Die Beschaffung der GLM-API im Unternehmen wird leicht auf zwei Fragen verkürzt: Wie viel Geld laden wir auf, und was kostet die Einheit? Entscheidend für die langfristige Nutzbarkeit sind jedoch andere Punkte: Wem gehört das Konto, wie werden Kontingente verteilt, bestehen die Datenklauseln eine Prüfung, lassen sich Rechnungen verbuchen, und gibt es bei Störungen einen Ausweichweg?
GLM bietet eine OpenAI-kompatible Schnittstelle. Die Anbindung geht schnell, was dazu verleitet, den Beschaffungsprozess zu überspringen. Dieser Beitrag liefert eine Checkliste in der Reihenfolge Konto, Kontingent, Abrechnung, Compliance, Private Deployment, Kosten und Abnahme im Pilotbetrieb.
Hinweis: Zhipu, GLM und BigModel sind Marken der jeweiligen Inhaber. Dieser Beitrag dient der technischen Erläuterung; es besteht keine Zugehörigkeit und keine Vertretungsbeziehung zu Zhipu. Kontoregeln, Preise, Rechnungsstellung und Deployment-Richtlinien können sich ändern. Maßgeblich sind vor der Beschaffung die offizielle Dokumentation, die Konsole und die Modellpreise auf dieser Website.
1. Die Beschaffungscheckliste in fünf Modulen
| Modul | Zu klärende Frage | Erforderliche Unterlagen |
|---|---|---|
| Konto und Rechte | Wer ist der Vertragspartner, wie werden Keys verteilt | Kontoregister, Key-Liste |
| Kontingent und Drosselung | Guthaben, Parallelität, Regeln bei Überschreitung | Budgetplan, Alarmkonfiguration |
| Daten und Compliance | Speicherung, Trainingszwecke, Nullspeicherung | Klauseln, Prüfprotokolle |
| Abrechnung und Rechnung | Abrechnungsgrundlage, Rechnungsstellung, Zahlungsziel | Angebot, Rechnungen, Belege |
| Kosten und Ausfallsicherheit | Kosten je Aufgabe, Ersatzmodell | Kostenmodell, Umschaltplan |
Wird ein Baustein nur mündlich bestätigt, kann später Nacharbeit entstehen. Compliance und Rechnungsstellung sollten parallel zur technischen Anbindung angestoßen werden.
2. Konto, Unternehmensverifizierung und Rechte
Die Unternehmensverifizierung ist der erste Schritt. Laut offizieller Dokumentation ist sie über die Identifizierung des gesetzlichen Vertreters oder eine Vollmacht auf Basis der Gewerbelizenz möglich und dauert in der Regel höchstens sieben Werktage; die Verifizierung per Firmenüberweisung ist in etwa 30 Minuten möglich. Ein privates Konto kann in eine Unternehmensverifizierung überführt werden, der umgekehrte Weg ist jedoch nicht vorgesehen. Nutzen Sie für ein Firmenkonto keine private Identität zur Verifizierung.
Empfehlungen für das Konto: mit einer Firmen-Domain-E-Mail registrieren und das Unternehmen als Rechtsträger hinterlegen; mindestens zwei Administratoren benennen; Keys nach Produktion, Test und Entwicklung trennen; Keys ausschließlich in serverseitigen Umgebungsvariablen oder einem Secret-Management-Dienst ablegen; jeden Key mit Verantwortlichem und Zweck kennzeichnen, quartalsweise prüfen und rotieren; nach Ende eines Outsourcing-Projekts sofort sperren. Unterstützt die Konsole Unterkonten, Projekte oder Ausgabenobergrenzen, gliedern Sie nach Geschäftsbereichen und bewahren Audit-Logs auf.
Sollen offene GLM-Modelle kommerziell genutzt werden, bietet die Plattform einen Antrag auf geschäftliche Lizenzierung für Unternehmen an; die Prüfung dauert etwa zwei Werktage. Dabei handelt es sich um eine Modellnutzungslizenz, nicht um eine Vertretungs- oder Partnerschaftsbeziehung zur Plattform. Beschaffungsunterlagen sollten diese Unterscheidung klar treffen.
