5.3. Développeur solo (5 M entrée / 1 M sortie par mois) : 5 × 1,40 + 1 × 4,40 = 11,40 $/mois — moins qu'un abonnement Netflix pour un assistant de calibre frontière. PME (30 M / 6 M) : 42 + 26,40 = 68,40 $/mois. Agence (100 M / 20 M) : 140 + 88 = 228 $/mois. Retenez la mécanique : dans les usages génératifs, c'est la sortie qui pèse — surveillez-la en priorité.
Deux réflexes d'optimisation immédiats découlent de la formule. Un : étager les modèles — router le tri, la classification et les résumés vers glm-4.7 (0,60 $/2,20 $) et réserver 5.3 à ce qui exige du muscle peut couper la facture de moitié sans perte perceptible. Deux : contenir la verbosité — des instructions qui demandent des réponses concises réduisent mécaniquement les jetons de sortie, le poste le plus cher. Votre volume exact ? Le calculateur interactif fait le calcul sur sept modèles pendant que vous glissez les curseurs.
Le cache à 0,26 $ : le rabais que tout le monde sous-estime
Le cache d'entrée est l'arme secrète de la facture GLM : tout jeton d'entrée déjà vu récemment — vos instructions système, le document de référence renvoyé à chaque requête, l'historique d'un agent — se facture 0,26 $ au lieu de 1,40 $, soit moins du cinquième du tarif. Et au moment d'écrire ces lignes, le stockage du cache est offert pour une durée limitée, ce qui rend l'affaire encore meilleure.
L'impact réel dépend de votre architecture. Un chatbot avec un gros prompt système fixe, un agent qui relit le même dossier, un pipeline qui traite cent documents avec les mêmes consignes : dans ces cas, 60 à 80 % de l'entrée devient cachable, et la portion entrée de la facture fond d'autant. À l'inverse, des requêtes toutes uniques (recherche ponctuelle, entrées utilisateur variées sans préambule) n'en profitent presque pas. Le réflexe d'architecte : structurez vos prompts avec la partie stable en tête (instructions, contexte de référence) et la partie variable à la fin — c'est ce qui maximise les correspondances de cache.
Hors-pointe et abonnements : les deux autres leviers
Premier levier : le rabais hors‑pointe de 50 %, applicable entre 2 h et 6 h du matin. Pour tout ce qui n'exige pas l'instantané — traitements de lot, indexations, rapports nocturnes, gros travaux d'agents — planifier l'exécution dans cette fenêtre divise la facture par deux, cumulable avec l'étagement des modèles. Un simple cron à 2 h du matin est probablement l'optimisation au meilleur rendement-effort de toute cette page.
Deuxième levier : quand votre usage passe par un outil de codage plutôt que par votre propre application, le GLM Coding Plan (Lite 18 $, Pro 80 $, Max 168 $ US/mois) remplace la facturation au jeton par un forfait à quota — presque toujours gagnant pour un développeur qui vit dans Claude Code, Cline ou Roo Code. La règle de décision : facturation au jeton pour vos applications et pipelines, forfait pour votre outillage de développement. Les deux cohabitent très bien sur le même compte, chacun par son endpoint dédié.
Comparé aux géants : l'écart en un tableau
| Modèle | Entrée | Sortie | Scénario PME (30 M/6 M) |
|---|---|---|---|
| GLM‑5.3 | 1,40 $ | 4,40 $ | 68,40 $ |
| Claude Sonnet 5 | 2,00 $ | 10,00 $ | 120,00 $ |
| GPT‑5.6 Terra | 2,00 $ | 12,00 $ | 132,00 $ |
| Gemini 3.1 Pro | 2,00 $ | 12,00 $ | 132,00 $ |
| Claude Opus 5 | 5,00 $ | 25,00 $ | 300,00 $ |
Le rapport se lit d'un coup d'œil : sur un volume PME identique, GLM‑5.3 coûte 43 % du prix de Sonnet 5 et moins du quart d'Opus 5 — pour un niveau que l'index indépendant situe au coude à coude avec Opus 4.8, comme le montre notre face-à-face GLM contre Sonnet 5. Est-ce que « moins cher » veut dire « aussi bon partout » ? Non — les limites honnêtes sont documentées : sommet absolu encore chez les fermés, latence du raisonnement, maturité entreprise plus jeune. Mais pour la charge de travail courante d'une entreprise, l'écart de prix est structurel et l'écart de qualité, marginal.
Suivre sa facture : trois habitudes qui évitent les surprises
Première habitude : journalisez le bloc usage que chaque réponse d'API retourne (prompt_tokens, completion_tokens). Une table de trois colonnes — date, entrée, sortie — suffit à reconstituer votre facture au cent près et à repérer la dérive avant qu'elle paraisse sur le relevé. Deuxième habitude : étiquetez par fonctionnalité (une clé API par usage, ou un champ de métadonnée maison) pour savoir quoi coûte cher, pas seulement combien.
Troisième habitude : réévaluez le choix de modèle chaque trimestre. Ce marché bouge vite — les prix ci-dessus sont datés du 21 août 2026 et notre journal des mises à jour en tête du guide complet trace chaque révision. La case « le moins cher qui satisfait ma barre de qualité » change de nom régulièrement, et dix minutes de banc d'essai trimestriel valent des centaines de dollars d'inertie — et un compte Z.ai avec les modèles gratuits suffit pour le faire. Bon calcul !
Calculez votre facture exacte en 30 secondes
Glissez vos volumes mensuels — le comparateur affiche instantanément le coût sur GLM, Claude, GPT et Gemini, et l'économie à la clé.
Ouvrir le calculateur →Prêt à tester pour vrai ? L'inscription à Z.ai prend deux minutes, modèles gratuits inclus.
Foire aux questions
Y a-t-il des frais cachés ou un minimum mensuel ?
Non : l'API générale fonctionne au crédit prépayé, consommé au jeton selon la grille publique. Pas d'abonnement obligatoire, pas de minimum. Les seuls « extras » sont optionnels : le Coding Plan si vous voulez un forfait pour vos outils de codage, et les modèles multimodaux facturés à leur propre grille.
Les jetons de « réflexion » du modèle sont-ils facturés ?
Oui — les jetons de raisonnement interne comptent comme des jetons de sortie, au tarif normal de sortie. Il n'y a pas de supplément caché comme on en voit ailleurs, mais c'est une raison de plus de surveiller la sortie de près sur les tâches où le modèle réfléchit longuement.
Le rabais hors-pointe s'applique à quelle heure, exactement ?
La fenêtre bonifiée couvre 2 h à 6 h du matin : quota à moitié prix, et une meilleure concurrence permise sur le Coding Plan. C'est le créneau idéal pour les traitements de lot planifiés — un simple cron nocturne peut diviser par deux le coût des gros travaux récurrents.
Ces prix vont-ils rester stables ?
Aucune garantie — c'est le marché le plus mouvant de la tech, et les offres à durée limitée (stockage de cache gratuit, promotions d'abonnement) le prouvent. Nos chiffres sont vérifiés à la date indiquée et le journal des mises à jour du guide complet trace chaque révision. Vérifiez la grille officielle avant tout engagement budgétaire important.
Sources : docs.z.ai (grille de prix officielle), pages de prix OpenAI, Anthropic et Google. Prix vérifiés le 21 août 2026, en $US, sujets à changement sans préavis. Cet article contient des liens de parrainage Z.ai.
À retenir
