GLM-5.2

Для GLM-5.2 используйте Chat Completions API.

О модели

GLM-5.2 — модель Z.ai для программирования и длительных агентных задач, где работа идёт много шагов подряд и контекст велик. Принимает и возвращает текст, контекст — 1 млн токенов.

По данным Z.ai, на Terminal-Bench 2.1 набирает 81 % против 62 % у GLM-5.1, а на SWE-bench Pro — 62,1 % против 58,4 %. Механизм IndexShare сокращает вычисления на токен в 2,9 раза при контексте 1 млн токенов.

Z.ai выделяет аудит кодовой базы и рефакторинг на уровне проекта, отладку Android через ADB и воспроизведение научных статей в виде проектов PyTorch.

Поддерживает вызов функций, потоковый ответ и кэширование контекста; рассуждения включены по умолчанию и отключаются параметром thinking, глубину задаёт reasoning_effort.

Стоимость

Текущая стоимость использования этой модели:

Токены	Стоимость за 1 млн токенов
Входные токены	75₽
Выходные токены	240₽
Чтение из кэша	14₽

Как считается расход

Учитываются все токены
И входные (input), и сгенерированные моделью (output)

Характеристики

Параметр	Значение
Вход	Текст
Выход	Текст
Контекст	1 млн токенов
Максимальный ответ	131 072 токена
Рассуждения	Включены по умолчанию, можно отключить
Лицензия	MIT
Дата выхода	16 июня 2026

Сравнение с соседними моделями

Модель	Вход	Контекст	Максимальный ответ	Параметры	Рассуждения
GLM-5.3	Текст	1 млн токенов	131 072 токена	355 млрд, 32 млрд активных	Всегда включены, уровни low, high и max
GLM-5.2 (эта модель)	Текст	1 млн токенов	131 072 токена	—	Включены по умолчанию, можно отключить
GLM-5.1	Текст	200 000 токенов	131 072 токена	—	Включены по умолчанию, можно отключить
GLM-5	Текст	200 000 токенов	131 072 токена	744 млрд, 40 млрд активных	Включены по умолчанию, можно отключить

Бенчмарки

Бенчмарк	Результат	Условия
SWE-bench Pro	62,1 %	OpenHands, temperature 1,0, top_p 1,0, до 32 000 токенов на ответ, контекст 400 000 токенов
Terminal Bench 2.1	81 %	Фреймворк Terminus 2, temperature 1,0, top_p 1,0, до 48 000 токенов на ответ, контекст 256 000 токенов
Terminal Bench 2.1	82,7 %	Claude Code 2.1.167, temperature 1,0, top_p 0,95, до 131 072 токенов на ответ, среднее пяти запусков
DeepSWE	46,2 %	mini-swe-agent, temperature 1,0, top_p 1,0, контекст 400 000 токенов, без доступа в интернет
GPQA Diamond	91,2 %	temperature 1,0, top_p 0,95, максимум генерации 163 840 токенов
Humanity's Last Exam	40,5 %	Только текстовая часть набора, temperature 1,0, top_p 0,95, максимум генерации 163 840 токенов
MCP-Atlas	76,8 %	Публичный набор из 500 задач, режим рассуждений, лимит 10 минут на задачу

API

Эндпоинт

http

POST https://api.akashilab.ru/v1/chat/completions

Текстовый запрос

import osfrom openai import OpenAIclient = OpenAI(    api_key=os.environ["DSLAB_API_KEY"],    base_url="https://api.akashilab.ru/v1",)response = client.chat.completions.create(    model="glm-5.2",    reasoning_effort="high",    messages=[        {"role": "system", "content": "Отвечай кратко и по делу."},        {"role": "user", "content": "Объясни, что такое идемпотентность."},    ],)print(response.choices[0].message.content)

Параметры

Параметр	Тип	По умолчанию	Описание
model	string	обязательный	ID модели: glm-5.2.
messages	array	обязательный	История диалога. content — строка.
max_tokens	integer	—	Максимальный ответ в токенах, от 1 до 131 072.
stream	boolean	false	Потоковый ответ.
reasoning_effort	string	max	Уровень рассуждений. none и minimal пропускают рассуждения. Значения: max, xhigh, high, medium, low, minimal, none.
thinking	object	{"type": "enabled"}	Режим рассуждений: {"type": "enabled"} или {"type": "disabled"}. Поле clear_thinking со значением false сохраняет блоки рассуждений прошлых ходов (Preserved Thinking): историю тогда нужно передавать целиком, без изменений и в исходном порядке.
tools	array	—	Ваши функции: type function, name, description и parameters (JSON Schema).
tool_choice	string	auto	Вызывать ли функцию. Принимается только auto: решает модель.

Важно знать

При thinking.type enabled GLM-5.2 сам решает, рассуждать ли над запросом.
Параметр reasoning_effort принимает max, xhigh, high, medium, low, minimal и none: none и minimal пропускают рассуждения, low и medium приравниваются к high, xhigh — к max.
Параметр tool_choice принимает только auto.
Модель принимает только текст: блоки image_url для неё не поддерживаются.
Допустимые значения: temperature — от 0 до 1, top_p — от 0,01 до 1.