3. Kontingent, Parallelität und Ressourcenpakete
Bei GLM richtet sich die Drosselung vor allem nach der Parallelität. Verschiedene Modelle haben eigene Obergrenzen, die pro Konto gelten. Bei Überschreitung wird 1302 zurückgegeben, bei hoher Plattformlast 1305, und eine Quotenobergrenze kann 1308 oder 1310 entsprechen: Bei 1302 ist die Parallelität zu senken oder eine Warteschlange zu nutzen, bei 1305 ein Backoff mit Wiederholung, bei 1308 die Quote anzupassen. Höhere Parallelität lässt sich beantragen; die Prüfung dauert etwa zehn Werktage, daher rechtzeitig vor dem erwarteten Spitzenwert beantragen.
Die Regeln für Ressourcenpakete genau lesen: Bei der Abrechnung werden zunächst passende Ressourcenpakete verbraucht, danach das Bar-Guthaben; sind mehrere Pakete anwendbar, wird zuerst das mit dem frühesten Ablaufdatum verwendet. Nach Ablauf sind Verlängerung, Nachkauf oder Reaktivierung nicht möglich. Bereits verbrauchte und bereits abgerechnete Beträge sind in der Regel nicht erstattungsfähig; ungenutztes selbst eingezahltes Guthaben kann in besonderen Fällen über den Kundendienst geklärt werden, wobei gewährte Boni oder Rabatte entfallen.
Vertrag oder Bestellung sollten Umfang des Kontingents, Behandlung von Überschreitungen, Gültigkeitsdauer und den Umgang mit ungenutztem Guthaben ausdrücklich festhalten – nicht nur „Aufladung in Höhe von X“.
4. Abrechnung, Rechnungen und Belege
GLM-Textmodelle werden nach Eingabe- und Ausgabe-Tokens abgerechnet; Caching, langer Kontext sowie Bild- und Videogenerierung können anderen Grundsätzen folgen. Das Budget sollte Text, Vision, Generierung und Wiederholungen getrennt erfassen. Aktuelle Preise stehen auf der Seite Modellpreise; sie ändern sich mit Modell und Aktion.
Die Rechnungsregeln sind vor der Zahlung zu klären. Laut offizieller Erläuterung wird nach tatsächlich verbrauchtem Betrag abgerechnet, nicht nach aufgeladenem Betrag. Abrechenbar sind API-Inferenzrechnungen des Vormonats und früher sowie Ressourcenpaket-Bestellungen des Vortags und früher; nach Antrag werden Rechnungen in der Regel innerhalb von drei bis sieben Werktagen an die angegebene E-Mail-Adresse versendet. Der Rechnungsempfänger muss mit dem verifizierten Unternehmen übereinstimmen; während eines Zahlungsrückstands können einzelne Abrechnungszeiträume nicht abgerechnet werden; nach einem Wechsel von Firma A zu Firma B können Ausgaben von Firma A nicht auf Firma B ausgestellt werden. Historische Rechnungen sind daher vor dem Wechsel zu erledigen.
Empfehlenswert ist ein monatlicher Rechnungsexport, aufgeschlüsselt nach Projekt oder Key, mit Abgleich von Ressourcenpaketen, Barabbuchungen und Rechnungsbeträgen.
5. Datenschutz und Optionen für Private Deployment
Die Datenschutzerklärung der Plattform legt fest, dass personenbezogene Daten in China gespeichert und derzeit nicht grenzüberschreitend übertragen werden; zugleich wird erwähnt, dass anonymisierte Daten für maschinelles Lernen oder Modelltraining genutzt werden können. Im September 2026 hat die Plattform einen beantragbaren Mechanismus zur „Nichtspeicherung von Dateninhalten“ veröffentlicht: Nach Aktivierung werden Prompts und Ausgaben nur für die Berechnung der jeweiligen Anfrage verwendet, nicht gespeichert und nicht für das Training genutzt. Öffentliche Informationen zeigen jedoch, dass persistente Schnittstellen wie Batch API und File API nicht erfasst sind und bei gesetzlichen Anforderungen oder Missbrauchsuntersuchungen weiterhin eine Aufbewahrung von 30 Tagen oder länger möglich ist.
