Z.ai

GLM 5.2 260617

Z.aiDựa trên token
Bí danh:glm-5-2-260617
Tạo Khóa API

So sánh giá API glm-5-2-260617, điểm cuối được hỗ trợ, khả năng và tùy chọn truy cập trên Modelsell.

text
Giá từ
Đầu vào / Đầu ra · 1M
Ngữ cảnh
1M
Cửa sổ nhập tối đa
Đầu ra tối đa
131.1K
Số token tối đa mỗi phản hồi
Phương thức
→

Giá theo nhà cung cấp

So sánh giá và hiệu suất dịch vụ của mô hình này giữa các nhà cung cấp.

Nhà cung cấp3
USD · Mỗi 1M mã thông báoHiệu suất · 24 giờ gần nhất
Nhà cung cấpChiết khấuĐầu vào/MĐầu ra/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
Các số tiền bị gạch ngang là giá tiêu chuẩn.Hiệu suất trong 24 giờ qua; kết quả thực tế thay đổi theo yêu cầu.

Cuộn ngang để so sánh tất cả giá và chỉ số hiệu suất.

Khả năng / Phương thức hỗ trợ

Lý luậnGọi hàmCông cụ
Đầu vào
Đầu ra

Nhà cung cấp & quyền riêng tư

Hãng
Zhipu AITài liệu
Bộ token
GLM tokenizer
Giấy phép
GLM-4 LicenseTrọng số mở
Lưu giữ dữ liệu32 ngàyMặc định không dùng để huấn luyện ở phía nhà cung cấp

Hiệu suất

Đánh giá chuẩn

Điểm từ các đánh giá tiêu chuẩn. Tỷ lệ phần trăm cao hơn tốt hơn và hiển thị phân vị xếp hạng.

Nguồn số liệu:Artificial Analysis 2026-09-30·GLM 5.2 260617

Mô hình này không có trong ảnh chụp đánh giá hiện tại.

Thiếu mô hình hoặc số đo không có nghĩa là điểm bằng không.

Biểu đồ giữ nguyên lựa chọn mô hình và cài đặt suy luận từ nguồn. Thiếu mô hình hoặc số đo không có nghĩa là điểm bằng không; chi phí hay tốc độ đánh giá không phải cam kết dịch vụ của trang.

Giới thiệu GLM 5.2 260617

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。

Tình huống sử dụng và prompt

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。

Truy cập API

Tài liệu API

Mẫu mã

Yêu cầuPOST/v1/chat/completions
Ví dụ yêu cầu
Tham số
Tham sốLoạiMặc định / khoảngMô tả
temperature
number
=10 ~ 2
Nhiệt độ lấy mẫu; càng thấp càng ổn định
top_p
number
=10 ~ 1
Tổng xác suất cho nucleus sampling
max_tokens
integer>= 1Số token tối đa trong phản hồi
frequency_penalty
number
=0-2 ~ 2
Phạt việc lặp các token phổ biến
presence_penalty
number
=0-2 ~ 2
Khuyến khích chủ đề mới
stop
array—Tối đa 4 chuỗi để dừng sinh
seed
integer—Hạt giống lấy mẫu xác định (cố gắng tốt nhất)
n
integer
=1>= 1
Số lượng phản hồi cần sinh
stream
boolean
=false
Truyền token qua Server-Sent Events
response_format
object—Bắt buộc xuất JSON hoặc theo schema
tools
array—Khai báo công cụ / hàm mà model có thể gọi
tool_choice
string
autononerequired
Chính sách chọn công cụ hoặc tên cụ thể
logprobs
boolean
=false
Trả về log probabilities cho từng token
top_logprobs
integer0 ~ 20Số log probabilities hàng đầu trên mỗi token
logit_bias
object—Bảng logit bias theo token
user
string—Định danh người dùng cuối để giám sát lạm dụng

Thay thế <YOUR_API_KEY> bằng API key từ trang Tokens của bạn.

Xác thực

Mọi yêu cầu phải có header Authorization: Bearer <TOKEN> . Các endpoint định dạng Anthropic chấp nhận header x-api-key .

Tạo token tại trang Tokens; bạn có thể giới hạn theo model, nhóm, IP và rate-limit.

Tham số hỗ trợ

Generation parameters
Tham sốLoạiMặc định / khoảngMô tả
temperature
number
=10 ~ 2
Nhiệt độ lấy mẫu; càng thấp càng ổn định
top_p
number
=10 ~ 1
Tổng xác suất cho nucleus sampling
max_tokens
integer>= 1Số token tối đa trong phản hồi
frequency_penalty
number
=0-2 ~ 2
Phạt việc lặp các token phổ biến
presence_penalty
number
=0-2 ~ 2
Khuyến khích chủ đề mới
stop
array—Tối đa 4 chuỗi để dừng sinh
seed
integer—Hạt giống lấy mẫu xác định (cố gắng tốt nhất)
n
integer
=1>= 1
Số lượng phản hồi cần sinh
stream
boolean
=false
Truyền token qua Server-Sent Events
response_format
object—Bắt buộc xuất JSON hoặc theo schema
tools
array—Khai báo công cụ / hàm mà model có thể gọi
tool_choice
string
autononerequired
Chính sách chọn công cụ hoặc tên cụ thể
logprobs
boolean
=false
Trả về log probabilities cho từng token
top_logprobs
integer0 ~ 20Số log probabilities hàng đầu trên mỗi token
logit_bias
object—Bảng logit bias theo token
user
string—Định danh người dùng cuối để giám sát lạm dụng

Giới hạn tốc độ

Nhà cung cấpRPMTPMRPD
officialKhông giới hạnKhông giới hạnKhông giới hạn
VolcengineKhông giới hạnKhông giới hạnKhông giới hạn
火山引擎特价Không giới hạnKhông giới hạnKhông giới hạn

Không giới hạn

Câu hỏi thường gặp về glm-5-2-260617

glm-5-2-260617 là gì?

So sánh giá API glm-5-2-260617, điểm cuối được hỗ trợ, khả năng và tùy chọn truy cập trên Modelsell.

Làm thế nào để gọi glm-5-2-260617?

Tạo khóa API có quyền truy cập glm-5-2-260617, sau đó dùng đúng ID mô hình và endpoint được hỗ trợ trong phần truy cập API. Các trường yêu cầu phụ thuộc endpoint đã chọn.

glm-5-2-260617 được tính phí như thế nào?

Giá phụ thuộc vào nhóm nhà cung cấp và đơn vị tính phí của mô hình. Giá đầu vào, đầu ra, mỗi yêu cầu hoặc nội dung đa phương tiện hiện tại được hiển thị trên trang này trước khi đăng ký.

Cửa sổ ngữ cảnh của glm-5-2-260617 lớn bao nhiêu?

Danh mục ghi cửa sổ ngữ cảnh là 1048576 token. Xem endpoint đã chọn để biết giới hạn yêu cầu.

Đầu ra tối đa của glm-5-2-260617 là bao nhiêu?

Danh mục ghi đầu ra tối đa là 131072 token. Cài đặt yêu cầu có thể đặt giới hạn thấp hơn.

Làm thế nào để đánh giá glm-5-2-260617 cho dự án của tôi?

Tham khảo hướng dẫn về tình huống sử dụng và prompt trên trang này, sau đó đánh giá mô hình bằng đầu vào tiêu biểu từ dự án của bạn.