免费模型确在定价页写明：GLM-4.7-Flash与GLM-4.6V-Flash全部免费

从智谱开放平台定价页查询可知，该平台目前确实收录了两款零成本 API 模型，文档 FAQ 中对此有明确说明。文本方向的 GLM-4.7-Flash 配备 200K 上下文窗口，输入端、输出端以及缓存全部不计费；视觉方向的 GLM-4.6V-Flash 采取同样的免费策略，三项均不收费。值得留意的是，这套规则被列作长期固定条款，并非阶段促销。它不存在新注册赠额那种 90 天有效期，也没有抢完即止的数量限制，随手创建 Key 它依然在列。

另一个实际优势在于接入路径。这批接口部署在境内，无需配置代理或额外网络方案即可调通，相比一些门路繁琐的“零元方案”，省去了不少环境折腾成本。

连续调用被拦：五发四中断，视觉模型六发两挂

实测环节首先遇到的是限流。

将 glm-4.7-flash 接入一个最简单的一问一答场景并把请求连发 5 回，其中 4 回直接拿到 429。接口抛出的报错原文为 {"error":{"code":"1305","message":"该模型当前访问量过大，请您稍后再试"}}。切换到视觉模型 glm-4.6v-flash，改成连发 6 次，则出现了 2 次失败。

需要区别看待的是，这里的拦截方式和常见的每日硬配额不同。它不是次数耗尽后当天彻底断供，而呈现明显间歇性：同一秒遭拒，缓一会再试可能又通过。这种随机中断比配额到顶更折磨人，因为你无法预判下一次请求是通是断。

一次成功后的速度差距：89.2 秒对 2 秒，短问答输出仅 26 token

在那唯一一次接收成功的短问答中，两款模型的耗时形成强烈对比。

收取到的实测数据是这样的：glm-4.7-flash 完成一次请求掏出 89.2 秒，而 glm-5.3-flash 相同任务下只用 2 秒上下。换成偏长产出的任务重跑一轮，前者跑出约 9.3 tok/s，后者则可达到约 67.8 tok/s。

必须澄清一点：89.2 秒当中包含了排队等候的时间开销，这类时长不等同于纯粹计算单元的运算效率。但对开发者而言，这一指标恰能反映真实感受——从分发指令到拿到答案，使用者在电脑前干等的时长，正是一种无形的消耗。

容易漏掉的大问题：思考模式堆满 token，正文一字不见

相比限流，接下来的发现更显隐蔽，也更值得记下来。

第一次实验还采用原有的 max_tokens=128 设定发起请求，先等半分钟多，界面确实回到手中，可结果显示——实际正文是空白的。最初反应是怀疑掉线了，调出用量看才清楚：128 个输出的 token 全部堆到了推导环节，留给可见回复的字数刚好是零。简而言之，分配往输出的所有预算，优先让“心中盘算”那部分用完了。

这源于一类模型的上电习惯：默认开启思维路径，先倾吐相当数量的推理 token，之后才正式对外讲话。max_tokens 只要设得小小的，未等逻辑深思完，配额就先行耗尽，因此传回来的自然是一片空白。问题不止于此——把它换成需要付费的 glm-5.3-flash 照样如此：给定 max_tokens=120，思考部分占去 117，正文本体也只照出 3 个 token。一句话，如果用这类模型，擅自沿用先前微小的字长习惯就会翻车。该问题格外诡异之处在于全程一丝错误都没报，偏偏你连一个字也见不到。

另一重玄机：思考强度和开关并不由用户单方面控制

为了替两天的实验找到减负道路，我曾想将考量这条路直接切断，提交了 thinking.type = disabled 参数，实测下来存在分歧。

免费版本上此项做法收效颇好。状态切换后，自由输出一共写满 26 个 token，悉数变成正式答复，没有任何一点损耗在推算上（当然这次总共等了 143 秒）。

但在收费型号 glm-5.3-flash 一侧，系统全程拒绝该请求，官方原文写的是「该模型始终思考，不支持关闭思考；请使用 low、high 或 max。」它道明一种格式：部分型号无完全戒断思维这类键位，只能在其中做人为强度调度，选择 low、high 或是 max。以坏视线看？实际上相反，这也是用得上的情报——既然推理可分级操弄，你便能在“急于收口”和“想讨更高正准率”之间，即时选出适合上手的档位。这一条也利于管理质量资源。

