一、实际发了几个包#

我的注册时间是 2026-10-11，控制台里躺着 6 个包：

加起来是 2500 万 tokens + 120 次按次计费的调用。

登录页说的”2000 万”，是前两个包的和（1500 + 500）。另外 500 万是拆开给的，而且生效范围不同 —— 这是接下来最关键的细节。

上图是根据控制台数据整理的数据图，不是界面截图。想看原界面的话，登录 bigmodel.cn 走「财务 → 资源包 → 我的资源包」。

二、这 6 个包不是”通用货币”#

第一眼看到 2500 万，很容易以为”随便怎么用都行”。不是。「适用场景」那一列才是真正的约束：

1
1500 万 + 500 万  →  只适用于 glm-5.3-flash 的推理
2
  300 万         →  只适用于 glm-5.3-flashx 的推理
3
  200 万         →  适用于所有按 tokens 计费的基础模型  ← 只有这个是万能的
4
  20 次          →  只适用于图片 / 视频生成
5
 100 次          →  只适用于 search-std / search-pro / search-pro-quark / search-pro-sogou

也就是说：

真正”通用”的额度只有 200 万 tokens，占总额度的 8%。剩下 92% 都被绑死在具体模型上。

这直接改变了一套使用策略。你如果拿 GLM-5.3-Flash 之外的模型去跑 agent，能烧的其实只有那 200 万。

NOTE

包是按模型粒度拆分发放的，这在国产大模型平台的体验包设计中很常见 —— 既是资源隔离，也是引导你去试它主推的那个型号。理解这一点，才不会在”我明明有 2500 万额度”的时候发现调用报余额不足。

三、4 天烧完#

真正让我意外的不是额度大小，是速度。

注册时间 2026-10-11，我今天（10-15）再看，四个 token 包全部「已用完」。

也就是说：2500 万 tokens，4 天。 平均一天六百万。

而且我并不是高强度使用者 —— 主要是拿它在 opencode / 各种 agent 里跑日常的代码任务和文档处理。所以这里有个很反直觉的结论：

WARNING

“2000 万 tokens”听起来像能用几个月的数字，实际上是几天的量级。

原因在 agent 场景的 token 结构，而不是你的问题难度：

1
一次普通问答              ≈  2k tokens
2
一次读文件改代码          ≈  15k ~ 60k tokens（含反复读取）
3
一次完整的 agent 任务     ≈  100k ~ 500k tokens（含多轮工具调用）

一个”就改一行”的任务，模型可能读 8 次文件、调 15 次工具，每次工具结果都回灌进上下文。你看到的是行数，它烧的是上下文。

按这个量级反推：

1
2500 万 tokens  ≈  agent 任务 × 50~250 次
2
                ≈  纯聊天     × 1 万次以上

纯聊天能撑很久；带工具调用的 agent，几天就见底。差异是几百倍。

顺便给一个换算是很有用的：控制台的”购买资源包”页里，1000 万 tokens 的新客专享包标价 29.9 元（3 个月有效）。也就是说这 2500 万额度，按购买价折算大概值 70 多元。

70 块钱，4 天。这个数字比任何宣传语都能说明白 agent 到底有多吃 token。

四、怎么用才不亏#

基于上面这几点，我总结出四条：

1. 先看「适用场景」，别只看总额

知道通用额度只有 200 万之后，我的做法是：把模型档位分两层。

1
日常对话 / 简单任务        →  免费模型（不消耗额度）
2
写代码 / 长上下文 / 复杂推理 →  token 包（优先用绑定的 GLM-5.3-Flash）
3
                       →  通用额度当"预算外资金"，留给别的模型

2. 别拿它测 prompt

新手最容易犯的错是拿 2500 万去调”这个 prompt 写得好不好”。测 prompt 用免费模型，不要用包。 包是一次性资源，用完就没了。

3. 长上下文别拆碎

同一份文档”问三次”和”一次问清再追问”，后者便宜得多 —— 因为前缀被缓存了。碎片化的提问会让缓存命中率崩掉。

4. 盯住到期日

这是最亏的死法：包还在，过期了，一分没花。这批包的有效期分两档：GLM 模型包 1 个月（到 11-11），通用包 3 个月（到 2027-01-11）。领到之后先看一眼日期，然后安排用掉。

TIP

注册入口就一个：https://bigmodel.cn/。进去后在控制台创建 API Key，第一次就把 key 存进密码管理器 —— 平台明确说了”API Key 仅在创建时完整展示一次，后续无法查看或恢复”。

顺带一句：平台的资源包页面现在支持按「模型 / 功能 / 工具插件」分类筛选，还有”仅展示可用资源包”的开关。查余额之前记得关掉过滤，不然会以为还有额度。

五、一个额外发现：他们卖的是”尝鲜包”#

翻资源包商店的时候，我注意到一个挺有意思的产品设计：绝大部分 SKU 是”尝鲜包”，价格在 2.9 元 ~ 19.9 元之间。

1
GLM-5.3-Flash 尝鲜包     9.9 元
2
GLM-5.3 尝鲜包           39.9 元
3
GLM-OCR 3 折尝鲜包       2.9 元
4
GLM-Image 3 折尝鲜包     5.9 元
5
GLM-4.6V 3 折尝鲜包      5.9 元
6
GLM-4.5-Air 3 折尝鲜包   19.9 元

这不是随便定的价。2.9 元这个价位，意图是让你”无脑点一下”，而不是让你算性价比。平台赌的是你用完尝鲜包之后直接订阅/充值，而不是回头比价。

从用户角度，这反而是好事：

如果你想试某个特定模型（OCR、图像生成、视觉推理），先买它对应的尝鲜包，比直接充值划算得多。 因为尝鲜包是折扣价，而且范围清晰、不需要自己在账单里对账。

这跟前面那个”资源包按模型粒度拆分”是同一个思路的两面：把额度切成小份、绑定到具体能力、用低价降低尝试门槛。

小结#

• 登录页写”送 2000 万 tokens”，实际是 2500 万 tokens + 120 次按次调用，分 6 个包
• 只有 200 万（8%）是通用额度，其余都被绑死在 GLM-5.3-Flash / FlashX 上 ——「适用场景」列比总额重要
• 注册 4 天全部用完。agent 场景的 token 消耗是纯聊天的几百倍，别拿聊天量级去估
• 按购买价折算，这 2500 万大概值 70 多元，四天烧完 —— 这就是 agent 的真实成本
• 有效期分两档（1 个月 / 3 个月），过期未用是最亏的
• 想试特定模型，先买对应的”尝鲜包”，比直接充值划算

薅来的东西要有个用完的计划，不然它就是个躺在后台慢慢归零的数字。这次我倒是用完了 —— 只是没想到这么快。