اگر امروز از عامل‌های کدنویسی برای پروژه‌های بزرگ استفاده می‌کنید، احتمالاً با شوک صورت‌حساب‌های متغیر توکن‌ها آشنا هستید. نوسانات هزینه در سیستم‌های پرداخت به ازای هر توکن، به‌ویژه زمانی که عامل‌های کدنویسی به‌طور مکرر زمینه‌های متنی (Context) عظیم را ارسال می‌کنند، می‌تواند بودجه هر توسعه‌دهنده‌ای را به سرعت تخلیه کند. Z.ai برای پایان دادن به این نوسانات، در ۳۰ ژوئیه ۲۰۲۶ سیستم اعتباری با نرخ ثابت را معرفی کرد تا توسعه‌دهندگان بتوانند با اشتراکی که از ۱۸ دلار در ماه شروع می‌شود، مدل پرچم‌دار GLM-5.3 را به کار بگیرند.
بر اساس مستندات به‌روز شده تا ۵ اکتبر ۲۰۲۶ در مرجع مستقل Ox Alpha، این مدل جدید جایگزینی برای پرداخت‌های تک‌تک توکن‌هاست. همان‌طور که در تحلیل قبلی ما درباره‌ی اینکه پلتفرم‌هایی مانند Ordewell چگونه برنامه‌های کدنویسی چندعاملی را سازماندهی می‌کنند اشاره کردیم، صنعت در حال حرکت به سمت ساختارهای هزینه‌ای پیش‌بینی‌پذیر برای جریان‌های کاری خودکار است. این رویکرد در راستای رقابت گسترده‌تری است که در آن اشتراک‌های ارزان در برابر پرداخت بر اساس مصرف در بازار LLM به بحث داغی تبدیل شده است. برای یک برنامه‌نویس متوسط، این تغییر شبیه جایگزین کردن تاکسی‌های کرایه‌ای با یک کارت تردد ماهانه است؛ دیگر لازم نیست نگران هزینه هر «چرخش» یا تصمیمی باشید که عامل هوش مصنوعی در حین یک بازنویسی (Refactor) پیچیده می‌گیرد. به همین دلیل، این طرح اکنون به گزینه پیش‌فرض توسعه‌دهندگانی تبدیل شده که GLM را درون Claude Code، Codex، Cline و ده‌ها عامل دیگر اجرا می‌کنند.
سطوح قیمت‌گذاری و پنجره‌های اعتباری
طبق اعلام Z.ai، سه سطح اشتراک برای کاربران تعریف شده است: Lite، Pro و Max. هر سطح دارای یک پنجره اعتباری ۵ ساعته (Rolling Window) و یک سقف اعتباری هفتگی است. هر دو محدودیت به‌طور هم‌زمان اعمال می‌شوند؛ یعنی اگر هر یک از این دو سقف پر شود، درخواست‌ها تا زمان بازنشانی پنجره با خطا مواجه می‌شوند. نکته مهم این است که بازنشانی هفتگی از لحظه خرید اشتراک محاسبه می‌شود، نه بر اساس تقویم میلادی.
- Lite: ۱۸ دلار در ماه (یا ۱۲.۶۰ دلار در صورت پرداخت سالانه)؛ شامل ۲,۰۰۰ اعتبار هر ۵ ساعت و ۱۰,۰۰۰ اعتبار هفتگی. این سطح برای «تکرارهای سبک در مخازن کوچک» توصیف شده است.
- Pro: ۸۰ دلار در ماه (یا ۵۶ دلار سالانه)؛ شامل ۱۲,۰۰۰ اعتبار هر ۵ ساعت و ۶۰,۰۰۰ اعتبار هفتگی. مناسب برای «توسعه روزمره در مخازن متوسط» طراحی شده است.
- Max: ۱۶۸ دلار در ماه (یا ۱۱۷.۶۰ دلار سالانه)؛ شامل ۲۸,۰۰۰ اعتبار هر ۵ ساعت و ۱۴۰,۰۰۰ اعتبار هفتگی. مخصوص «کاربران پیشرفته در مخازن متوسط تا بزرگ» است.
علاوه بر سقف اعتبار، سطح خدمات نیز متفاوت است. سطح Lite دسترسی «چرخشی» (Rolling Access) به مدل‌های پرچم‌دار و پشتیبانی از بیش از ۲۰ ابزار عامل را فراهم می‌کند. سطح Pro دسترسی اولویت‌دار به مدل‌های جدید، سرعت تولید بالاتر و مجموعه‌ای منتخب از ابزارهای MCP را اضافه می‌کند. در سطح Max، کاربران دسترسی نخستین به مدل‌های پرچم‌دار جدید و «منابع اختصاصی در ساعات پیک» را دریافت می‌کنند؛ این قابلیت برای کاربرانی که ساعات کاری‌شان با ساعات شلوغ Z.ai هم‌پوشانی دارد، حیاتی است.
