GLM-5.2 Z.ai के प्रमुख तर्क और कोडिंग मॉडल है, जो 13 जून 2026 को जारी किया गया है। यह समायोज्य तर्क प्रयास के साथ एक one-million-token संदर्भ विंडो को जोड़ती है, इसलिए आप यह बता सकते हैं कि कैसे कठिन है कि मॉडल इसके जवाब से पहले सोचता है, और यह अंतर्निहित वेब खोज और टूल कॉलिंग के साथ जहाज करता है। Z.ai इसे एक कोडिंग-first मॉडल के रूप में नियुक्त करता है जो मजबूत सामान्य तर्क रखता है, और जटिल, बहु-चरण इंजीनियरिंग कार्य के लिए अधिकतम तर्क प्रयास की सिफारिश करता है।.
GLM-5.2 एक OpenAI-compatible API के माध्यम से आज EmpirioLabs पर लाइव है, जिसमें टेक्स्ट इनपुट और आउटपुट, 1M token संदर्भ, 128K आउटपुट टोकन तक, फंक्शन कॉलिंग, JSON मोड संरचित आउटपुट और स्ट्रीमिंग शामिल हैं। यह कोशिश करो खेल इसे किसी भी OpenAI-compatible क्लाइंट से कॉल करें। पूर्ण कल्पना और वर्तमान दरों पर रहते हैं GLM-5.2 मॉडल पेज और एपीआई डॉक।.
मूल्य निर्धारण
बिलिंग का उपयोग आधारित है: इनपुट और आउटपुट टोकन प्रति टोकन मीटर होते हैं, और प्रत्येक बिल्ट-इन वेब सर्च में एक छोटा प्रति-कॉल शुल्क होता है जो केवल तभी लागू होता है जब वास्तव में एक खोज होती है। कोई अलग कैश टियर नहीं है। वर्तमान प्रति टोकन दरें हमेशा पर रहती हैं मॉडल पेज और मूल्य निर्धारण पृष्ठ, जो आप जो चार्ज कर रहे हैं उसके साथ सिंक में रहते हैं।.
क्विकस्टार्ट
EmpirioLabs आधार URL पर किसी भी OpenAI SDK को इंगित करें और पास करें TOKEN मॉडल के रूप में:
openai आयात OpenAI क्लाइंट = OpenAI (base url=" https://api.empiriolabs.ai/v1", api key="YOUR EMPIRIOLABS API KEY", resp = ग्राहक.chat.completions.create(model=" glm-5-2 ", संदेश=[ {"role": "उपयोगकर्ता", "content": "इस पाइथन लूप को एक सूची में सुधार लाने के लिए और क्यों समझाते हैं।},], तर्क effort="high",) print(resp.choices[0].mesagecontentप्रयास
GLM-5.2 एक देशी को उजागर करता है तर्क effort स्तर से नियंत्रण न्यूनतम तक अधिकतमप्लस कोई नहीं पूरी तरह से सोचना। डिफ़ॉल्ट है अधिकतम, जो Zai जटिल कोडिंग के लिए सिफारिश की है। सरल मोड़ पर तेजी से, सस्ता उत्तरों के प्रयास को कम करें, या सेट करें सक्षम न्यूनतम विलंबता पथ के लिए झूठी। जब मॉडल सोचता है, तो तर्क जवाब के साथ वापस आ जाता है ताकि आप इसे दिखा सकें या उसे छुपा सकें।.
वेब खोज
सेट TOKEN gLM-5.2 को अपने उत्तर में लाइव परिणाम देने के लिए सही करने के लिए। मॉडल तय करता है जब खोज करने के लिए, यह बताता है कि इसका क्या उपयोग किया जाता है, और प्रति कॉल शुल्क केवल तभी लागू होता है जब एक खोज रन होता है। इसे पूरी तरह से ऑफ़लाइन तर्क के लिए छोड़ दें।.
अच्छा
सख्त संरचित उत्पादन के लिए, विकलांग सोच के साथ चलाएं ताकि मॉडल एक इंटरलीव्ड तर्क ट्रेस के बिना JSON को साफ कर सके। GLM-5.2 पाठ में और पाठ बाहर है: छवि या वीडियो समझ के लिए, छवि या वीडियो समझ के लिए एक बहुमॉडल मॉडल चुनें सूचीThe one-million-token.
