GLM-5.3 接入教程：Quanta 价格与 8 并发说明

01 · GLM-5.3 在 Quanta 的价格结构

在 Quanta 上使用 GLM-5.3，先看清计费口径：每 100 万 Token 的输入价格为 ¥4.70，输出价格为 ¥14.20，缓存读取为 ¥1.20，缓存写入不单独计价。Quanta 只按实际消耗的 Token 计费，每次调用的 Token 数量与费用都会列在控制台里，输入、输出、缓存写入与缓存读取分开呈现，团队核对成本时不必靠估算。

把 Quanta 上的其他模型放在同一块看板上，选型更直观：Qwen3.7 Plus 的输入为 ¥1.20、输出为 ¥3.50，GPT-6.1 Sol 的输入为 ¥1.50、输出为 ¥7.30，Gemini 2.5 Flash 的输入为 ¥1.70、输出为 ¥13.60，DeepSeek V4 Flash 的输入为 ¥2.10、输出为 ¥8.50。价格与用量都摆在明处，团队可以按任务的实际形态决定用哪个模型。

02 · 注册 Quanta、试用额度与充值节奏

注册 Quanta 账户即可获得 ¥2.80 试用额度，适合先跑通一段真实业务，再决定投入规模。Quanta 采用预付余额模式，没有月费，没有最低消费，也不设任何订阅制套餐。充值金额可选 ¥10.00、¥50.00、¥100.00、¥200.00、¥500.00 与 ¥1,000.00，按当月用量选择即可。

未使用的余额可在充值后 15 天内退款，这让小规模试算更从容。推荐奖励按被推荐账户充值的 19% 计算，再上一层为 5%；奖励累计到 ¥200.00 后可以提现，也可以直接转入余额继续调用。

03 · GLM-5.3 的接入方式与客户端选择

Quanta 的 API 基础地址为 https://api.quantarelay.com，OpenAI 兼容路径为 /v1。GLM-5.3 属于非 Claude、非 Gemini 系列模型，Codex、Cursor、Cherry Studio、Cline、OpenCode、OpenAI SDKs 与 cURL 都可与这类模型搭配使用。在 Quanta 控制台创建密钥，把模型名填为 glm-5.3，即可发起第一次调用。

同一把密钥与同一份余额覆盖 OpenAI 兼容、Anthropic 原生与 Gemini 原生三种协议，团队不必为不同协议维护多套账户。客户端选择上仍需区分：Claude 模型仅在官方 Claude Code 与 Claude Desktop 中使用（Claude Code 2.1.285 或更新版本），Gemini 模型走原生协议并通过 Gemini CLI 调用。

04 · 把并发、限流与流式请求纳入上线检查

Quanta 面向团队与高并发、长时间运行的工作负载，限制公开且强制执行：每个密钥每分钟 120 个请求，每个账户最多 8 个请求同时在途，每个请求体不超过 25 MB，每个账户最多 20 个有效密钥。流式请求没有总时长上限，仅在上游连续 300 秒静默后结束。

上线前建议按这些数值安排任务队列、重试退避与超时节奏，把客户端侧策略先对齐，再逐步放量，避免单个密钥成为瓶颈，也让长任务不会因为总时长被截断。

05 · 逐笔账单与公司付款安排

Quanta 控制台会列出每次调用的 Token 数量与费用，团队可以按请求逐条核对。输入文本会保留 30 天，用于滥用处理与计费争议，之后删除；模型回答不存储。计费方式与数据处理规则都写在明处，采购与合规评估时有据可查。

公司付款可使用公司账户银行转账，预报价与发票通过网站 Contact 页面或控制台 Messages 页面安排，沟通与单据都在 Quanta 内部完成，不必为开票流程反复等待。

06 · 用示例估算 GLM-5.3 的月度用量

举例说明：若团队每月运行 1 亿 Token 的 GLM-5.3 任务，在输入与输出为 3:1、无缓存命中的示例条件下，费用约为 ¥295.00；同样条件下 1000 万 Token 约为 ¥29.50。这些都是示例，实际费用取决于真实的输入、输出与缓存命中比例，Quanta 的逐笔记录会给出准确口径。

把充值节奏与并发上限一起纳入计划，团队既能保持稳定吞吐，也不会为闲置额度付费。打开 Quanta 账户，先用 ¥2.80 试用额度验证 GLM-5.3 的真实表现，再按实际消耗补充余额，把每一次调用都算得清楚。