Eine Beschaffungsprüfung sollte sechs Punkte abdecken: ob gespeichert wird und wie lange; ob Daten für das Training genutzt werden; Speicherregion und grenzüberschreitende Übertragung; ob ein Datenverarbeitungsvertrag geschlossen werden kann; welche Unterauftragsverarbeiter beteiligt sind; wie bei Sicherheitsvorfällen benachrichtigt wird. Bei personenbezogenen Daten, Kundenverträgen und Finanzdaten zuerst Datenklassifizierung und Anonymisierung vornehmen.
Beim Private Deployment sind Richtlinienänderungen besonders zu beachten. Die offizielle Dokumentation zeigt, dass das Selbstbedienungsangebot „private Instanz“ zurückgefahren wird: Ab dem 16. Oktober 2026 können keine neuen Instanzen erstellt oder bestehende geändert werden, zum 16. November 2026 wird der Dienst eingestellt. Kunden mit bereits unterzeichnetem Cloud-Private-Service-Vertrag sind nicht betroffen. Unternehmen mit Bedarf sollten Cloud-Private-Service oder dediziertes Deployment über einen Geschäftsvertrag klären und dabei verfügbare Modelle, Rechenkapazität, Servicelevel, Update-Rhythmus und Ausstiegsmechanismen erfragen.
6. Kostenkontrolle: erst Verschwendung beheben, dann über den Stückpreis sprechen
Aus dem Ruder laufende Unternehmensrechnungen sind meist kein Preisproblem, sondern Folge zu langer Eingaben, unbegrenzter Ausgaben, verfehlter Caches und wiederholter Generierung durch Retries. Die Optimierungsreihenfolge: Eingaben komprimieren und bei der Suche nur relevante Passagen zurückgeben; stabile Präfixe mit festem System-Prompt und festen Tool-Definitionen; Ausgaben begrenzen und strukturierte Ergebnisse verlangen; Modelle trennen, leichte Modelle für Klassifikation und Extraktion; Offline-Aufgaben bündeln; erst zuletzt den Anbieter wechseln.
import json
import os
from collections import defaultdict
INPUT_RATE = float(os.environ.get("GLM_INPUT_RATE", "0"))
OUTPUT_RATE = float(os.environ.get("GLM_OUTPUT_RATE", "0"))
BUDGET = float(os.environ.get("GLM_MONTHLY_BUDGET", "0"))
cost = defaultdict(float)
for line in open("usage.jsonl", encoding="utf-8"):
row = json.loads(line)
p = row.get("project", "default")
cost[p] += row.get("input", 0) * INPUT_RATE
cost[p] += row.get("output", 0) * OUTPUT_RATE
total = sum(cost.values())
for p, amount in sorted(cost.items(), key=lambda x: -x[1]):
print(f"{p}: {amount:.2f}")
print(f"total: {total:.2f} / budget: {BUDGET:.2f}")
if BUDGET and total > BUDGET * 0.8:
print("warning: over 80% of budget")
Das Skript dient nur der Zuordnung und Warnung; die Stückpreise müssen aus der offiziellen Seite übernommen und eingetragen werden. Die Antwort auf Kostenfragen liegt in den Anfrage-Logs.
7. Zugriffskontrolle und Ausfallsicherheit
Vor dem Produktivbetrieb sollten Base-URL, Key und Modellname als Konfiguration vorliegen, sodass beim Wechsel zwischen direkter Anbindung, Gateway oder Ersatzmodell nur die Konfiguration geändert werden muss. Drei Kontrollebenen einplanen: Timeouts, exponentielles Backoff mit Wiederholung sowie Circuit Breaker mit Halb-offen-Probe; für schreibende Operationen Idempotenzschlüssel verwenden, um doppelte Abbuchungen zu vermeiden.