适用范围建议：能用后台待命，别用在前台承压

得清楚划分哪些场景宜请这些免费模型的“便车”，哪些情况一定不能加持有它们的链条之上。

推荐派上用场的对应活儿有：有时间等、一回去就被填满的队伍型作业，像自动刷本、规整数据集、大量分档贴标签——频率放慢并无大涉；可以事后推倒重来的任务，掉线便回身递补因无钱款之患也能规避不稳定之累；摸索与学相关工具的应用时段，参照教程调接口、删改引导表达中不必心疼被花掉的规模；影像读取测试里做个临时代跑，反正 GLM-4.6V-Flash 不要你的任何费用能在尝想法那一段提供阅读图之类现成能力。

那些绝对不能接入的方面也是一个需要分辨清楚的版图。切不能摆在重要时机链子上——由用户在那一刻坐等你回复消息结果需先花 89；也不该放在不准再碰第二把的交易中——若不小心撞上高流关卡直接付之东流水。至于寻求线上长稳服务的一侧更要绕开，因为它们没有背任何服务等级保证协议，不能用作持持续能力的设施看护依据。

三条配置建议与一则辟谣：「每天一亿 token」并不存在

综合全部手续把实践经验转换成配置要提醒的操作总结三条：其一，不再给宽苛太小数值 max_tokens 至少放到 1000 才能喂饱那些极端使用上游推理路径对长短造成的荒库现象；其二，任何代码都要加入中断时的重新排盘的自动反应班部件，多次里一碰 429 不要以为门口断头路折回就能用退避思维安稳踩进频道切换的复现路线之中，若忽视这层编写段，靠服务出小差概率极高，易让人反过来把理由推向可能已误报局中失能的矛盾；其三，像同场景或可转换的双刃成本设计预案，让特定短号便能令代送函整包变成紧贴价位的付费链路，有朝落路封闭之时只想换一处加缀。

此外补充一则有待擦去的表面真相：出稿附近几行有某个说法蔓延，具体称表述为「智谱 GLM-5.3 + Zcode 每天送一亿 token，第二批限量 5 万份」。核勘官方正本可以看到，确实的真实日程方案名为「GLM Coding Plan 夜间畅蹬活动」，起止日期处在 9 月 3 日至 9 月 20 日眼下时间不多；内容定为晚间 23:00 起到早晨次日的 09:00，凡此界址经由人员使用 ZCode 输出到 GLM-5.3-Flash 时不受配额调度。文档都找不到任何每日整亿放量或许以有数量 5 万作封顶的门限记载。真正政策原是买了拼团的付户在夜晚所选适配包可免削额度。两重版本事实上指向各种用户路分别开，一边是谁开炉谁知派进去轮各有一处快取，一边先要投粮过田照领。

真相的锚点与撰写立据

文中所采纳的一切以正式通路为先。《智谱开放平台定价页》有记录免费范畴及价位原则乃检索落位 (07:23)，对象页值为 2026 年 9 月 18 日于 open.bigmodel.cn/pricing 揽收的原始样例。自行实测皆以仪器收下的记录调取时间为凭，读取发生也取决于 2026 年 9 月 18 日的设备对上 open.bigmodel.cn 输出次并留踪全部长时 tán jí token 部件件等。

文章所订的界碑：免费款台先出目次连同空亏划定范围、策等属于平台所定条款之物；测秒及详细token架构 429台返回回编号原文 — 凡有一可复查取证之数量而后者自然明。"是否合用来给什么活什么不可假手"那种路线提议及"零元对接口费办帮你走通路"的想法理应视作我们的立场在当下提出。

明晰边界同样是一件要紧事。取判依据单薄的过：一个毫无免费口径的标个 5 回就能成一路的机会表示不够齐全？可知该组行为本身就已然成了一难解命题。其迟缓收录其中一样通着排队队名单长短作为原委，当不能被直曲派收推断说等价测定模拟式解推核心性能量级；规则全悬挂在平台牌之一册可能于数次跳跃中被随调拉走；也没齐论什么复列并发推显前及超长 200K 章节切面实际行为跟流脉涌情况。最后，凡认一事，秉认「只写跑过、算过、验证过的东西」之意不弃。

小结：智谱开放平台确有两套永久免费的Flash级接口可注册申领的GLM-4.7-Flash和GLM-4.6V-Flash用于开发测试与离线批处理最妥当；实测的短板亦一个不少从八成屡遭阻断、单次高达等时超过893000通过毫得跟长篇文本空出字难消化，所以切勿交给在线关键服务管线使役其中但凡一切性能追求务请审慎归置接口布局，以免荒待急主任务用户失望收场。