两项常驻免费政策：GLM-4.7-Flash与GLM-4.6V-Flash
依据智谱开放平台定价页给出的FAQ原文，平台上现存两款可免费调用的API模型：文本方向的GLM-4.7-Flash给出200K上下文，视觉方向的GLM-4.6V-Flash也一同开放，两款均被标注为输入侧不计费、输出侧不计费、缓存部分同样不收费。
撰文者指出，这种安排并非某个时间段内的促销手段，也不像赠送新用户额度那样设了90天期限，更没有「抢完即止、数量有限」这类条件，而是一项长期有效的政策，任何时候去后台新建一个Key都能用上。
相较于其他打着「免费」旗号的方案，这两款还有一个实际优势——在国内网络下可直接连接调用，使用者不必为了连通性额外配置中转。测试由「大壮的AI武器库」在2026年9月18日于本机直连open.bigmodel.cn接口执行，所有路径均为一次上手后完成。
文本模型连发五次四次被限流，视觉模型连发六次挂两次
数据免费不等于顺畅调用。撰文者用自己的Key向glm-4.7-flash发出一句很平常的简短问答，重复提交五遍，其中四遍直接被服务端打成429状态，返回内容为{"error":{"code":"1305","message":"该模型当前访问量过大，请您稍后再试"}}。
换到图像侧的情况也不乐观。他用官方的例子把图像送给glm-4.6v-flash处理，连续发出六次请求，其中两次失败，失败方式与文本侧相同——返回429提示代码1305，流量过高需要稍后再试。换算下来，九次接口调用里有六次被挡回失败。
这条限制有个反直觉的特点：它并不等同于「一天给100次、超了就断供」那样可以用计数器管好的定额，而是断断续续出现。前一刻被拒，等上一小会重新发送往往能顺利通过，代价是交给用户的事变成了心里没底，完全没法判断下一次到底会不会通。对一批脚本类型的任务，这种缺乏确定性的状况反而更费精力。
仅有的一次成功：单轮等待89.2秒，长任务输出速率低至约9.3 tok/s
在那唯一一次成功的文字请求中，端到端等待达到89.2秒。撰文者说明，这个数字里既有排队等待的时间，也无法完全区分为严格意义上被模型逐步解码的速度；但站在用户的位置上看，感知到的成本恰恰就是这条时间线本身——你能拿到内容之前一共要花多久。
换成面对更长的代笔任务时，测得稳态输出速率只有约9.3 tok每秒；同环境下横向对比付费版的glm-5.3-flash，该档机型可跑到约67.8 tok每秒，两者之间的差距摊开看，用户需要的等待时间存在几十秒到几分钟不等。这种差距大到不应该轻描淡写跳过，也让使用场景的界限变得相当清楚，完全不是普通脚本顺手一替的位置。
顺带踩出来的隐秘堵塞：思考占位大，正文稀薄甚至空白
这是撰文者在测试之前完全没有预料到的一种特殊情况，给他提了个醒——有些对话模型入口有个内部构件，也就是默认全局生效的思考组件占资源却不该被忽视，它属于需要绕住的工程桩子。
拿最常规的训练旧习设定下的单一请求来看：他按过去的习惯设置了max_tokens=128后送出版本，等了足足53秒，接口状态码看起来正常，但读内容时看到的正文完全是空白。当时第一反应是服务不稳定或遭遇了中断，回头一条一条切片查看「usage」返还的数据划分，谜底才算解开。
具体的归因大致是这样的：该轮返还的总配额上下平分了同样的128个token，全部落到内部推理上去，被消耗掉的128个交给用户没有留下任何可用于自然语言的部分。这件事的解决办法可以捏成一个动作落到代码里——这类把思考先跑一遍再发话的设计天然偏向推理，是自发的完成序列化再产出文字这一过程的功能型节奏支配特征。