Ausweichkanäle sind vorab zu evaluieren. Ersatzmodelle können sich bei Qualität, Kontext und Tool-Aufrufen unterscheiden; nach dem Wechsel muss entweder eine Qualitätsänderung akzeptiert werden oder nur unkritische Funktionen werden herabgestuft. Mehrere Anbieter lassen sich über ein einheitliches Gateway mit gemeinsamen Keys und Abrechnung bündeln; eine direkte Einzelmodell-Anbindung hat den kürzeren Weg. Beide Varianten brauchen klare Auslöser für den Wechsel, etwa aufeinanderfolgende Timeouts, einen steigenden Anteil von 5xx oder eine überschrittene Latenz bis zum ersten Byte.
8. Checkliste für die Pilotabnahme
- Ein reales Szenario auswählen und Kennzahlen für Qualität, Latenz und Kosten festhalten.
- Zwei Wochen lang 30 bis 50 Aufgaben ausführen, einschließlich Spitzen- und Schwachlast.
- Erfolgsquote, p95-Latenz, Anzahl der 429-Fehler und Kosten je Aufgabe protokollieren.
- Den Ablauf für Firmenzahlung, Rechnungsexport und Rechnungsantrag einmal durchlaufen.
- Datenklassifizierung, Klauselarchivierung und Antrag auf Nullspeicherung abschließen.
- Key-Rotation, Rechteentzug und Übergabe bei Personalwechsel proben.
- Den Wechsel auf das Ersatzsystem proben und die Wiederherstellungszeit festhalten.
- Erst nach bestandener Abnahme skalieren und eine monatliche Abstimmung einrichten.
9. Häufig gestellte Fragen (FAQ)
Ist für die Beschaffung der GLM-API zwingend eine Unternehmensverifizierung erforderlich?
Für den reinen Aufruf nicht, aber Firmenzahlung, Überweisung auf das Firmenkonto und Rechnungsstellung auf das Unternehmen setzen die Verifizierung voraus. Sie sollte zum Start der Beschaffung abgeschlossen sein.
Können abgelaufene Ressourcenpakete verlängert oder erstattet werden?
Nach Ablauf sind Verlängerung, Nachkauf und Reaktivierung nicht möglich, auch die Erstattung ist eingeschränkt. Den Umfang am tatsächlichen Verbrauch ausrichten und Ressourcenpakete nicht als langfristige Einlage behandeln.
Wird die Rechnung über den aufgeladenen Betrag oder den tatsächlichen Verbrauch ausgestellt?
Über den tatsächlich verbrauchten Betrag, nicht über die Aufladung. Umfang und Zeitraum der Rechnungsstellung richten sich nach der offiziellen Rechnungsinformation.
Unterstützt GLM noch Private Deployment?
Das Selbstbedienungsangebot für private Instanzen wird zurückgefahren: Laut offizieller Dokumentation endet die Erstellung und Änderung am 16. Oktober 2026, der Dienst am 16. November 2026; bestehende Cloud-Private-Service-Verträge sind nicht betroffen. Bei Bedarf ist ein Geschäftsvertrag erforderlich.
Wie lässt sich ein Ausfall eines einzelnen Modells oder Kanals vermeiden?
Ein evaluiertes Ersatzmodell bereithalten, Timeouts, Backoff, Circuit Breaker und Idempotenz konfigurieren und den Wechsel regelmäßig proben. Ausfallsicherheit beruht auf technischen Prozessen, nicht auf Zusagen eines einzelnen Zugangs.
Nächster Schritt
Empfohlen ist, zunächst im ZSQH AI Gateway einen Test-Key zu erstellen, zwei Wochen mit realen Aufgaben zu arbeiten und dabei Qualität, Latenz, Fehlerquote und Kosten je Aufgabe zu erfassen, bevor der Beschaffungsumfang festgelegt wird. Modelle und Abrechnung richten sich nach der Seite Modellpreise.
