Z.ai

GLM 5.2 260617

Z.aiトークンベース
エイリアス:glm-5-2-260617
APIキーを作成

Modelsell で glm-5-2-260617 API の料金、対応エンドポイント、機能、アクセス方法を比較できます。

text
最低料金
入力 / 出力 · 1M
コンテキスト
1M
最大入力ウィンドウ
最大出力
131.1K
1 回の応答あたりの最大トークン数
モダリティ
→

サプライヤー別料金

このモデルの料金とサービスのパフォーマンスをプロバイダー間で比較できます。

サプライヤー3
USD · 1M トークン あたりパフォーマンス · 直近 24 時間
サプライヤー割引入力/M出力/M
official

官方接口直连

—
$75
$75
Volcengine

火山引擎官方接口

-8%
$69$75
$69$75
火山引擎特价

火山引擎官方接口,高并发,活动特价

-55%
$33.75$75
$33.75$75
取り消し線付きの金額は標準価格です。過去24時間のパフォーマンスです。実際の結果はリクエストによって異なります。

横にスクロールすると、すべての価格とパフォーマンス指標を比較できます。

機能 / サポートされるモダリティ

理由関数呼び出しツール
入力
出力

プロバイダーとデータ保護

プロバイダー
トークナイザー
GLM tokenizer
ライセンス
GLM-4 License公開ウェイト
データ保持32 日デフォルトで上流の学習には使用されません

パフォーマンス

ベンチマーク

標準化評価のスコアです。割合が高いほど良く、順位パーセンタイルを表示します。

指標の出典:Artificial Analysis 2026-09-30·GLM 5.2 260617

このモデルは現在のベンチマークスナップショットに含まれていません。

モデルや測定値がないことは 0 点を意味しません。

ベンチマークグラフはソースのモデル選択と推論設定を保持しています。モデルや測定値がないことは 0 点を意味せず、ベンチマークのコストや速度は当サイトのサービス保証ではありません。

GLM 5.2 260617 について

带着整个项目背景推进开发

GLM-5.2 是面向长程任务的文本模型,适合需要理解多份代码、接口契约和工程约束的开发工作。它可以先梳理系统结构,再协助处理模块解耦、接口迁移、SDK 适配和跨语言重构,让后续修改有明确的项目背景。

百万级 Token 上下文有助于容纳较完整的工程材料。与其只贴出报错的一行,可以提供相关调用链、数据结构、测试和编码规范,让模型判断修改会影响哪些位置。长上下文仍需要组织:标清文件路径、当前版本和关键限制,能让分析更容易追踪。

怎样让跨文件修改可检查?

先要求它列出模块职责、依赖和计划,再按阶段提交修改。每一阶段写清保留的接口行为、涉及文件和验证方式;对于迁移任务,尤其要检查旧调用方、配置与测试是否一起调整。让真实构建和测试结果驱动下一轮修正,比只阅读一份完整方案更有助于发现问题。

它可以自己运行项目吗?

工具调用需要编程应用实际提供命令执行、文件访问等能力。模型给出命令或补丁时,表示已经形成操作内容;只有工具执行并返回结果,才能说明项目确实运行过。移动端和小程序任务也需要相应设备、平台工具和运行日志配合验证。

适合从研究材料做原型吗?

可以辅助把算法说明、数据流程和实验要求转化为工程实现。应把已知设计与待补充假设分开,并通过可运行代码和指标检查逐步验证,避免把“代码看起来完整”当作复现已经成功。

使用例とプロンプト

提交项目结构、相关源文件与工程要求,例如:“把当前通知模块从业务处理函数中解耦,保持消息内容、调用接口和失败重试行为一致。先画出调用关系,提出最小迁移步骤,再逐步修改;完成后检查原有测试,并验证重复发送和失败恢复。”

接入编程工具时明确文件范围、依赖限制和允许执行的命令。使用接口支持的思考设置,并给长任务留出足够输出预算。每阶段保留已完成、未验证和剩余事项,最终查看实际差异与运行结果,再决定是否合入。

