智谱 GLM 开放平台
评估一个模型平台的时候，真正决定你用不用得下去的，往往不是它的单价—— 而是缓存能不能命中、限流按什么维度算、思考 token 算不算钱、账单为什么突然翻倍、 以及你手上那个工具链能不能把它接进去。本专题共 32 篇，就按这个顺序展开。 内容依据智谱开放平台官方文档整理，核对日 2026-08-25。 本专题只讲计费与接入机制，不列具体价格数字—— 价格变动频繁，写进正文只会过期误导，请以 官方文档与定价页 为准。
智谱 GLM API 怎么接入？密钥申请、SDK 调用与免费额度
讲清智谱 GLM API 怎么接入：开放平台注册拿密钥、OpenAI 兼容 base_url 与官方 zhipuai SDK 两种最小调用方式、哪几个 Flash 模型能长期免费用，以及新手常踩的坑。
编程套餐怎么用
套餐制和按量计费是两套完全不同的成本模型，用量怎么算、什么情况判超额、团队席位怎么分、自带的几个 MCP 服务能干什么——先把规则看清楚再决定买哪种。
在 Claude Code 里用 GLM 编程套餐：完整配置步骤
把 GLM Coding Plan 接进 Claude Code，卡住的地方几乎都不在安装，而在 Key 拿错、Base URL 填错、settings.json 里模型编码没改。本文按官方文档梳理从取 Key 到 /status 验收的完整顺序，并给出被扣账号余额时的排查方向。
GLM 编程套餐常见问题逐条拆解：额度、扣费与报错
把智谱官方 GLM Coding Plan 常见问题页里的坑逐条拆开：为什么买了编程套餐还提示余额不足、额度按什么周期刷新、哪些工具和场景不算在套餐里、MCP 工具是否单独计费、升级续订有哪些不可逆的动作，以及怎么确认一笔消耗到底扣的是谁。
GLM 编程套餐的用量怎么算：什么情况会被判为超额
拆解 GLM Coding Plan 的积分抵扣公式、5 小时与每周双额度、高峰与非高峰的抵扣差异，并说清哪些情况其实不是超额而是压根没走套餐——配错 Base URL、用了非指定工具、以及会触发风控的违规用量。
GLM 编程套餐和按量计费怎么选：两种付费方式的适用边界
GLM 编程套餐（GLM Coding Plan）和标准 API 按量计费不是同一条计费链路，端点、额度单位、耗尽后的行为、适用场景全都不同。这篇按官方文档把两者的边界讲清楚，并给出判断自己该走哪一边的方法。
GLM 编程套餐团队版怎么用：席位分配与用量归集
GLM 编程套餐团队版按席位订阅，每位成员拿的是独立的团队套餐 Key，用量以积分方式按席位单独归集。这篇按管理员的真实操作顺序讲清席位规则、积分怎么扣、超额按量付费怎么开、订阅怎么改，以及哪些行为会触发平台风控。
GLM 编程套餐自带的四个 MCP 服务怎么用
GLM Coding Plan 套餐附带联网搜索、网页读取、开源仓库、视觉理解四个专属 MCP 服务。这篇按官方文档梳理它们各自暴露的工具名、远程与本地两种接入形态、Claude Code 里哪些已内置哪些还要手动装、以及四个 MCP 在积分抵扣上的口径差异和连不上时的排查顺序。
接入形态与兼容层
GLM 同时提供了 OpenAI 兼容和 Anthropic Claude 兼容两条路，加上官方 SDK 与 LangChain 集成。兼容不等于等价，边界在哪这几篇讲清楚。
GLM 的 OpenAI 兼容层边界：哪些参数它不认
智谱 GLM 提供 OpenAI 兼容接口，但兼容不等于等价。本文按官方文档梳理 OpenAI 兼容层的三类边界：查不到的参数、只能靠 extra_body 透传的原生字段、同名但约定不同的参数，以及响应侧多出来的取值，帮你把迁移风险提前挖出来。
GLM 兼容 Anthropic Claude API：怎么接、哪里不一样
智谱 GLM 提供了 Anthropic Claude API 兼容层，改 base_url、API Key 和模型编码就能把现有 Anthropic SDK 代码切过来。这篇按官方文档梳理接入步骤、鉴权头差异、端点怎么选、思考强度在两种场景下的不同规则，以及易忽略的限制。
GLM 接入 LangChain 怎么配：从 base_url 到 Agent
