Equipes que pesquisam "cota gratuita do GLM" normalmente querem uma entrada para chamadas de longo prazo, sem gerar fatura. Mas "gratuito" no mundo das APIs tem muitas formas: crédito de boas-vindas, campanha por tempo limitado, modelos com preço zero, subsídio de plataforma e até Keys compartilhadas repassadas por terceiros. Todas podem não cobrar por enquanto, mas nenhuma equivale automaticamente a um recurso de produção sustentável.

Este artigo discute apenas informações públicas verificáveis: quais modelos a plataforma aberta da Zhipu marca atualmente como gratuitos, quais limites cercam o nível gratuito, para que tarefas ele serve e quando migrar para o pago. Listas e regras mudam; antes de integrar, consulte a página oficial de preços, o console e a página de preços do site.

Nota: Zhipu, GLM e BigModel são marcas registradas de seus titulares. Este artigo é apenas uma explicação técnica e não implica vínculo de subordinação ou representação com a Zhipu. Lista de modelos, regras de limitação e termos de dados podem mudar; siga a documentação e os acordos oficiais.

1. O que significa "cota gratuita"

Corrija primeiro um mal-entendido comum: o gratuito do GLM não é "um grande pacote de tokens liberado no cadastro para chamar todos os modelos". Ao menos pela página pública de preços, o gratuito se materializa principalmente em modelos da linha Flash com entrada e saída marcadas como gratuitas; a plataforma não promete um pool único de tokens gratuitos para todos os usuários, e créditos de boas-vindas e campanhas limitadas seguem o que o console exibe.

Até outubro de 2026, a página oficial de preços marcava como gratuitos os modelos abaixo; a lista muda, confirme antes de usar:

  • Texto: GLM-4.7-Flash, GLM-4-Flash-250414, GLM-Z1-Flash;
  • Compreensão visual: GLM-4.6V-Flash, GLM-4V-Flash, GLM-4.1V-Thinking-Flash;
  • Geração: CogView-3-Flash (imagem), CogVideoX-Flash (vídeo).

Além disso, o armazenamento de cache em alguns modelos aparece como "gratuito por tempo limitado", e a compreensão de imagens, a ampliação de contexto e o armazenamento de até 1 GB na base de conhecimento também têm condições gratuitas. Isso é gratuidade de recursos específicos, não chamadas ilimitadas aos modelos principais. Modelos principais como GLM-5.3 e GLM-5.3-Flash continuam cobrados por uso, com preços que variam conforme modelo e campanha, seguindo a página de preços.

2. As seis fronteiras do nível gratuito

Fronteira Manifestação concreta Como confirmar
Escopo de modelos Gratuito concentrado em Flash ou modelos leves Nomes na página de preços e documentação de capacidade
Limite de concorrência Requisições simultâneas limitadas por modelo e por conta Página de limites de taxa no console
Diferenças de recursos Contexto longo, ferramentas, saída estruturada e cache não existem em todo modelo Consultar a documentação de cada modelo
Nível de serviço Serviço gratuito sem SLA; pode ser ajustado ou descontinuado Termos do usuário e avisos de serviço
Termos de dados Dados anônimos podem ser usados para melhorar o modelo; retenção zero exige solicitação Política de privacidade e resultado da solicitação
Escopo comercial Recursos gratuitos podem ser limitados a uso não comercial e pesquisa pessoal Texto original dos termos do usuário

Modelos gratuitos também sofrem limitação. A documentação oficial da Zhipu explica que o núcleo do limite de taxa é o número de concorrência, com teto independente por modelo e aplicação por conta; ao exceder, retorna 1302, e quando a plataforma está sobrecarregada, 1305. O valor específico de concorrência do nível gratuito não está na página de preços; consulte a página de limites de taxa no console. Não deduza de "gratuito" que "pode concorrer à vontade".

Os termos do usuário também indicam que recursos gratuitos podem ser limitados a "formas não comerciais de pesquisa e estudo pessoal", e a plataforma pode ajustar ou até encerrar o serviço gratuito conforme carga, controle de risco ou estratégia comercial. Antes de colocar o API gratuito em um produto cobrado do público, leia o texto dos termos e, se necessário, confirme com a plataforma; não se baseie apenas no sucesso da chamada.

3. Para que serve o API gratuito

  • Validação de protótipo: verificar com tarefas reais se o modelo resolve, antes de abrir pedido de compra.
  • Ferramentas internas: rascunho de atas, resumo de documentos, perguntas e respostas sobre base de conhecimento, classificação de tickets.
  • Testes de processamento em lote: extração de rótulos, limpeza de texto, rascunho de tradução; validar em pequeno lote antes de ampliar.
  • Testes multimodais: usar o modelo visual Flash para descrever imagens e testar a viabilidade de extrair campos de notas; usar modelo generativo para rascunhos de material.
  • Linha de base de avaliação: usar o modelo gratuito como referência de baixo custo e comparar qualidade e latência com o pago.
  • Estudo e pesquisa pessoal: trabalhos de curso, demos de projetos abertos, exemplos de artigos técnicos.

O ponto comum desses cenários: erros podem ser tratados manualmente, a sensibilidade dos dados é controlada, o volume tem teto e não há promessa direta de disponibilidade ao cliente.