API を利用

API ドキュメント

コードサンプル

リクエストPOST/v1/chat/completions
リクエスト例
パラメータ
パラメータタイプデフォルト / 範囲説明
temperature
number
=10 ~ 2
サンプリング温度。低いほど決定論的になります
top_p
number
=10 ~ 1
核サンプリングの累積確率
max_tokens
integer>= 1レスポンスの最大トークン数
frequency_penalty
number
=0-2 ~ 2
頻出トークンの繰り返しを抑制します
presence_penalty
number
=0-2 ~ 2
新しい話題への展開を促進します
stop
array—生成を停止する文字列を最大 4 個まで
seed
integer—可能な限り再現性のあるサンプリングシード
n
integer
=1>= 1
生成する候補数
stream
boolean
=false
Server-Sent Events でトークンをストリーミング
response_format
object—JSON オブジェクトまたはスキーマ準拠の出力を強制します
tools
array—モデルが呼び出せるツール / 関数の宣言
tool_choice
string
autononerequired
ツール選択ポリシーまたは具体的なツール名
logprobs
boolean
=false
トークンごとの対数確率を返します
top_logprobs
integer0 ~ 20トークンごとに返される上位対数確率の数
logit_bias
object—トークンごとの logit バイアス
user
string—悪用検知用のエンドユーザー識別子

置換 <YOUR_API_KEY> をトークン設定の API キーに置き換えてください。

認証

すべてのリクエストには Authorization: Bearer <TOKEN> ヘッダーが必要です。Anthropic 形式のエンドポイントでは x-api-key ヘッダーも利用できます。

トークンページから API キーを発行できます。モデル、グループ、IP、レート制限ごとに細かく権限を設定可能です。

対応パラメータ

Generation parameters
パラメータタイプデフォルト / 範囲説明
temperature
number
=10 ~ 2
サンプリング温度。低いほど決定論的になります
top_p
number
=10 ~ 1
核サンプリングの累積確率
max_tokens
integer>= 1レスポンスの最大トークン数
frequency_penalty
number
=0-2 ~ 2
頻出トークンの繰り返しを抑制します
presence_penalty
number
=0-2 ~ 2
新しい話題への展開を促進します
stop
array—生成を停止する文字列を最大 4 個まで
seed
integer—可能な限り再現性のあるサンプリングシード
n
integer
=1>= 1
生成する候補数
stream
boolean
=false
Server-Sent Events でトークンをストリーミング
response_format
object—JSON オブジェクトまたはスキーマ準拠の出力を強制します
tools
array—モデルが呼び出せるツール / 関数の宣言
tool_choice
string
autononerequired
ツール選択ポリシーまたは具体的なツール名
logprobs
boolean
=false
トークンごとの対数確率を返します
top_logprobs
integer0 ~ 20トークンごとに返される上位対数確率の数
logit_bias
object—トークンごとの logit バイアス
user
string—悪用検知用のエンドユーザー識別子

レート制限

サプライヤーRPMTPMRPD
official無制限無制限無制限
Volcengine無制限無制限無制限
火山引擎特价無制限無制限無制限

制限なし

glm-5-2-260617 に関するよくある質問

glm-5-2-260617 とは?

Modelsell で glm-5-2-260617 API の料金、対応エンドポイント、機能、アクセス方法を比較できます。

glm-5-2-260617 を呼び出すには?

glm-5-2-260617 へのアクセス権がある API キーを作成し、API アクセス欄の正確なモデル ID と対応エンドポイントを使用してください。リクエスト項目は選択したエンドポイントによって異なります。

glm-5-2-260617 の料金体系は?

料金は選択したプロバイダーグループとモデルの課金単位で決まります。現在の入力、出力、リクエスト、またはメディア料金は登録前にこのページで確認できます。

glm-5-2-260617 のコンテキストウィンドウは?

モデルカタログには 1048576 トークンのコンテキストウィンドウが設定されています。リクエスト制限は選択したエンドポイントで確認してください。

glm-5-2-260617 の最大出力は?

モデルカタログには最大 131072 トークンの出力が設定されています。リクエスト設定でさらに低い上限を指定する場合があります。

自分のプロジェクトに glm-5-2-260617 が適しているか評価するには?

このページの使用例とプロンプトのガイドを参考に、プロジェクトの代表的な入力でモデルを評価してください。