
Modèle de raisonnement et de codage avec un contexte de jeton 1M, sortie 128K, effort de raisonnement ajustable, recherche web native et appel d’outils.
Modèle de raisonnement et de codage avec un contexte de jeton 1M, sortie 128K, effort de raisonnement ajustable, recherche web native et appel d’outils.
Notes: - Fenêtre de contexte: 1M de jetons - Sortie maximale: 128K jetons - Effort de raisonnement ajustable du minimum au maximum (maximum recommandé pour le codage complexe) - La recherche web intégrée ajoute $0.033 par requête lorsqu’elle est utilisée - Prend en charge l’appel de fonctions, la sortie structurée et le streaming - Exécute une sortie structurée avec la réflexion désactivée
Aussi connu sous le nom Z.ai GLM 5.2, GLM-5.2, glm-5-2
glm-5-2/v1/chat/completionsPOST/v1/responsesPOST/v1/messagesPOST/v1beta/models/glm-5-2:generateContentglm-5.2zai/glm-5.2zhipu/glm-5.2Tarifs à l'usage en direct du catalogue EmpirioLabs. Vous ne payez que ce que vous utilisez, sans minimum mensuel.
GLM 5.2 sert l'API Chat Completions compatible OpenAI. Pointez n'importe quel SDK OpenAI vers https://api.empiriolabs.ai/v1 avec votre clé API EmpirioLabs et utilisez l'id de modèle glm-5-2. Obtenez une clé API depuis le tableau de bord EmpirioLabs.
curl https://api.empiriolabs.ai/v1/chat/completions \
-H "Authorization: Bearer $EMPIRIOLABS_API_KEY" \
-H "Content-Type: application/json" \
-d '{
"model": "glm-5-2",
"messages": [
{"role": "user", "content": "Write a haiku about the ocean."}
]
}'from openai import OpenAI
client = OpenAI(
base_url="https://api.empiriolabs.ai/v1",
api_key="YOUR_EMPIRIOLABS_API_KEY",
)
response = client.chat.completions.create(
model="glm-5-2",
messages=[{"role": "user", "content": "Write a haiku about the ocean."}],
)
print(response.choices[0].message.content)Paramètres de requête pris en charge par l'API GLM 5.2 sur EmpirioLabs. Les valeurs par défaut s'appliquent quand un champ est omis.
| Paramètre | Type | Par défaut | Plage / valeurs | Description |
|---|---|---|---|---|
| max_tokens | integer | 65536 | 1 à 131072 | Nombre maximal de jetons de sortie à générer. |
| temperature | number | 1 | 0 à 1 | Contrôle l’aléatoire. Des valeurs plus basses rendent les réponses plus déterministes. |
| top_p | number | 0.95 | 0.01 à 1 | Coupure d’échantillonnage du noyau. |
| reasoning_effort | enum | max | none, minimal, low, medium, high, xhigh, max | Effort de raisonnement GLM-5.2. aucun n’empêche la pensée; Minimal à Max, définissez la difficulté du modèle avant de répondre. Max est recommandé pour le codage... |
| enable_thinking | boolean | true | - | Laissez le modèle raisonner avant de répondre. Désactivez les réponses à faible latence ou une sortie strictement structurée. |
| do_sample | boolean | true | - | Activez l’échantillonnage. Désactivez les résultats déterministes avides (température et top_p sont ignorées). |
| tool_web_search | boolean | false | - | Activez la recherche web intégrée. Ajoute $0.033 par requête lorsqu’elle est utilisée. |
| search_recency_filter | enum | noLimit | oneDay, oneWeek, oneMonth, oneYear, noLimit | Limitez les résultats de recherche web à une fenêtre de récence. |
| count | integer | 10 | 1 à 50 | Nombre de résultats de recherche web à récupérer lorsque la recherche web est activée. |
| search_domain_filter | string | - | - | Restreignez la recherche web à un domaine spécifique. |
| search_prompt | string | - | - | Prompt optionnel utilisé pour résumer les résultats de recherche web récupérés. |
| search_result | boolean | true | - | Retournez les métadonnées des résultats de recherche web dans la réponse lorsque la recherche web est activée. |
| tool_stream | boolean | false | - | Diffusez progressivement les arguments d’appel de fonction lors du streaming. |
| tools | array | [] | - | Définitions d’outils d’appel de fonction compatibles OpenAI. |
Les variantes sont des versions alternatives de GLM 5.2 avec leur propre id de modèle. Selon la variante, la région de service, les tarifs ou les paramètres pris en charge peuvent différer ; tout le reste fonctionne pareil.
glm-5-2:variant1Sur EmpirioLabs, GLM 5.2 est facturé à l'usage : Entrée $1.40 par jetons 1M; Produit $4.40 par jeton généré 1M; Recherche Web $0.033 par demande. La grille tarifaire en direct de cette page correspond toujours à ce que l'API facture.
GLM 5.2 prend en charge une fenêtre de contexte de 1M tokens avec jusqu'à 131 072 tokens de sortie par réponse.
Oui. GLM 5.2 sert l'API Chat Completions compatible OpenAI : les SDKs OpenAI existants fonctionnent en pointant base_url vers https://api.empiriolabs.ai/v1 et en utilisant l'id de modèle glm-5-2.
GLM 5.2 est disponible sous 2 ids de modèle : le défaut glm-5-2 plus glm-5-2:variant1 (Germany). Les variantes peuvent différer en région de service, tarifs ou paramètres pris en charge ; les grilles tarifaires de chacune sont sur cette page.
Oui. Le playground EmpirioLabs exécute GLM 5.2 dans le navigateur avec les mêmes paramètres que l'API expose, pour tester vos prompts avant d'écrire du code.
Créez un compte EmpirioLabs, puis générez une clé sous API Keys dans le tableau de bord. La facturation utilise des crédits à l'usage : vous ne payez que vos requêtes.
Consultez nos tarifs ou contactez-nous si vous souhaitez que votre propre modèle soit déployé sur notre stack.