Mọi model. Mọi harness.
Một API nói được cả ngôn ngữ OpenAI lẫn Anthropic — cắm vào bất kỳ harness tương thích nào mà không cần viết lại client.
/api/v1/chat/completions
- Prompt Caching
- Theo dõi chi phí
- Không tự hạ model
glm-5.3-flash$0,0300USD trên 1 triệu input tokenqwen3.8-flash$0,0300USD trên 1 triệu input tokengpt-6-luna$0,0350USD trên 1 triệu input tokengpt-5.6-luna$0,0400USD trên 1 triệu input tokenminimax-m3$0,0420USD trên 1 triệu input tokendeepseek-v4-flash-0731$0,0506USD trên 1 triệu input tokendeepseek-v4.1-flash$0,0525USD trên 1 triệu input tokenmimo-v2.6-flash$0,0630USD trên 1 triệu input tokengemini-3.8-flash$0,0675USD trên 1 triệu input tokenqwen3.8-omni-flash$0,0750USD trên 1 triệu input tokenglm-5.3$0,0840USD trên 1 triệu input tokenqwen3.8-max-0902$0,1400USD trên 1 triệu input tokenkimi-k3$0,1500USD trên 1 triệu input tokengpt-5.6-terra$0,1600USD trên 1 triệu input tokenmimo-v2.6-pro$0,1740USD trên 1 triệu input tokendeepseek-v4-pro-0813$0,1980USD trên 1 triệu input tokengpt-6-sol$0,2000USD trên 1 triệu input tokengpt-6.1-sol$0,2000USD trên 1 triệu input tokengrok-4.6$0,2000USD trên 1 triệu input tokengrok-4.7$0,2000USD trên 1 triệu input tokengpt-5.6-sol$0,2500USD trên 1 triệu input tokengpt-6-astra$0,3000USD trên 1 triệu input tokenSo sánh bằng con số.
| Tương đối | |||||
|---|---|---|---|---|---|
| GLM 5.3 Flash | 0,0300 | 0,0060 | 0,1000 | 0,0382 | |
| Qwen 3.8 Flash | 0,0300 | 0,0032 | 0,0940 | 0,03474 | |
| GPT-6 Luna | 0,0350 | 0,0035 | 0,1750 | 0,0567 | |
| GPT 5.6 Luna | 0,0400 | 0,0040 | 0,2400 | 0,0748 | |
| MiniMax M3 | 0,0420 | 0,0084 | 0,1680 | 0,06048 | |
Cột Blended giả định 70% input lấy từ cache và output bằng 25% lượng input — đây là mức tham chiếu để so sánh, không phải giá thực tế bị tính. Gateway ghi nhận usage sau response thành công; đây là các mức giá đang được cấu hình.
Chỉ đổi một base URL.
Giữ request format mà ứng dụng đã quen dùng. Khi workload thay đổi, chỉ cần đổi model ID.
một base URL- Chat Completions
POST /chat/completions - Responses
POST /responses - Messages
POST /messages
Cache quyết định hoá đơn.
Tin nhắn thứ 12 của một hội thoại rẻ hơn 3.5 lần so với khi không có cache — vì mỗi tin nhắn đều gửi lại toàn bộ phần trước đó, và chúng tôi chỉ tính giá đầy đủ cho phần mới.
$1,06thay vì $3,70 khi không có cache. Tin nhắn đầu chưa có gì trong cache nên bị tính đủ.
Đơn giá GLM 5.3 Flash, USD trên 1 triệu token — cache hit được tính rẻ hơn cache miss 5 lần. Minh hoạ: một hội thoại 12 tin nhắn, mỗi tin nhắn là một request thêm 10.000 input và 1.000 output token rồi gửi lại toàn bộ phần trước đó, quy về 1.000 request. Số token là minh hoạ, đơn giá là giá công bố. Tỷ lệ cache khác nhau theo model.
Trả ít hơn cho từng token.
Chỉ trả cho phần bạn dùng. Giá input bắt đầu từ $0,0300 trên 1 triệu token — giá cache thấp hơn được áp dụng tự động theo từng model.