GLM-5.3 按量付费在 CheapRelay 怎么算？

01 / 独立开发者为什么该先看调用账单

一个人做产品，服务器可以买便宜的，代码可以自己写，但模型调用往往成为每月反复出现的支出。你让模型补全函数、排查报错、生成测试，再把结果写进文档，每完成一个小功能，账单里都会多出一串 token 数字。问题不在于要不要用模型，而在于有没有一张能逐项核对的账单，以及能不能根据任务选择合适的模型。

CheapRelay 的做法很直接：采用预付余额，按真实 token 计费，没有月租，余额不过期。注册新账户还会赠送 ¥0.60 额度，可以用于价格表中的任意模型。对独立开发者来说，这意味着先充值、再调用、随后查看余额与消耗，不需要额外承担固定月租。下面的示例全部只是演示算法，不代表实际用量或最终账单，但计算方式与你看到的计费项目一致。

先看一个用于理解账单的示例。假设某次任务输入 100 万 token，输出 10 万 token，另读取 50 万 token 缓存。输入、输出和缓存读取分别计费，不能把它们混成一个模糊的“调用次数”。选择 GLM-5.3 时，输入费用是 ¥3.30，输出费用是 ¥9.91，缓存读取费用是 ¥0.83。把这三个项目分别乘以对应用量，再相加，才是一笔真实可核对的费用。

02 / 之前与之后的账单差在哪里

先看一个可以与官方标价直接对照的示例，模型选用 Claude Sonnet 5。任务同样是输入 100 万 token、输出 10 万 token。按照官方标价，输入部分为 100 万乘以 ¥14.40，得到 ¥14.40；输出部分为 10 万乘以 ¥72.00，得到 ¥7.20；之前的账单合计 ¥21.60。

之后改用 CheapRelay 的价格表，输入部分变成 100 万乘以 ¥7.03，得到 ¥7.03；输出部分变成 10 万乘以 ¥35.15，得到 ¥3.515；合计 ¥10.545。与之前的 ¥21.60 相比，这个示例少支出 ¥11.055。缓存读取也要单独看：Claude Sonnet 5 的官方缓存读取标价是 ¥1.44，CheapRelay 价格表是 ¥0.62。

再看 GPT-6.1 Sol 的示例，同样使用 100 万输入 token 和 10 万输出 token。官方标价合计为 ¥14.40 加 ¥7.20，即 ¥21.60；CheapRelay 合计为 ¥1.07 加 ¥0.531，即 ¥1.601。该价格表中 GPT-6.1 Sol 的输出价比官方价低 93%，这里没有把其他模型的价格借用过来，也没有估算一个没有公布的数字。

这两笔示例说明，节省来自公开价格之间的差额，而不是隐藏优惠。你可以在价格表中看到每个模型每 100 万 token 的输入、输出与缓存读取价格，再用自己的用量复算。任务量不大时，余额里的数字也能直接对应到已经完成的调用。

03 / 用 GLM-5.3 做完任务级算账

继续用上一节的用量：输入 100 万 token、输出 10 万 token、读取 50 万 token 缓存。GLM-5.3 的输入单价是 ¥3.30，所以输入费用为 ¥3.30；输出单价是 ¥9.91，10 万 token 对应 ¥0.991；缓存读取单价是 ¥0.83，50 万 token 对应 ¥0.415。三项相加，这个示例的 CheapRelay 账单为 ¥4.706。

如果不需要 Claude Sonnet 5 的能力，也可以把同一任务与价格表中的其他模型放在一起比较。例如 MiniMax M3 的输入是 ¥0.89、输出是 ¥3.54、缓存读取是 ¥0.18。按同样的 100 万输入、10 万输出、50 万缓存读取计算，它的示例费用为 ¥0.89 加 ¥0.354 加 ¥0.09，即 ¥1.334。可见 GLM-5.3 的这三项单价都高于 MiniMax M3，选择时应按任务需求，而不是默认所有工作都走同一个模型。

另一个示例只比较输入和输出：Claude Sonnet 5 在 CheapRelay 上的 100 万输入加 10 万输出为 ¥7.03 加 ¥3.515，即 ¥10.545；GLM-5.3 为 ¥3.30 加 ¥0.991，即 ¥4.291。前者适合需要 Claude 官方客户端的任务，后者适合支持 OpenAI 兼容接口的工作流。价格表还提供 GPT、DeepSeek、Kimi、Qwen、Grok、MiMo 等模型，可以按同样的方法逐项比较。

04 / 接入方式要按模型选对

省下费用之后，接错客户端才是真正耽误发布的问题。CheapRelay 的模型与客户端有明确对应关系。Claude 模型只能使用官方 Claude Code 或 Claude Desktop，版本需为 2.1.285 或更新；不能换成 Cursor、Cherry Studio、Cline、Roo Code、OpenCode、SDK 或 cURL，也不能走 OpenAI 兼容格式。需要输入模型 id 时，例如 Claude Sonnet 5 对应 claude-sonnet-5-5。

Gemini 模型使用原生协议，路径为 /v1beta，并通过 Gemini CLI 调用，不能当作 OpenAI 兼容接口使用。Gemini 2.5 Flash 的 model id 是 gemini-2.5-flash；Gemini 3.1 Pro 的 model id 是 gemini-3.1-pro。路径与协议都按原样配置，可以避免把原生接口误填成兼容接口。

GPT（包括通过 Codex 使用的场景）、DeepSeek、Kimi、GLM、Qwen、Grok、MiniMax 等模型，则走 /v1 下的 OpenAI 兼容接口，可以使用 Cursor、Cherry Studio、Cline、Roo Code、OpenCode、OpenAI SDK 或 cURL。例如 GLM-5.3 的 model id 是 glm-5.3，Qwen3.7 Plus 是 qwen3.7-plus，DeepSeek V4 Flash 是 deepseek-v4-flash。API base 为 https://api.cheapapirelay.com，按对应协议配置即可。

05 / 余额、奖励与退款让支出可控

预付余额适合项目节奏不固定的独立开发者。先判断一次任务大概需要多少输入、输出和缓存读取，再按价格表估算并充值；用完后，余额仍然保留且不过期。没有月租意味着闲置期间不会继续产生固定费用，调用多少就按真实 token 结算多少。每个新账户注册赠送 ¥0.60，可以先用来测试配置与模型选择。

调用限制也可以提前算进工作安排。每个 key 每分钟 120 次调用，每个账户同时 8 次调用；日常编码通常可以按这个节奏安排批量任务。HTTP 402 表示余额已经小于或等于零，此时补充余额即可继续使用，不需要为中断的发布流程额外购买固定月租。

邀请机制同样有明确数字：直接邀请的用户消费后，你获得其支付金额的 20%；第二级用户消费后，获得 6%。奖励进入可提现余额，最低提现金额为 ¥20，通过支付宝提现。例如一个示例中，直接邀请用户支付 ¥100，对应奖励为 ¥20；第二级用户支付 ¥100，对应奖励为 ¥6，合计 ¥26，达到 ¥20 的提现门槛。

最后是退款边界。充值后 12 天内，未使用余额可以申请退款，扣除已经消费的部分和支付手续费。示例中充值 ¥50，已经消费 ¥18.60，支付手续费为 ¥1，退还金额为 ¥50 减 ¥18.60 减 ¥1，即 ¥29.40。把充值、消费、奖励和退款都放在同一套规则里看，独立开发者就能判断：哪一种模型组合适合当前任务，每一次调用又会在账单上留下多少可以复算的数字。