所以“关键不在预置段落的模板被改变”。这提醒撰文者在特定任务设定里需要动手另外将给出的这部分空间计算进去，最直白的位置也得留出一个允许实质使用的余额数。如果说这种体验上的“毫无声响”落在产品线上极易陷入误判——没有告警没有红日志，就是一段无声的遗漏。为了尝试验证，这一测试也未在比对端止步，他往后同样条件地把走代字号、也预置了相关配置的旗舰glm-5.3-flash替换挂上比较了相关切片动作，遇上了同样的情况；当把max_tokens明确切在120边际而随后细查该部开销时才发现只用掉了117。正侧的推送端只生出来3个字母量的大小，长度不够到覆盖完整回应。两个样本共同拼出这里的可复现结局——绝不该用已被旧模型所确立出来的常态操作替代这一系列环节中暗藏风险的缺省预设量。
在另几个同步进行的推测动作里，用户上传了要求模型绕开思部分、阻止某个自身思考指令的动作字段。写在消息标示区参数段里的值被标记为thinking.type设为disabled。这个关闭开关在免费那个模型那头确实能用，且能够保持到底——切换后一个返回体的序列化头部总输出个数被封顶在结算总归属为26这个标称里都化为视觉能够取用的内容句子字符被回应、一个都没有在这处外逸上被牺牲。即使从接收入口那地端到用户的返程上，快看总延时毕竟大得需升至平均每一条接近约触碰到两等分那一块标志段落测到接近到长达并高出“142~”这一般规律之外也就是我们确实在端的位置观看到了累计约来到已经确记录可查验运行达到时长常提及累计已经超过了逼近“143”实测验平台记秒基准秒的存在且越过去了这一段刻度之上以外（稍后完整的延时量见端台实际堆栈记录虽到达的时长报告数值也已推送记载呈现为等同大致匹配标定为143的最终关逐渐落闸秒计数完数在台已确实这么缓慢显迟落定检测并且能记录下来真实达标闭合环输出端口真实看到那成型的数值段落）。相比之下对照便明白有效的内容不浪费为正文的交付它控制一个规格能做到落笔这里“不成丢掉一个字节没有溢出（节约出良好比率）”那似乎让人觉得理论上配置达标，起码从完整性上是把配出的份额不留死角全都派用完了——只不过实在等得太过于掉速，观察角这端时间轴拖长已成硬伤。
在另一头的较强收费不选用这款名的另一选型时对于不许改变命令调低到无状态这种类描述被规则明令制止请求那个叫glm-5.3-flash在返回时告诉你一段以下原封警告意思语句——原意中保持必需运作过程不可再作为与它分离脱钩停止的思路对已说明该产物保留义务禁止，仅给参数留下一句句备留写着选择可在low或high至多max整段里自己挑一个：变相在说明这种捆绑运转不让你端掉思考链路是内部的死板事实不会迁就改变要么仅切换那个强度而不能到达为零位（断开指向连底也做不到）。
不过这次的答复也附带抛出了一个可用的收获讯号——如果把选择改在最这三个不同变量的任一档上调级别，你即拥有让步调加快选项也可让它具备更深谨慎判别能力的程度选择权。给自定义分出了低速应对与另外权衡高低是否匹配往更深的理解需求那边配合相应的自动分配可调节类别用作匹配自己偏好的处理配速档。毕竟换到实际的动态选择场景里就算没有完美划到哪值最佳也可以拿来在兼顾需求挑响应品质处更好的获得使用配合基础应用的机会。选快在需要时效处以减少投入倾向的做法可以避免迟钝。选深则寄望精细化的提升但总体利用途径选择留给用这产品的各类侧表达方式平衡发挥。在之后长运行的长上下文抓里有没有让更细节的处理让人感觉完备则需要后续运行再实测这里另外一条需要重复验证思路的这一回路缺点到此尚未补跑。
