Teams, die nach einem „kostenlosen GLM-Kontingent“ suchen, wünschen sich meist einen dauerhaft nutzbaren Einstieg ohne Rechnung. „Kostenlos“ hat in der API-Welt jedoch viele Formen: Neukundenguthaben, zeitlich begrenzte Aktionen, dauerhaft kostenlose Einzelmodelle, Plattformsubventionen oder von Dritten weitergegebene Shared Keys. Sie alle können vorübergehend nichts kosten, sind aber keine dauerhaft tragfähige Produktionsressource.

Dieser Artikel beschränkt sich auf überprüfbare öffentliche Informationen: welche Modelle die Zhipu Open Platform derzeit als kostenlos ausweist, welchen Grenzen der kostenlose Tarif unterliegt, für welche Aufgaben er passt und wann ein Wechsel zu bezahlten Angeboten sinnvoll ist. Liste und Regeln können sich ändern; vor der Anbindung gelten die offizielle Preisseite, die Konsole und die Modellpreise.

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. Modellliste, Drosselungsregeln und Datenklauseln können sich ändern; maßgeblich sind offizielle Dokumentation und Vereinbarungen.

1. Was „kostenloses Kontingent“ tatsächlich bedeutet

Zuerst ein verbreitetes Missverständnis korrigieren: Kostenlos bei GLM heißt nicht „bei Registrierung gibt es ein großes Token-Paket für alle Modelle“. Zumindest auf der öffentlichen Preisseite zeigt sich die Kostenfreiheit vor allem darin, dass Ein- und Ausgabe bestimmter Flash-Modelle mit kostenlos ausgezeichnet sind. Die Plattform verspricht keinen einheitlichen kostenlosen Token-Pool für alle Nutzer; Neukundenguthaben und zeitlich begrenzte Aktionen richten sich nach der tatsächlichen Anzeige in der Konsole.

Stand Oktober 2026 kennzeichnet die offizielle Preisseite folgende Modelle als kostenlos; die Liste kann sich ändern und ist vor der Nutzung zu prüfen:

  • Text: GLM-4.7-Flash, GLM-4-Flash-250414, GLM-Z1-Flash;
  • Bildverständnis: GLM-4.6V-Flash, GLM-4V-Flash, GLM-4.1V-Thinking-Flash;
  • Generierung: CogView-3-Flash (Bild), CogVideoX-Flash (Video).

Zusätzlich ist Cache-Speicherung bei einigen Modellen als „zeitlich begrenzt kostenlos“ markiert; für Bildverständnis, Kontextanreicherung und Speicherung bis 1 GB in der Wissensdatenbank gibt es ebenfalls kostenlose Hinweise. Das sind kostenlose Einzelfunktionen, kein unbegrenzter Aufruf der Flaggschiffmodelle. GLM-5.3, GLM-5.3-Flash und andere Hauptmodelle werden weiterhin nutzungsabhängig abgerechnet; Preise ändern sich mit Modell und Aktion und stehen auf der Seite Modellpreise.

2. Sechs Grenzen des kostenlosen Tarifs

Grenze Konkrete Ausprägung Prüfung
Modellumfang Kostenlos vor allem Flash- oder leichte Modelle Modellname auf der Preisseite und Fähigkeitsdokumentation
Parallelität Gleichzeitig bearbeitete Anfragen je Modell und Konto begrenzt Rate-Limit-Seite der Konsole
Funktionsunterschiede Langer Kontext, Tool-Aufrufe, strukturierte Ausgabe und Caching nicht bei jedem Modell Dokumentation je Modell prüfen
Servicelevel Keine SLA-Zusage, Anpassung oder Abschaltung möglich Nutzungsvereinbarung und Serviceankündigungen
Datenklauseln Anonyme Daten können zur Modellverbesserung genutzt werden; Nullspeicherung auf Antrag Datenschutzerklärung und Antragsergebnis
Kommerzielle Nutzung Kostenlose Funktionen ggf. auf nicht kommerzielle, persönliche Forschung begrenzt Originaltext der Nutzungsvereinbarung

Auch kostenlose Modelle unterliegen Drosselung. Die offizielle Dokumentation von Zhipu erklärt, dass der Kern des Rate Limits die Parallelität ist: Unterschiedliche Modelle haben eigene Obergrenzen, die pro Konto gelten; bei Überschreitung wird 1302 zurückgegeben, bei allgemeiner Plattformlast 1305. Die konkreten Parallelitätswerte des kostenlosen Tarifs stehen nicht auf der Preisseite, sondern auf der Rate-Limit-Seite der Konsole. Aus „kostenlos“ folgt nicht „beliebig parallel“.

Die Nutzungsvereinbarung legt außerdem fest, dass kostenlose Funktionen auf „nicht kommerzielle, persönliche Forschung und Lernen“ beschränkt sein können und die Plattform kostenlose Dienste je nach Last, Risikokontrolle oder Geschäftsstrategie anpassen oder einstellen darf. Wer die kostenlose API in ein kostenpflichtiges Produkt einbindet, sollte zuerst den Originaltext lesen und bei Bedarf beim Anbieter nachfragen, statt nur zu prüfen, ob der Aufruf funktioniert.

