प्रकार
स्पेक
दर
इनपुट
प्रति 1M प्रॉम्प्ट टोकन
$1.40
आउटपुट
प्रति 1M जेनरेट किए गए टोकन
$4.40
वेब खोज
प्रति अनुरोध
$0.033
GLM 5.2 और DeepSeek V4 Pro साथ-साथ: विशेषताएं, क्षमताएं, पैरामीटर और EmpirioLabs कैटलॉग की लाइव कीमतें।
Z.ai 
DeepSeek पाठ निर्माणZ.ai का GLM 5.2 और DeepSeek का DeepSeek V4 Pro दोनों पाठ निर्माण श्रेणी में आते हैं और EmpirioLabs API के ज़रिए उपलब्ध हैं।
| स्पेक | GLM 5.2 | DeepSeek V4 Pro |
|---|---|---|
| मॉडल ID | glm-5-2 | deepseek-v4-pro |
| निर्माता | Z.ai | DeepSeek |
| रिलीज | 16 जून 2026 | 24 अप्रैल 2026 |
| कॉन्टेक्स्ट विंडो | 1M टोकन | 1M टोकन |
| अधिकतम आउटपुट | 1,31,072 टोकन | 3,93,216 टोकन |
| इनपुट | टेक्स्ट | टेक्स्ट |
| आउटपुट | टेक्स्ट | टेक्स्ट |
| संरचित आउटपुट | JSON मोड | JSON Schema |
| रीजन | Singapore | Germany |
| एंडपॉइंट | POST /v1/chat/completions POST /v1/responses POST /v1/messages POST /v1beta/models/glm-5-2:generateContent | POST /v1/chat/completions POST /v1/responses POST /v1/messages POST /v1beta/models/deepseek-v4-pro:generateContent |
| क्षमताएं |
दोनों मॉडलों के लिए EmpirioLabs कैटलॉग की लाइव दरें। हर दर तालिका हमेशा API की वास्तविक बिलिंग से मेल खाती है।
EmpirioLabs पर हर मॉडल के लिए सूचीबद्ध रिक्वेस्ट पैरामीटर, और जहां लागू हो वहां मान्य मान या सीमा। डैश उस पैरामीटर को दिखाता है जो मॉडल के लिए सूचीबद्ध नहीं है।
| पैरामीटर | GLM 5.2 | DeepSeek V4 Pro |
|---|---|---|
| max_tokens | 1 से 131072 डिफॉल्ट: 65536 | 1 से 393216 |
| temperature | 0 से 1 डिफॉल्ट: 1 | 0 से 2 डिफॉल्ट: 0.7 |
| top_p | 0.01 से 1 डिफॉल्ट: 0.95 | 0 से 1 डिफॉल्ट: 0.9 |
| reasoning_effort | none, minimal, low, medium, high, xhigh, max डिफॉल्ट: max | none, low, medium, high, max डिफॉल्ट: medium |
| enable_thinking | boolean डिफॉल्ट: true | boolean डिफॉल्ट: true |
| preserve_thinking | boolean डिफॉल्ट: false | - |
| do_sample | boolean डिफॉल्ट: true | - |
| tool_web_search | boolean डिफॉल्ट: false | - |
| search_recency_filter | oneDay, oneWeek, oneMonth, oneYear, noLimit डिफॉल्ट: noLimit | - |
| count | 1 से 50 डिफॉल्ट: 10 | - |
| search_domain_filter | string | - |
| search_prompt | string | - |
| search_result | boolean डिफॉल्ट: true | - |
| tool_stream | boolean डिफॉल्ट: false | - |
| tools | array डिफॉल्ट: [] | - |
| tool_choice | object | - |
GLM 5.2 OpenAI-संगत Chat Completions API देता है। किसी भी OpenAI SDK को अपनी EmpirioLabs API key के साथ https://api.empiriolabs.ai/v1 पर सेट करें और model id glm-5-2 उपयोग करें। दोनों मॉडल एक ही एंडपॉइंट से कॉल किए जाते हैं। model को glm-5-2 या deepseek-v4-pro पर सेट करें। EmpirioLabs डैशबोर्ड से API key प्राप्त करें।
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."}
]
}'prompt परीक्षण और तुलना रन जिनमें दोनों मॉडल शामिल हैं।
तुलना Kimi K3 बनाम GLM 5.2 बनाम डीपलसीक V4 प्रो EmpirioLabs पर Kimi K3, GLM 5.2, और DeepSeek V4 Pro की तुलना करें: तीन 1M टोकन रीजनिंग मॉडल, संदर्भ, मूल्य, छवि और वीडियो... 
गाइड Kimi बनाम DeepSeek बनाम Qwen बनाम GLM: AI कोडिंग मॉडल की तुलना Kimi K2.7 कोड बनाम DeepSeek V4 Pro vs Qwen3.7 Max vs GLM 5.2, वही तीन संकेत, प्रत्येक में एक शॉट। सभी चार को लाइन काउंट...GLM 5.2 नई रिलीज़ है (16 जून 2026); DeepSeek V4 Pro 24 अप्रैल 2026 को रिलीज़ हुआ था। दोनों मॉडलों की कॉन्टेक्स्ट विंडो 1M टोकन की है। हर जवाब में DeepSeek V4 Pro अधिकतम 3,93,216 आउटपुट टोकन लौटाता है, GLM 5.2 अधिकतम 1,31,072। इस पेज की विशेषताएं, दर तालिकाएं और पैरामीटर EmpirioLabs के लाइव कैटलॉग से आते हैं।
GLM 5.2 नई रिलीज़ है (16 जून 2026); DeepSeek V4 Pro 24 अप्रैल 2026 को रिलीज़ हुआ था।
इनपुट (प्रति 1M प्रॉम्प्ट टोकन) के लिए GLM 5.2 की दर कम है। आउटपुट (प्रति 1M जेनरेट किए गए टोकन) के लिए DeepSeek V4 Pro की दर कम है। दोनों लाइव दर तालिकाएं इस पेज पर हैं और हमेशा API की वास्तविक बिलिंग से मेल खाती हैं।
हां। दोनों मॉडल एक ही EmpirioLabs API key के साथ POST /v1/chat/completions इस्तेमाल करते हैं, इसलिए ज़्यादातर इंटीग्रेशन सिर्फ model मान बदलकर स्विच हो जाते हैं। अगर आप किसी मॉडल-विशेष पैरामीटर पर निर्भर हैं तो पहले इस पेज की पैरामीटर तालिका देखें।
हां। हर मॉडल को EmpirioLabs playground में खोलें और API के पैरामीटरों के साथ दोनों पर एक ही prompt चलाएं।
हमारे मूल्य निर्धारण की जाँच करें या यदि आप चाहते हैं कि आपका अपना मॉडल हमारे स्टैक पर तैनात किया जाए, तो पहुंचें।