智谱 GLM 接入 LangChain 走的是 OpenAI 兼容路径，用 ChatOpenAI 换掉 base_url 就能跑。本文按官方文档梳理装包、配 Key、提示模板、对话记忆、Agent 与流式输出的完整配置顺序，并说清哪些地方官方没写、需要自己兜底。
GLM API Key 怎么申请？在哪找、怎么用、额度在哪看
GLM API Key 申请全过程：按智谱开放平台官方文档走一遍从注册账号到第一次调用，讲清 glm apikey 在控制台哪个入口新建、放进代码的正确姿势、编程套餐 Key 和通用 API Key 为什么不通用，以及常见的几种「key 用不了」分别对应哪个错误码、额度和账单该去哪个页面查。
计费机制与成本
缓存怎么才能命中、什么写法会把命中打断、按输入长度分段计价怎么理解、思考 token 算不算钱、账单突然变高从哪查起。只讲机制与算法，具体单价以官方定价页为准。
什么写法会打断 GLM 的缓存命中
GLM 上下文缓存是隐式触发的，没有开关，所以命不中的时候也没有报错。这篇按排查顺序拆开五类会打断 GLM 缓存命中的写法，从响应里的 cached_tokens 字段读起，到系统提示词里的时间戳、临时拼接的模板、被改写的思考内容，最后说清哪些情况官方文档根本没有说明。
GLM 按输入长度分段计价是什么意思：怎么把单次输入量算准
官方文档里关于 GLM 分段计价能核到的只有一条：部分推理模型会配置阶梯定价，用户权益的价格优惠对这类模型不生效，分几档、边界在哪都没有公开说明。这篇讲你自己能做的部分：用官方分词器接口把单次请求的输入 token 量算准，以及哪些内容会被算进输入。
GLM 的思考 token 算不算钱：怎么把它控制住
GLM 开启深度思考后，思维链内容会不会计入账单？这篇按官方文档梳理 thinking、reasoning_effort、clear_thinking 三个开关的实际作用，以及 usage 字段该怎么读、账单变高该从哪几个方向排查，只讲计费机制不列价格数字。
GLM 发票申请与企业采购授权怎么走
智谱 GLM 开放平台按实际消耗金额开票，不按充值金额开票，赠送类金额一律开不出来；模型商用授权是面向开源模型权重的另一条独立流程，只对企业用户开放。这篇按财务和法务两条线，把开票口径、欠费影响、主体变更顺序、商用授权申请条件讲清楚。
GLM 上下文缓存怎么才能命中：触发条件与写法
GLM 的上下文缓存是隐式缓存，不用开关也没有手动声明的接口，命中与否完全取决于你把 messages 摆成什么样。这篇讲清楚触发条件、判断命中的那个响应字段、三种容易命中的写法，以及缓存对计费口径的影响边界。
GLM 有哪些免费模型？能用到什么程度
逐个说清智谱 GLM 当前哪几款模型是长期免费的（GLM-4.7-Flash、GLM-4-Flash-250414，以及已下线自动路由的 GLM-4.5-Flash），免费档和"新用户赠送额度"的区别，免费能撑住哪些真实场景、什么时候必须换付费型号。
GLM 账单突然变高怎么排查：五个常见原因
GLM 账单比上个月高出一截，先别猜。这篇按官方文档能查到的机制，把智谱开放平台账单异常拆成缓存失效、思考 token、搜索结果计入输入、按次计费模型、非调用型扣费五类原因，给出可执行的排查顺序与止血动作。
GLM API 价格怎么算？智谱各模型 token 单价、分段定价与省钱用法
GLM 已经不是一口价，旗舰款全部改成按输入长度分段定价。本文给出智谱 GLM 各模型的官方价格表与缓存命中价、GLM-4.7-Flash 长期免费怎么用、Batch 折扣与 Coding Plan 订阅制的区别，以及月成本怎么估。
能力边界
思考模式怎么开关、结构化输出怎么保证格式、function calling 怎么写、流式下的工具调用怎么拼装。每条能力断言都对着官方文档核过。
GLM 结构化输出怎么保证格式不跑偏
GLM 的结构化输出靠 response_format 开启 JSON 模式，但只开这个字段并不足以保证格式稳定。这篇按官方文档梳理字段取值、结构声明位置、客户端校验、finish_reason 截断识别与思考模式下的解析边界，给出一条能落到生产的防跑偏链路。
GLM 流式输出下的工具调用怎么拼装：分片合并与踩坑清单