用法这边落到操作中最明显的几个“应该放哪干”：像是可以任性地把不需要急促按时交回复的一篮子计划分配过去——闲散的例行数条把表格算全、批清理缓存序列收集或数据去标注类别；离线慢慢地移动轮式进程也没人称催促你这个跑道慢放没差别。
大量机会留着可重复把握得住再重跑功能这一类也是可用场景——失败就不厌其烦地去调用库去做校验或依固定脚本歇后台刷新，哪怕是逢错填多少回权当开销保持依旧地占用是不计入水表额度的消耗策略供取。
摸接口练调用的场景尤其适合分配给自留切节点（探索设定接口文档照题反复布置提醒词句调优不管怎样继续刷新对账操作）试错用来熟悉各响应方式的变换最心疼钱的阶段也轻松通。另有宽影像类选择可以试试另一种备选模式可供交作业备用使用图画GLM-4.6V-这切图直接读法放送阶段不计代价许可试验也划得来。千万别弄糟的地段在有些地方插在上面等于按人长时站立。甚至经常走某个通道会把通路给别人的通路堵严更影响分明的正常运作路径。
哪些活不能使用：阻速车道上的业务场景对它是致命坑
按实测和产品定位，有几种任务不适合交给如今名为免费的两个API该做的事得留给其他地方：放在永远有链反馈需要进度同时有人眼巴巴刷手部拨的快捷键上就是动到神经：只迟就要计时如果用户在会面组中有多个用户一起去打一个结果等它在后面的就是延迟下所有链的帧窗会被销毁得无踪迹空等最终跳出。例如闲聊工具搭载时说话过会随时需要立即刷新的界面对情况就行不得，还可能导致刷新冲突破坏操作界面次数或被浏览器转向掉落。
面向无法做整体打断之后能够衔接调返回的动作特别不要交给它做结构生成比如只触发一块业务却没回后没有重过再来的可能直接坠在一环全被扔掉一处崩塌，一发单路无后授权失误会落地错不回没法简单恢复如果没回就一片铁板再接通等于多费一次辛苦甚至破坏任务整体正确。这类管道断点不得重跑要求只有一次成功率等于炸管道全部重来严重时间全扫回收填坑丢失收益严重不适用于作业上传类型。这型可用度难以给你责任担保承诺服务响应确实存活的防护，因此从边界上不该用它担台站主端口。再由于不允许被选用解决单点决断导致流量溢出后即关闭漏洞之后造成不可恢复路径无法更新成为黑盒占补的残缺修补方案是不能落地的重要任务。
三种把稳妥落到操作的手段：一是在使用max_tokens时必须预设最大值超过一千甚至超越基础值不能落到原来自定常数把绝大部分留亏在内部不能被实际作写造成空白无效循环把创作坑死发生空虚白内容这种遗憾发生无从复现。不这么做下一个业务就被它内部解出占全额你面对的将是一片什么都不出现的界面但错误报告踪迹乱跑现象寻不得依据耗时浪费极多只能放弃一次请求浪费不产出。把输入上界就设置在保新进入不小于本线的门槛。不要因小气图近导致大循环被动引发更长悬空。
二是内部必须悬挂并内置解决自动重复的框架：触发识别可获如下状态一旦在编码部分返回标识值是那种超过计数比如当元素返回给编号为第429系出现形似流量过大误码区拦截报文时需要依靠各失败截被视的特别程序把请求打包再延迟缓存按时间退避算法再次序列向上打通发出调遣不可在系统内遗漏。设想无重试指令系统下遇拦截就会让人误以为没有服务的测试会空等待而平白无故错失最终结论产生巨大的差错带来的成本消耗更损效能还不易通过考核评价。