3. Wofür die kostenlose API geeignet ist

  • Prototypenvalidierung: vor dem Beschaffungsantrag mit echten Aufgaben prüfen, ob das Modell die Anforderung erfüllt.
  • Interne Werkzeuge: Entwürfe für Besprechungsnotizen, Dokumentzusammenfassungen, Wissensdatenbank-Abfragen, Ticketklassifikation.
  • Batch-Experimente: Label-Extraktion, Textbereinigung, Übersetzungsentwürfe; zuerst kleine Mengen, dann ausweiten.
  • Multimodale Tests: Bildbeschreibung und Feldextraktion aus Belegen mit visuellen Flash-Modellen; Materialentwürfe mit Generierungsmodellen.
  • Bewertungsbasis: kostenlose Modelle als günstige Referenz für Qualitäts- und Latenzvergleich mit bezahlten Modellen.
  • Persönliches Lernen und Forschung: Kursaufgaben, Open-Source-Demos, Beispiele für technische Artikel.

Gemeinsam ist diesen Szenarien: Fehler lassen sich manuell auffangen, die Datensensibilität ist kontrollierbar, das Volumen ist begrenzt, und es bestehen keine direkten Verfügbarkeitszusagen gegenüber Kunden.

4. Wofür die kostenlose API nicht geeignet ist

  1. Produktionsketten mit Verfügbarkeitszusage gegenüber Kunden. Kostenlose Dienste haben kein SLA; Wartung, Drosselung und Abschaltung erfolgen möglicherweise ohne ausreichende Vorlaufzeit.
  2. Verarbeitung von Verträgen, Ausweisdaten, Kundenprivatdaten und nicht veröffentlichtem Code. Die Datenklauseln des kostenlosen Tarifs erfüllen nicht zwingend Unternehmensanforderungen; anonymisierte Daten können zur Modellverbesserung genutzt werden.
  3. Hochparallele Echtzeitdienste. Kostenlose Modelle haben Parallelitätsgrenzen; zu Spitzenzeiten wird in die Warteschlange gestellt oder 429 zurückgegeben.
  4. Aufgaben, die Flaggschiff-Fähigkeiten benötigen. Komplexes Reasoning, langlaufende Agenten und sehr lange Kontexte erfüllen mit Flash-Modellen nicht zwingend die Abnahmekriterien.
  5. Projekte mit Vertrag, Rechnung und Firmenzahlung. Kostenlose Kontingente laufen meist über private oder Testkonten und lassen sich nicht verbuchen.

Die Entscheidungsregel ist einfach: Wenn eine Dienstunterbrechung Umsatz, Kundenlieferung oder Audit beeinträchtigt, gehört das kostenlose Kontingent nicht auf den Hauptpfad.

5. Eine Woche zur Abnahme des kostenlosen Tarifs

  1. Auf der offiziellen Preisseite bestätigen, dass das Zielmodell noch als kostenlos geführt wird, und die Modell-Dokumentation zu Kontext, Tool-Aufrufen und strukturierter Ausgabe prüfen.
  2. Einen separaten Test-Key erstellen, nur in serverseitigen Umgebungsvariablen halten, nicht im Frontend oder Repository.
  3. Aus dem echten Geschäft 30 Aufgaben ziehen, einfache, mittlere und komplexe Stufen abdecken und Prompts sowie Parameter fixieren.
  4. Je eine Runde zur Werktagsspitze und nachts fahren; Erfolgsquote, p95-Latenz, 429-Anzahl und manuelle Nacharbeit erfassen.
  5. Den täglichen Tokenverbrauch erfassen und abschätzen, wie lange der kostenlose Modus reicht.
  6. Datenschutzerklärung, Nutzungsvereinbarung und Datenverarbeitungshinweise lesen und klären, ob Daten gespeichert oder zum Training verwendet werden.
  7. Den Degradationspfad nach Kontingenterschöpfung festlegen: abschalten, auf bezahlt wechseln oder Ausweichmodell nutzen.
import json
import os
import time
from openai import OpenAI

client = OpenAI(
    api_key=os.environ["GLM_API_KEY"],
    base_url="https://open.bigmodel.cn/api/paas/v4",
)

def run(prompt: str) -> dict:
    start = time.time()
    try:
        resp = client.chat.completions.create(
            model="glm-4.7-flash",  # maßgeblich ist der aktuell in der Konsole verfügbare Modellname
            messages=[{"role": "user", "content": prompt}],
            max_tokens=256,
            timeout=60,
        )
        return {
            "status": 200,
            "input": resp.usage.prompt_tokens,
            "output": resp.usage.completion_tokens,
            "latency_ms": int((time.time() - start) * 1000),
        }
    except Exception as exc:
        return {
            "status": "error",
            "error": type(exc).__name__,
            "latency_ms": int((time.time() - start) * 1000),
        }

row = run("Erkläre in einem Satz, was eine Parallelitätsgrenze ist")
with open("glm-free-trial.jsonl", "a", encoding="utf-8") as f:
    f.write(json.dumps(row, ensure_ascii=False) + "\n")

Nach einer Woche die JSONL-Datei tageweise zusammenfassen und Verbrauchskurve, Fehlertypen und Tail-Latenz betrachten. Nur Daten können beantworten, ob das kostenlose Angebot reicht; eine Werbeseite nicht.