GLM 开启流式后工具调用参数分片下发，官方文档明说这些分片不做缓冲也不做 JSON 校验。本文讲清 stream 与 tool_stream 两个开关的关系、delta 三个字段的归属、按 index 归并分片的写法，以及边收边解析、丢失 tool_call_id 两个高频坑。
GLM 流式输出中断了怎么办：先看 finish_reason 再谈重试
GLM 流式输出中断时别急着抓错误码：官方文档说明推理过程中异常终止不返回业务错误码，异常原因写在 finish_reason 里。本文按排查顺序讲清连接层断开、服务端异常终止与安全审核拦截怎么区分，各取值该不该重试。
GLM 思考模式怎么开怎么关：参数与适用场景
GLM 的思考模式不是「加个开关就完事」——新一代模型默认就在思考，有的型号还关不掉。这篇按官方文档梳理 thinking.type、reasoning_effort、reasoning_content 三个关键点，以及交错式、保留式、轮级思考各自的适用场景与写错会踩的坑。
GLM function calling 怎么写：从工具定义到结果回传
按官方文档梳理 GLM function calling 的完整写法：tools 里每一层字段的含义、tool_choice 只支持 auto 这个容易踩的限制、tool_calls 响应怎么解析、函数结果用什么结构塞回 messages，以及第二轮请求为什么还得带上 tools。
批量、限流与排查
Batch 接口什么时候值得用、任务失败怎么排、限流字段怎么读、鉴权失败逐条查、错误码对照表。
GLM 错误码含义与处置对照
智谱 GLM 的 API 返回码分 HTTP 状态码和业务错误码两层，同一个 429 背后可能是欠费、限速、平台过载或套餐额度耗尽。这篇按官方错误码表逐段拆开每个 GLM 错误码的真实含义，给出对应的处置动作，并说明流式调用下错误码为什么会"消失"。
GLM 鉴权失败逐条排查：从 API Key 到 JWT 签名
GLM 鉴权失败时该看哪一层：智谱开放平台把 401 拆成了四个业务错误码，分别对应请求头缺失、Key 无效、Token 过期和二次认证。这篇按真实排查顺序走一遍，顺带说清哪些看起来像鉴权问题其实不是。
GLM 限流字段怎么读：并发、频次与提额路径
智谱 GLM 的速率限制核心是并发请求数，不是每分钟请求数。这篇讲清楚限额在控制台哪几个页面看、通用 API 与 Coding Plan 两套口径的区别、撞限流时几个 429 错误码分别代表什么，以及提额申请该怎么走、什么情况下根本不支持申请。
GLM API 常见报错排查：密钥、模型名与配额
按"从外往里剥"的顺序排查智谱 GLM API 报错：base_url 填错、ZAI_API_KEY 没读到、模型名一字之差（glm-4-flash-250414 与 glm-4-flashx-250414）、上下文与最大输出超限、配额与限速、订阅套餐额度和按量计费混淆，以及为什么不要照抄网上的错误码解释。
GLM API 撞限流怎么办：并发和配额是两回事
智谱 GLM API 返回 429 时，先别急着去充值。这篇拆开并发上限、速率限制、按量计费余额、订阅套餐额度四件事的区别，给出用信号量压在途请求、指数退避重试、免费 Flash 分流、Batch 五折错峰的具体做法，并说明为什么智谱这边不适合"照着数字表算并发"。
GLM Batch 批量接口什么时候值得用
GLM Batch 批量接口按低于标准价计费、并发额度独立，但只适合能等结果的离线任务。这篇按官方文档拆开 jsonl 构造、文件上传、任务状态机与结果下载，说清什么任务值得改成 Batch，什么任务改了反而更麻烦。
GLM Batch 任务失败怎么排查：从状态字段到错误文件
GLM Batch 批量任务失败，先要分清是整个任务没通过校验，还是任务里的个别请求出错。本文按官方文档的状态枚举、Batch 对象字段和错误文件机制，把提交前、执行中、拿结果三个阶段的排查路径逐段拆开，并说明过期批次的计费口径。
其他
本专题下尚未归入上面任何一组的文章。
想把模型平台的差异挡在业务代码之外？
站内有成体系的 AI 编程与 Agent 工程教程，从接入到成本治理都覆盖。