جزئیات تخفیف‌ها و سیستم ارجاع
Z.ai برای تعهدات بلندمدت تخفیف‌های قابل‌توجهی در نظر گرفته است: ۲۰٪ برای پرداخت‌های سه ماهه و ۳۰٪ برای پرداخت‌های سالانه. این تخفیف سالانه باعث می‌شود هزینه ماهانه معادل برای سطح Max به ۱۱۷.۶۰ دلار کاهش یابد.
همچنین یک برنامه ارجاع (Referral) وجود دارد. کاربران جدیدی که از لینک دعوت استفاده می‌کنند، ۱۰٪ تخفیف در اولین سفارش خود می‌گیرند. شخص دعوت‌کننده اعتباری معادل ۱۰٪ مبلغ پرداختی کاربر جدید را دریافت می‌کند که پس از پرداخت سه نفر اول آزاد می‌شود. علاوه بر این، برای هر ۳۰ نفر دعوت‌شونده‌ای که پرداخت کنند، ۱۰٪ پاداش اضافی تعلق می‌گیرد. این اعتبارها برای تمدید اشتراک یا فراخوانی API قابل استفاده‌اند اما قابل برداشت نقدی نیستند.
سازوکار محاسبه اعتبار
اعتبارها صرفاً تعداد پرامپت نیستند، بلکه بر اساس یک فرمول ریاضی دقیق محاسبه می‌شوند: (توکن‌های ورودی × ضریب ورودی + توکن‌های ورودی کش‌شده × ضریب کش + توکن‌های خروجی × ضریب خروجی) تقسیم بر ۱۰,۰۰۰.
برای مدل GLM-5.3، ضرایب به این صورت است: ۶.۹ برای ورودی تازه، ۱.۷ برای ورودی کش‌شده و ۲۴ برای خروجی. این یعنی توکن‌های خروجی — شامل زنجیره تفکر (Chain-of-Thought) داخلی مدل — که شبیه وقتی است که شاگرد ریاضی پای تخته بلند بلند فکر می‌کند تا به جواب برسد، ۱۴ برابر گران‌تر از ورودی‌های کش‌شده هستند. مدل GLM-5.3-Flash در تمام دسته‌ها تقریباً یک‌سوم هزینه مدل پرچم‌دار را دارد.
هزینه‌های ابزارهای MCP
علاوه بر توکن‌ها، این طرح شامل چهار ابزار پروتکل زمینه مدل (MCP) است که به صورت هزینه ثابت به ازای هر فراخوانی محاسبه می‌شوند:
- جست‌وجوی وب (Web Search): ۱.۲ اعتبار
- خواننده وب (Web Reader): ۱.۲ اعتبار
- Zread (برای خواندن مخازن گیت‌هاب): ۱.۲ اعتبار
- درک بصری (Vision Understanding): بر اساس نرخ مصرف GLM-5.3-Flash محاسبه می‌شود. مستندات تصریح می‌کند که برای این قابلیت، نسخه ۰.۱.۲ یا بالاتر از سرور مورد نیاز است.
مزیت ساعات کم‌ترافیک
Z.ai از یک پنجره قیمت‌گذاری پویا استفاده می‌کند. خارج از ساعات پیک (دوشنبه تا جمعه، ۱۴:۰۰ تا ۱۸:۰۰ به وقت سنگاپور / UTC+8)، هزینه‌ها ۵۰٪ کاهش می‌یابد. این پنجره تنها ۲۰ ساعت از ۱۶۸ ساعت هفته را در بر می‌گیرد.
برای توسعه‌دهندگان در قاره آمریکا که روز کاری‌شان تقریباً به‌طور کامل از این پنجره دوری می‌کند، سقف اعتبار عملاً دو برابر می‌شود. برای مثال، یک برنامه‌نویس در نیویورک (EDT) ساعات پیک را بین ۲ تا ۶ صبح تجربه می‌کند، به این معنی که تقریباً تمام کارهای او در ساعات Off-Peak انجام می‌شود. اما توسعه‌دهندگان اروپایی و هندی در ساعات اصلی کاری خود با نرخ کامل مواجه می‌شوند (مثلاً ۷:۰۰ تا ۱۱:۰۰ به وقت BST برای لندن، یا ۱۱:۳۰ تا ۱۵:۳۰ برای هند).
