GLM-4-AirX

glm-4-airx 的目录状态为 stable。在基于该模型构建长期集成之前，请查看模型页面上的弃用通知。

GLM-4-AirX 按使用量计费，记录中未公布任何免费额度。当前公布的费率为每 1M 个 token 输入 $1.4286，每 1M 个 token 输出 $1.4286。试用额度或促销配额与您的帐户绑定，而非与模型绑定，因此在规划免费额度之前，请务必查看控制台。

在将生产流量切换到 glm-4-airx 之前，请先在具有代表性的流量样本上运行试点，并检查输出质量、峰值并发时的延迟以及每次请求的成本。验证错误和重试行为，并确认您所依赖的请求限制与您的计划相符。

将 glm-4-airx 的 max_tokens 设置为任务实际需要的最长响应长度，而不是 4,095 的 Token 上限。严格控制上限可以降低最坏情况下的开销并缩短尾延迟。仅当任务明显需要更长的输出时才提高此值。

对 glm-4-airx 的缓存命中要求所有请求的提示符前缀必须相同。请将稳定的指令和参考资料放在提示符的开头，保持字节一致，并将可变部分放在后面。这样，缓存读取操作将按缓存速率计费，而不是按输入速率计费。