三是选用的切面处理上可以提供双通道并行自适应式接口让不同平台渠道和付费序列转换为可以按设置自动瞄准变化而不涉及原样改逻辑只用起闭单行的别名更替做成外部开关。默认缺省的时候选中一种，选择少用哪个只须替换字段指派的目标称谓后立即展开渠道整体调整不会改变本身脚本和结构适应换代接入通态设计的要求也仍能随需求增减费用阈值灵活改造无须干预负担增减替换变量而无大碍。这也将成为后续试运行的隐形保险变量随配置起较大减补防崩溃作用具战略预期利于稳固守好阵线提法前瞻预案可用持续用其筛选决定决策模式并适应升级。所谓高可用网络也有位置必须给这个防熄套件架构预留专门弹性冗余以照顾网络不确定性对通路有大幅负面传导带来停服压力可能，事先各设支流不要放过后路才是妥当可靠规划者须坚持。
辟谣：「每天送一亿token、限量5万份」根本不实
有传闻谈到“智谱GLM-5.3加Zcode宣称会给任意人以每日1亿token之巨，另一批更覆盖5万笔账目”措辞。撰文者为绝假辨真去翻动了智谱的官方文档记载材料来甄别真伪寻找真实的条款。与之接近的那则实际活动是在命名为「GLM Coding Plan 夜间畅蹬活动」之下遵循指定时间段来执行服务的特殊方案。开启的对应时间定在9月3日到9月20日结束为止很快落幕仅短暂接续几日，只供给每天末将踏入深夜时分时间段锚点为晚11时整开始时点到隔日尚未晨头的9点之间享受扣除减免服务的场景，跑ZCode里面的代号对应GLM-5.3-Flash需求的时点调用不计额度归零不过有这个请求前缀约束方能列入免费指标结算值才会由账单减免处理为零花销的实惠事实。
文中核心要害并没有写着“每人每天任意充作可用累计达首富式8个零还有余一亿那么多不限也没提到标到5万名就断”。那这现象破开其实仅能得出论断即非先订阅该配套的用户能够获得用特定客户端和下载指定软件在定点夜间时分的交易本来已经用相关金钱付费具备该资格的签订套餐用户方可安抵在无需计档的途径使用它的深度使用规则并不是面向所有阶层的免收入口的不限制举措或者是必须买下的预约包付费办理。这种差天的分别是否刚好可以把二者身份换了下即：想得高价吃到福利的还是只有在前期做过预定投入的消费者才有资格而非每个人零后零门槛开放。见闻事件处理遇误就更好找到源头校对核心第一手材料才能确认无伪也就能顺手钳住更多的误导欺骗言论向弱化无效的误导漫延扰乱视听。
小结：免费不是零代价，后台慢跑合适、前台等服务不合适
结合实际推算得出的最后体会是：这两个API免去画押钞票该缴纳的部分这内容物是真的，并不因这是一条伪告示而失效能拿到真服务不会带来财务资金的支出减扣迹象免收价格在完成先交付后的收益似乎是一个确定好处。然而非货币式耗费依然没有退去：可能是得按长周期定时代码卡顿秒数、不时接收到限速回绝后主动加重试图、多次性发来的字符界面白板引发要冒火找回。建议采用它的两个环境导向是放在顺延通路不计节点送达的要求场景给潜在存在的大任务把微细部分分批补慢慢来配合的；不要让你后台的托底交换频繁的前台用户界面接入立即浏览这种路线需要低风险稳健运由线下备用。终评道出最暖态度：能让试验零花费实尝迭代跑顺项目看有无希望做后面预算，而你手里就有了与正规数据打的筹码可另付切换高档来发展接着跑才能明白收获最大化价值决策时机走向如何规划是好。
小结：免费可用却会用等待和中断两个很难扛的体验同时加倍破坏速度敏感类任务的期望履行度；稳妥将此类模型投入不需完成秒级更新和失败可自动重换脚本，配合覆盖错量和恰当上调输出额度两条护城线能更好体会其在事务型低软实时流程业务的价值。
（参考资料来自"大壮的AI武器库"自主公开来源实测及智谱官方开放文档中所得产品公开条款，均先试为负责核实的前提编译处理，予以透明编录供后续审核查验、复造验证。）