قابلیت‌های مدل و بنچمارک‌ها
تمام طرح‌ها دسترسی به GLM-5.3 و GLM-5.3-Flash را فراهم می‌کنند. مدل پرچم‌دار که در ۱۴ اوت ۲۰۲۶ منتشر شد، دارای پنجره متنی (Context Window) — شبیه میز کاری که جا برای چند ورق دارد، نه کل کتابخانه — یک میلیون توکنی است و قابلیت‌های بهبودیافته‌ای در کدنویسی‌های طولانی‌مدت دارد. این مدل از همان مدل پایه GLM-5.2 استفاده می‌کند و پیشرفت‌های آن حاصل مراحل پس از آموزش (Post-training) است.
به نقل از بنچمارک‌های گزارش‌شده توسط Z.ai، مدل GLM-5.3 در آزمون Terminal Bench 3.0 امتیاز ۲۸.۳ را کسب کرد که جهشی عظیم نسبت به امتیاز ۴.۶ در مدل GLM-5.2 است. همچنین در DeepSWE به امتیاز ۶۶.۹ رسید (در مقابل ۴۶.۲ برای نسخه قبلی). این مدل در AutomationBench و GDPval-AA پیشتاز است، هرچند در Terminal Bench 3.0 و DeepSWE هنوز از مدل‌های بسته پیشرو (Frontier Models) عقب‌تر است.
مدل GLM-5.3-Flash یک مدل چندوجهی (Multimodal) — مدلی که هم‌زمان متن، عکس و صدا را می‌فهمد — با ۳۲۰ میلیارد پارامتر (۱۸ میلیارد پارامتر فعال) است که در اوت ۲۰۲۶ تحت لایسنس MIT منتشر شد. این مدل به عنوان «اسب بارکش» طرح برای ویرایش‌های ساده و وظایف زیر-عاملی (Subagent) به کار می‌رود. در همین راستا، برای کاربرانی که به سرعت پاسخ‌دهی بیشتری نیاز دارند، قابلیت‌های جدید GLM-5.3-FlashX با نرخ تولید توکن بسیار بالا معرفی شده است.
ادغام با ابزارهای کدنویسی
برای فعال‌سازی، باید ابزار مورد نظر را به نقاط انتهایی (Endpoints) خاص Z.ai متصل کنید. استفاده از API عمومی منجر به خطای «1113 Insufficient Balance» می‌شود زیرا اشتراک فقط برای ترافیک کدنویسی است. Z.ai از ۱۶ ابزار از جمله ZCode، Claude Code، Codex، Cursor، Cline و Goose پشتیبانی می‌کند.
- Claude Code: از فرمت پیام‌های آنتروپیک از طریق
https://api.z.ai/api/anthropicاستفاده می‌کند. - Cline/Cursor/Roo Code: از فرمت OpenAI Chat Completions از طریق
https://api.z.ai/api/coding/paas/v4استفاده می‌کنند. - Codex: از فرمت Responses از طریق
https://api.z.ai/api/v1استفاده می‌کند.
در Claude Code، کاربران با افزودن پسوند [1m] به نام مدل (مثلاً glm-5.3[1m]) و تنظیم مقدار CLAUDE_CODE_AUTO_COMPACT_WINDOW روی ۱,۰۰۰,۰۰۰ در فایل تنظیمات JSON، می‌توانند پنجره یک میلیون توکنی را فعال کنند. همچنین Z.ai ابزار Coding Tool Helper را از طریق دستور npx @z_ai/coding-helper برای خودکارسازی این تنظیمات فراهم کرده است.
بهینه‌سازی مصرف اعتبار
از آنجا که اندازه زمینه (Context Size) هزینه هر فراخوانی را تعیین می‌کند، توسعه‌دهندگان می‌توانند با دستورات /clear یا /compact در ابزارهایی مثل Claude Code، مصرف خود را کاهش دهند. یک جلسه که به ۸۰۰,۰۰۰ توکن برسد، در هر گام حدود ۱۶۰ اعتبار در نرخ پیک می‌سوزاند، در حالی که یک جلسه ۱۲۰,۰۰۰ توکنی تنها ۲۸.۳ اعتبار هزینه دارد.
همچنین کاهش سطح استدلال (Reasoning Effort) از 'max' به 'low' برای کارهای روتین (مثل تغییر نام متغیرها) هزینه را به‌شدت کم می‌کند، زیرا توکن‌های تفکر با نرخ گران خروجی (۲۴) محاسبه می‌شوند. Z.ai سطوح تلاش ابزارهای مختلف (مانند minimal یا ultra) را به تنظیمات low، high و max خود نگاشت می‌کند.
محدودیت‌ها و نکات حقوقی
Z.ai قوانین سخت‌گیرانه‌ای را از طریق کنترل ریسک خودکار اجرا می‌کند. استفاده از این سهمیه در اپلیکیشن‌های شخصی، بات‌ها یا محصولات SaaS ممنوع است. شرایط استفاده صراحتاً می‌گوید: «فراخوانی مدل‌ها از طریق اپلیکیشن‌ها، بات‌ها، وب‌سایت‌ها، محصولات SaaS یا سایر سیستم‌های خودتان ممنوع است.» استفاده از کلید از طریق SDKها برای اتوماسیون شخصی نیز به عنوان تخلف شناسایی می‌شود.
