Harga campuran harian ($/1 juta) — dicatat setiap hari, menjadi tren seiring berjalannya waktu.
Campuran output-to-input 3:1, per 1 juta token
Harga pada 2026-05-11 · Sumber: zhipu_bigmodel_official_reference
Pembuatan teks, obrolan, ringkasan, dan beban kerja konten untuk tujuan umum yang mengutamakan kemampuan luas dan biaya rendah.
As a 30B-class SOTA model, GLM-4.7-Flash offers a new option that balances performance and efficiency. It is further optimized for agentic coding use cases, strengthening coding capabilities, long-horizon task plannin...
glm-4.7-flash adalah model Teks dari Zhipu AI (GLM) (CN). HotON.ai melacaknya pada $0.06 per 1 juta token masukan dan $0.40 per 1 juta token keluaran, dengan jendela konteks token 131K. Skor efisiensi gabungannya adalah 89/100 dengan perkiraan $0.000 per tugas yang berhasil.
glm-4.7-flash dilacak pada $0.06 per 1 juta token masukan dan $0.40 per 1 juta token keluaran. Beban kerja output-to-input 3:1 rata-rata berpadu menjadi $0.32 per 1 juta token. Angka adalah ilustrasi data demo.
Pembuatan teks, obrolan, ringkasan, dan beban kerja konten untuk tujuan umum yang mengutamakan kemampuan luas dan biaya rendah.
glm-4.7-flash mendukung hingga jendela konteks token 131K — cukup besar untuk dokumen panjang dan percakapan panjang dalam satu permintaan.
Dalam rangkaian terlacak HotON.ai, glm-4.7-flash lebih murah dibandingkan 90% model dalam hal harga input dan menempati peringkat #156 dari 521 berdasarkan efisiensi keseluruhan.
Ya — deepseek/deepseek-v4-flash adalah opsi berbiaya lebih rendah di $0.28 per 1 juta token keluaran, namun tetap mencakup kasus penggunaan Teks yang serupa. Bandingkan keduanya secara berdampingan di HotON.ai.
Harga nyata (melalui katalog TestKey, diperbarui setiap hari). Kualitas (Arena Elo) nyata dimana modelnya diperingkat di LMArena. Kecepatan, ketersediaan, dan efisiensi merupakan perkiraan yang dimodelkan.