4. Para que o API gratuito não serve

  1. Cadeia de produção com promessa de disponibilidade externa. Serviço gratuito não tem SLA; manutenção, limitação e descontinuação podem ocorrer sem aviso suficiente.
  2. Tratamento de contratos, documentos de identidade, privacidade de clientes e código não público. Os termos de dados do nível gratuito podem não atender requisitos empresariais, e dados anonimizados podem ser usados para melhorar o modelo.
  3. Negócio em tempo real com alta concorrência. Modelos gratuitos têm teto de concorrência e, no pico, entram em fila ou retornam 429.
  4. Tarefas que dependem da capacidade dos modelos principais. Raciocínio complexo, agentes de longa duração e contexto muito longo podem não atingir o critério de aceitação com modelos Flash.
  5. Projetos que exigem contrato, nota fiscal e pagamento corporativo. Cotas gratuitas normalmente passam por conta pessoal ou de teste, e o financeiro não consegue lançar.

O critério é simples: se uma interrupção afeta receita, entrega ao cliente ou auditoria, a cota gratuita não deve estar na cadeia principal.

5. Faça uma aceitação do nível gratuito em uma semana

  1. Confirme na página oficial de preços que o modelo desejado ainda está na lista gratuita e abra a documentação correspondente para verificar contexto, chamada de ferramentas e saída estruturada.
  2. Crie uma Key de teste independente, guardada apenas em variável de ambiente no servidor, fora do front-end e do repositório.
  3. Extraia 30 tarefas reais do negócio, cobrindo níveis simples, médio e complexo, com prompts e parâmetros fixos.
  4. Rode um lote no pico de um dia útil e outro à noite, registrando taxa de sucesso, latência p95, contagem de 429 e retrabalho manual.
  5. Calcule o consumo médio diário de tokens e estime por quanto tempo o modo gratuito ainda dura.
  6. Leia a política de privacidade, os termos do usuário e as notas de tratamento de dados para confirmar retenção e uso em treinamento.
  7. Projete o caminho de degradação ao esgotar a cota: desativar, migrar para o pago ou trocar para modelo alternativo.
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",  # usar o nome de modelo disponível no console
            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("Explique em uma frase o que é limite de concorrência")
with open("glm-free-trial.jsonl", "a", encoding="utf-8") as f:
    f.write(json.dumps(row, ensure_ascii=False) + "\n")

Após uma semana, agrupe o JSONL por dia e observe a curva de consumo, os tipos de erro e a latência de cauda. Só os dados respondem se o gratuito basta; a página de divulgação, não.

6. Dados e conformidade: gratuito não significa enviar qualquer coisa

A política de privacidade da plataforma informa que os dados pessoais são armazenados na China continental e atualmente não são transferidos para o exterior; ao mesmo tempo, menciona o possível uso de dados anonimizados para aprendizado de máquina ou treinamento de algoritmos. Em setembro de 2026, a plataforma anunciou um mecanismo solicitável de "não retenção de conteúdo de dados": após aprovação, prompts e saídas são usados apenas no cálculo daquela requisição, não são armazenados nem usados para treino; porém, informações públicas indicam que interfaces que exigem tarefas persistentes, como Batch API e File API, ficam fora do escopo, e exigências legais ou investigação de abuso ainda podem exigir retenção de 30 dias ou mais.

Isso significa duas coisas. Primeiro, o nível gratuito não pode presumir "dados apagados após o uso"; dados sensíveis devem ser anonimizados e, quando possível, não enviados. Segundo, mesmo com retenção zero ativada, as exceções e o escopo das interfaces devem constar na avaliação interna de conformidade. Com dados pessoais, contratos de clientes e dados financeiros, peça confirmação do jurídico e da segurança antes de decidir chamar a API.

7. Quando migrar para o pago

Os sinais abaixo indicam que o nível gratuito chegou ao limite: necessidade de nível de serviço estável, concorrência sempre no teto, tarefas que exigem modelos principais, necessidade de contrato, nota fiscal e pagamento corporativo, termos de dados que não passam na revisão e modelos gratuitos ajustados ou descontinuados.

Há dois caminhos. Equipes com modelo único, demanda estável e capacidade de concluir o pagamento oficial podem usar diretamente os modelos pagos oficiais; equipes que usam vários modelos e querem unificar Keys, saldo e cobrança podem usar o ZSQH AI Gateway como entrada única, com modelos disponíveis e formas de cobrança na página de preços. Em qualquer caminho, rode duas semanas com pouco volume, confira cobrança, latência e faturamento e só então amplie.

8. Perguntas frequentes

O GLM tem cota gratuita de longo prazo para todos os usuários?

A página pública de preços não promete um pool único de tokens gratuitos de longo prazo; o gratuito se concentra em parte dos modelos Flash. Créditos de novos usuários e campanhas limitadas seguem o console, e as regras podem mudar.

Modelo gratuito e modelo pago são a mesma versão?

Não necessariamente. A lista gratuita é composta principalmente por modelos Flash ou leves, com capacidade e contexto diferentes dos modelos principais. Na escolha, observe o nome real do modelo e a documentação de capacidade, não apenas a marca "GLM".

O API gratuito pode ser usado comercialmente?

Os termos do usuário limitam recursos gratuitos a "uso não comercial, pesquisa e estudo pessoal"; antes do uso comercial, é obrigatório ler os termos vigentes e confirmar com a plataforma. Quando forem necessários licença comercial, contrato e nota fiscal, use o fluxo pago e corporativo.

O nível gratuito sofre limitação de taxa?

Sim. A limitação é aplicada por modelo e por conta, com núcleo no número de concorrência; ao exceder, pode retornar 1302 ou 1305. O teto específico de concorrência está na página de limites de taxa do console.

Ao esgotar a cota gratuita, a cobrança começa automaticamente?

Depende de a conta ter saldo vinculado ou cobrança ativada. Não presuma que "acaba e para"; antes de integrar, confirme a ordem de débito, os lembretes de saldo e o comportamento após o esgotamento.

Leitura relacionada