Z.ai

GLM 5.2 260617

Z.ai按量计费
别名:glm-5-2-260617

GLM-5.2 面向项目级编程和长任务推理,可理解大段代码与文档,梳理模块关系,并在工具支持下推进跨文件修改和验证。

text
起始价格
输入 / 输出 · 1M
上下文
1M
最大输入窗口
最大输出
131.1K
单次响应最大 token 数
模态
→

按供应商定价

比较同一模型在不同供应商的价格与服务表现。

供应商3
USD · 每 1M tokens性能 · 最近 24 小时
供应商折扣输入/M输出/M
official

官方接口直连

—
$75
$75
Volcengine

火山引擎官方接口

省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

省55%
$33.75$75
$33.75$75
划线金额为标准价。性能统计覆盖最近 24 小时,实际表现随请求变化。

左右滑动表格,查看完整价格与性能。

能力 / 支持的模态

推理函数调用工具
输入
输出

厂商与数据隐私

厂商
Zhipu AI文档
分词器
GLM tokenizer
许可证
GLM-4 License开放权重
数据保留32 天默认不会用于上游训练

性能

基准测试

标准化评测得分。百分比越高越好,并展示排名百分位。

指标来源:Artificial Analysis 2026-09-30·GLM 5.2 260617

当前基准快照不包含此模型。

缺失的模型或测量值不代表零分。

基准图表保留来源中的模型选择和思考设置。缺失的模型或测量值不代表零分,基准成本或速度也不是本站的服务承诺。

关于 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。

使用场景与提示词

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。

接入 API

API 接口文档

调用示例

请求POST/v1/chat/completions
请求示例
参数
参数类型默认值 / 范围说明信息
temperature
number
=10 ~ 2
采样温度;越低越稳定
top_p
number
=10 ~ 1
核采样累计概率
max_tokens
integer>= 1响应中最大 token 数
frequency_penalty
number
=0-2 ~ 2
惩罚高频 token 的重复出现
presence_penalty
number
=0-2 ~ 2
鼓励引入新话题
stop
array—最多 4 个停止生成的字符串
seed
integer—尽量保证可复现的采样种子
n
integer
=1>= 1
生成的候选条数
stream
boolean
=false
通过 SSE 流式返回 token
response_format
object—强制输出 JSON 对象或符合 Schema 的结果
tools
array—模型可调用的工具 / 函数声明
tool_choice
string
autononerequired
工具选择策略或具体工具名
logprobs
boolean
=false
返回每个 token 的对数概率
top_logprobs
integer0 ~ 20每个 token 返回的 top 概率数量
logit_bias
object—按 token 的 logit 偏置映射
user
string—用于风险审计的终端用户标识

替换 <YOUR_API_KEY> 替换为 API 密钥页面中的密钥。

身份验证

所有请求必须携带 Authorization: Bearer <TOKEN> 请求头。Anthropic 格式的端点也接受 x-api-key 请求头。

在「API 密钥」页面生成 API 密钥,可以按模型、分组、IP、速率等维度精细化授权。

支持的参数

Generation parameters
参数类型默认值 / 范围说明信息
temperature
number
=10 ~ 2
采样温度;越低越稳定
top_p
number
=10 ~ 1
核采样累计概率
max_tokens
integer>= 1响应中最大 token 数
frequency_penalty
number
=0-2 ~ 2
惩罚高频 token 的重复出现
presence_penalty
number
=0-2 ~ 2
鼓励引入新话题
stop
array—最多 4 个停止生成的字符串
seed
integer—尽量保证可复现的采样种子
n
integer
=1>= 1
生成的候选条数
stream
boolean
=false
通过 SSE 流式返回 token
response_format
object—强制输出 JSON 对象或符合 Schema 的结果
tools
array—模型可调用的工具 / 函数声明
tool_choice
string
autononerequired
工具选择策略或具体工具名
logprobs
boolean
=false
返回每个 token 的对数概率
top_logprobs
integer0 ~ 20每个 token 返回的 top 概率数量
logit_bias
object—按 token 的 logit 偏置映射
user
string—用于风险审计的终端用户标识

速率限制

供应商RPMTPMRPD
official无限制无限制无限制
Volcengine无限制无限制无限制
火山引擎特价无限制无限制无限制

无限制

关于 glm-5-2-260617 的常见问题

glm-5-2-260617 是什么?

GLM-5.2 面向项目级编程和长任务推理,可理解大段代码与文档,梳理模块关系,并在工具支持下推进跨文件修改和验证。

如何调用 glm-5-2-260617?

创建具有 glm-5-2-260617 访问权限的 API 密钥,然后使用 API 接入模块中的准确模型 ID 和受支持的接口。请求字段取决于所选接口。

glm-5-2-260617 如何计费?

费用取决于所选供应商分组和模型计费单位。注册前即可在本页查看当前输入、输出、单次请求或媒体价格。

glm-5-2-260617 的上下文窗口有多大?

模型目录配置的上下文窗口为 1048576 tokens。具体请求限制请查看所选接口。

glm-5-2-260617 的最大输出是多少?

模型目录配置的最大输出为 131072 tokens。请求设置可能指定更低的上限。

如何评估 glm-5-2-260617 是否适合我的项目?

请先参考本页的使用场景与提示词指南,再使用项目中的代表性输入评估模型。