اشتراک‌ها فقط برای شخص حقیقی خریدار است و اشتراک کلید با همکاران یا دوستان ممنوع است. حساب‌هایی با بیش از سه تخلف ممکن است مسدود شوند. همچنین مبالغ غیرقابل استرداد هستند و تمدیدها بر اساس قیمت روز بازار در تاریخ تمدید انجام می‌شود، نه نرخ تخفیفی اولیه.
حریم خصوصی و حاکمیت داده‌ها
این سرویس توسط شرکت JINGSHENG HENGXING TECHNOLOGY PTE. LTD در سنگاپور اداره می‌شود و داده‌ها عموماً در همان‌جا پردازش می‌شوند. در حالی که سیاست حریم خصوصی می‌گوید محتوای کاربر به‌صورت آنی پردازش می‌شود، الحاقیه پردازش داده‌ها برای مشتریان API تجاری تصریح می‌کند که شرکت محتوای ورودی را ذخیره نمی‌کند.
برای محافظت از داده‌های حساس، Z.ai توصیه می‌کند از .gitignore و قوانین منع (Deny Rules) خاص در فایل‌های تنظیمات استفاده کنید تا عامل‌ها به فایل‌های .env حاوی اسرار (Secrets) دسترسی نداشته باشند. در طرح‌های تیمی (Team) که قیمت هر صندلی ۸۸ دلار (Standard) یا ۱۸۸ دلار (Premium) است، داده‌های تیمی به‌طور پیش‌فرض از آموزش مدل‌ها حذف می‌شوند.
تحلیل ارزش خرید
در مقایسه با قیمت‌های لیست Z.ai، این طرح بسیار به‌صرفه است. یک طرح Lite در صورت استفاده کامل، هفته‌ای ۴۸ تا ۹۷ میلیون توکن GLM-5.3 فراهم می‌کند (بسته به استفاده در ساعات پیک یا Off-peak)، که ۴ تا ۸ برابر هزینه ماهانه آن در API است. در طرح Pro و Max، این نسبت حتی بالاتر می‌رود و برای Max در پرداخت سالانه تا ۱۲ برابر می‌رسد.
با این حال، در مقایسه با میزبان‌های شخص ثالث در OpenRouter، این مزیت کمتر می‌شود. قیمت ورودی کش‌شده Z.ai (۰.۲۶ دلار) در مقایسه با ارائه‌دهندگانی مثل Novita یا DeepInfra بالاست. برای مثال، سقف اعتبار Pro در نرخ پیک، در Novita با قیمت‌های FP8 تنها حدود ۱۲۷ دلار در ماه هزینه دارد که مزیت طرح را از ۵ برابر به تقریباً ۱.۶ برابر کاهش می‌دهد.
این چرخش به سمت طرح‌های نرخ ثابت نشان می‌دهد که ارائه‌دهندگان مدل‌ها اکنون به‌جای حجم توکن، برای «جلب وفاداری توسعه‌دهنده» (Developer Mindshare) رقابت می‌کنند. Z.ai شرط بسته است که عادت کاربر به یک اکوسیستم خاص از ابزارها و مدل‌ها، بر هزینه تخفیف‌های اشتراکی غلبه کند. در همین راستا، ابزارهایی مانند Together Link هزینهٔ مدل‌های کدنویسی را تا ۸۰٪ کاهش می‌دهند تا جایگزینی مدل‌های بسته با مدل‌های باز را تسهیل کنند.
اگر از طرح‌های قدیمی (Legacy Plan V2) استفاده می‌کنید، اجازه ندهید منقضی شوند؛ زیرا سهمیه‌های قدیمی مبتنی بر پرامپت، تخمین زده می‌شد که ۱۵ تا ۳۰ برابر به‌صرفه‌تر از سیستم اعتباری فعلی (که ۴ تا ۱۲ برابر است) باشند.
گام بعدی شما
- اگر از ابزارهای Agentic استفاده می‌کنید، هزینه توکن‌های خروجی (Reasoning) را با کاهش سطح Effort در کارهای ساده کنترل کنید.
- برای کاهش مصرف اعتبار در جلسات طولانی، به‌طور منظم از دستور
/compactاستفاده کنید. - اگر در منطقه زمانی آمریکا هستید، از مزیت ۵۰٪ تخفیف ساعات Off-Peak برای اجرای تسک‌های سنگین بهره ببرید.
اما داستان سخت‌افزاری این تحول حتی شگفت‌انگیزتر است — به تحلیل ما درباره‌ی تراشه‌های Blackwell مراجعه کنید.
گفتگو