可选模型
九款模型，三个系列：-turbo 和 -hyper 变体是基础模型的更快/更大配置。列表之外的模型在“专用”模式下不可用-请使用“高性能”或“低成本”模式。
端点与身份验证
不同模式下，基础 URL 保持不变。支持以下三种 API 方言：
只需将应用程序指向基础 URL Hostlinku，并使用“专用”模式的 API 密钥即可-无需额外参数来选择模式。
价格
售价 = 模型基准价 × “专用”模式系数，按 100万个Token 为单位计费（1 = 1 美元）。 各模型的具体数据请参见模型目录 - 请选择Dedicated标签页，查看适用于您密钥的现行价格。 示例：glm-5-3 当前每 1M Token的输入价格为 1.21，输出价格为 3.80。
提示缓存
专用模型使用提供商的自动缓存。 您无需发送cache_control：在缓存有效期内发送相同的前缀，随后从缓存中读取的Token将显示为 cached_tokens (/v1/chat/completions) 或 cache_read_input_tokens (/v1/messages)。 请参阅 通过提示缓存节省资源，了解如何在控制台中读取相关数据。
限制
- 上表中只有九种模式；不会自动切换到其他模式。
-chat模型（仅限编码/代理）不在公开产品目录中销售。- 支持工具调用、流式传输和
stream_options.include_usage。特定供应商的功能（例如网络搜索）取决于具体模型，不保证可用。