智谱清言免费额度实际为glm-4-flash免费无限+glm-4-air每月200万，高级模型不走免费池；需通过开放平台配额管理确认真实可用额度，并严格配置glm-4-flash或glm-4-air模型调用。
☞☞☞AI 智能聊天, 问答助手, AI 智能搜索, 多模态理解力帮你轻松跨越从0到1的创作门槛☜☜☜
你充了50块，5分钟烧光；你注册了账号，却只用了不到1%的免费额度——这不是运气差，是没摸清智谱清言免费Token的真实消耗逻辑。官方说每月200万Token免费，但实际到账的是“GLM-4-Flash免费+GLM-4-Air 200万”，且GLM-4-Plus、GLM-5-Turbo等高级模型完全不走免费池，默认从你的充值余额扣费，一不留神就秒变负数。
确认当前账户真实可用的免费额度类型
打开智谱开放平台（不是清言App或bigmodel.cn网页版），登录后进入【控制台→配额管理】。这里显示的才是你API调用时真正生效的额度池。
注意：网页版智谱清言对话界面右上角显示的“剩余次数”或“今日额度”，仅对应清影/清言App端的独立日配额，与API调用完全无关。API调用只认开放平台里的“Token配额”和“模型专属额度”。
检查三项关键数据：① GLM-4-Flash 是否标注“免费无限”；② GLM-4-Air 是否显示“200万/月”且状态为“已激活”；③ GLM-4-Plus 或 GLM-5 是否显示“0”或“未开通”。若后两者有数值，那一定是你手动充值过的，不是赠送额度。
三步锁定免费模型，杜绝误扣
第一步：在Dify或任何调用方配置模型时，模型名称必须严格填写为 glm-4-flash 或 glm-4-air（全小写、带短横线、无空格）。
第二步：在请求体中显式指定 model 字段，不要依赖默认值。例如 Python 请求中必须包含："model": "glm-4-flash"。
第三步：测试阶段，先用最简请求验证——只发一句“你好”，观察返回头中的 X-Used-Tokens 和 X-Remaining-Quota。如果返回中出现 X-Balance: -0.5 或 X-Used-Tokens 超过1000，说明你已掉进GLM-4-Plus陷阱，立刻停用并重查配置。
让免费额度撑得更久的实操技巧
方法一：用GLM-4-Flash做预筛，再用GLM-4-Air做精修
对批量任务（如100条客服话术分类），先用glm-4-flash跑第一遍：输入“判断以下每句话是否含投诉意图，只回答是/否，不要解释”，输出纯布尔值。这一步几乎零成本。再把标记为“是”的20条挑出来，用glm-4-air生成详细处理建议。这样可节省80%以上Air额度。
方法二：强制截断输入，避免上下文溢出
GLM-4-Air的上下文窗口是128K tokens，但免费额度只有200万/月。如果你传入一篇500KB的PDF文本（约30万tokens），单次调用就吃掉15%额度。正确做法是：用Python先按段落切分，每段≤8000 tokens，加一句“仅基于本段内容回答，忽略其余部分”，再逐段调用。这比一次性喂全文省3倍以上Token。
方法三：关闭历史记录，禁用多轮会话
在Dify工作流或API请求中，绝对不要开启history字段。哪怕只保留最近3轮对话，每轮平均200 tokens，100次调用就额外耗掉6万tokens。对非对话类任务（如摘要、改写、提取），始终使用单次无状态请求。
