GeniusRelay
注册控制台

智谱: GLM 4.6 Thinking

glm-4.6:thinking

对比API获取 Key 试用获取 Key 试用

GLM 4.6 Thinking 输入 $0.715/百万 token，输出 $2.86/百万 token，上下文 200K，通过兼容 OpenAI 的接口调用。

Thinking version of the latest GLM series chat model with strong general performance. Quantized at FP8

模态

文本 → 文本

输入 / 输出价

$0.715 / $2.86 每 1M

上下文

200K · 最长输出 66K

能力

思考工具调用开源权重

价格

按实际 token 计费，从余额中扣除。人民币按 1 美元 ≈ 7.2 元折算，仅供参考。

计费项美元 / 1M token人民币参考
输入$0.715¥5.15
输出$2.86¥20.59
缓存命中（输入）$0.143¥1.03

试算

拖动滑块估算这个模型的花费。

单次
$0.00443
每天
$2.22
每月（30 天）
$66.50≈ ¥479

GLM 4.6 Thinking：输入 $0.715/M · 输出 $2.86/M · 缓存命中 $0.143/M

按这个配置调用
curl https://api.geniusrelaygpt.com/v1/chat/completions \
  -H "Authorization: Bearer $API_KEY" \
  -H "Content-Type: application/json" \
  -d '{"model": "glm-4.6:thinking", "max_tokens": 800,
       "messages": [{"role": "user", "content": "…"}]}'

接入代码

兼容 OpenAI 接口。把 Base URL 换成 https://api.geniusrelaygpt.com/v1，模型名填 glm-4.6:thinking。

curl https://api.geniusrelaygpt.com/v1/chat/completions \
  -H "Authorization: Bearer $API_KEY" \
  -H "Content-Type: application/json" \
  -d '{
    "model": "glm-4.6:thinking",
    "stream": true,
    "messages": [{"role": "user", "content": "你好"}]
  }'

在客户端里用：Cursor · Cline · 酒馆 · Codex

支持的参数

常用 OpenAI 参数都可以直接传。

temperaturetop_pmax_tokensstreamstoppresence_penaltyfrequency_penaltyseed

常见问题

GLM 4.6 Thinking 怎么计费？
输入 $0.715、输出 $2.86 每百万 token，命中缓存的输入按 $0.143 计。每次请求的扣费都能在控制台使用日志里查到。
上下文有多长？
200K token。长对话每一轮都会按全部输入 token 计费，注意控制历史长度。
支持流式输出吗？
支持。请求里加 "stream": true，返回 SSE，格式与 OpenAI 一致。