6. Daten und Compliance: kostenlos heißt nicht beliebig übertragbar

Die Datenschutzerklärung der Plattform erklärt, dass personenbezogene Daten in China gespeichert werden und derzeit nicht grenzüberschreitend übertragen werden; zugleich wird erwähnt, dass anonymisierte Daten für maschinelles Lernen oder Modelltraining verwendet werden können. Im September 2026 wurde ein beantragbarer Mechanismus zur „Nichtspeicherung von Dateninhalten“ veröffentlicht: Nach Freischaltung werden Prompt und Ausgabe nur für die jeweilige Anfrage berechnet, nicht gespeichert und nicht zum Training verwendet. Öffentliche Informationen zeigen jedoch, dass Schnittstellen mit Persistenzbedarf 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.

Das bedeutet zweierlei. Erstens darf der kostenlose Tarif nicht pauschal als „Daten werden sofort gelöscht“ verstanden werden; sensible Daten zuerst anonymisieren und möglichst nicht übertragen. Zweitens müssen auch bei aktivierter Nullspeicherung die Ausnahmeklauseln und der Schnittstellenumfang in die interne Compliance-Prüfung einfließen. Bei personenbezogenen Daten, Kundenverträgen und Finanzdaten zuerst Rechts- und Sicherheitsteam einschalten und dann über den Aufruf entscheiden.

7. Wann ein Wechsel zu bezahlten Angeboten sinnvoll ist

Folgende Signale zeigen, dass der kostenlose Tarif an seine Grenze stößt: benötigtes stabiles Servicelevel, dauerhaft ausgeschöpfte Parallelität, Aufgaben, die zwingend Flaggschiffmodelle erfordern, Bedarf an Vertrag, Rechnung und Firmenzahlung, Datenklauseln, die die Prüfung nicht bestehen, oder Anpassung beziehungsweise Abschaltung der kostenlosen Modelle.

Für den Wechsel gibt es zwei Wege. Teams mit einem Modell, stabilem Bedarf und der Möglichkeit, den offiziellen Zahlungsprozess abzuschließen, können direkt bezahlte offizielle Modelle nutzen. Teams mit mehreren Modellen und dem Wunsch nach einheitlichem Key, Guthaben und Abrechnung können das ZSQH AI Gateway als gemeinsamen Einstieg verwenden; verfügbare Modelle und Abrechnung stehen auf der Seite Modellpreise. In beiden Fällen zuerst zwei Wochen mit kleinem Volumen arbeiten, Rechnung, Latenz und Rechnungsprozess prüfen und dann ausweiten.

8. Häufige Fragen

Gibt es ein dauerhaft kostenloses GLM-Kontingent für alle Nutzer?

Die öffentliche Preisseite verspricht keinen einheitlichen langfristigen kostenlosen Token-Pool; kostenlos sind vor allem bestimmte Flash-Modelle. Neukundenguthaben und zeitlich begrenzte Aktionen richten sich nach der Konsole und können sich ändern.

Sind kostenlose und bezahlte Modelle dieselbe Version?

Nicht unbedingt. Die kostenlose Liste umfasst vor allem Flash- oder leichte Modelle, deren Fähigkeiten und Kontext sich von Flaggschiffmodellen unterscheiden. Bei der Auswahl den tatsächlichen Modellnamen und die Fähigkeitsdokumentation prüfen, nicht nur die Marke „GLM“.

Kann die kostenlose API kommerziell genutzt werden?

Die Nutzungsvereinbarung beschränkt kostenlose Funktionen möglicherweise auf „nicht kommerzielle, persönliche Forschung und Lernen“. Vor kommerzieller Nutzung die aktuelle Vereinbarung lesen und beim Anbieter klären. Wer kommerzielle Nutzungsrechte, Vertrag und Rechnung benötigt, sollte den bezahlten und unternehmerischen Weg wählen.

Wird der kostenlose Tarif gedrosselt?

Ja. Die Drosselung gilt pro Modell und Konto, Kern ist die Parallelität; bei Überschreitung kann 1302 oder 1305 zurückkommen. Die konkreten Obergrenzen stehen auf der Rate-Limit-Seite der Konsole.

Wird nach Erschöpfung des kostenlosen Kontingents automatisch abgebucht?

Das hängt davon ab, ob das Konto Guthaben hinterlegt oder bezahlte Nutzung aktiviert hat. Nicht annehmen, dass „nach Verbrauch gestoppt wird“; vor der Anbindung Abbuchungsreihenfolge, Guthabenwarnungen und Verhalten nach Erschöpfung prüfen.

Weiterlesen