GLM-5.2는 6월 13, 2026에 발표된 Z.ai의 주력 이유 및 코딩 모델입니다. one-million-token 컨텍스트 창을 조정하는 이유를 가진 쌍으로, 그래서 당신은 그것이 대답의 앞에 어떻게 단단한 모형 생각을 다이얼할 수 있고, 내장된 웹 검색 및 공구 호출로 발송합니다. Z.ai는 강력한 일반 소싱을 유지하고, 복잡한 멀티 스텝 엔지니어링 작업을 위해 최대 소싱 노력을 권장합니다.
GLM-5.2는 OpenAI 호환 API를 통해 EmpirioLabs에 살고 있습니다. 텍스트 입력 및 출력, 1M 토큰 컨텍스트, 최대 128K 출력 토큰, 기능 호출, JSON 모드 구조 출력 및 스트리밍. 그것을 시도 뚱 베어 또는 OpenAI 호환 클라이언트에서 호출. 전체 사양과 현재 비율은 GLM-5.2 모델 페이지 그리고 API 문서·.
제품정보
빌링은 사용 기반입니다: 입력 및 출력 토큰은 토큰 당 미터화되며, 각 내장 웹 검색은 검색이 실제로 실행될 때에만 적용되는 작은 per-call 수수료를 추가합니다. 별도의 캐시 계층이 없습니다. 현재 per-token 비율은 항상 살아있는 모델 페이지 그리고 가격표, 당신이 청구 된 것과 동기화에 머물.
퀵스타트
EmpirioLabs 기본 URL에서 OpenAI SDK를 포인트로 전달 glm-5-2 에 모형으로:
openai import OpenAI client = OpenAI(base url=" https://api.empiriolabs.ai/v1", api key="YOUR EMPIRIOLABS API KEY",) resp = client.chat.completions.create(model=" glm-5-2 ", message=[{"role": "user", "content": "이 파이널 루프를 목록으로 컴파일하고 왜 설명합니다."}, ], reasoning sec 1 ", message=[{"role": "user", "content": "이 파이썬 루프를 목록으로 설정하십시오."회사연혁
GLM-5.2는 기본 노출 이유 effort 수평으로 제어 지원하다 으로 최대, 플러스 이름 * 완전히 생각을 끄는. 기본값은 최대Z.ai는 복잡한 코딩을 권장합니다. 간단한 회전에 빠르고, 더 싼 replies를 위한 노력, 또는 세트를 낮추십시오 enable thinking을 활성화 가장 낮은 경로에 대해 false로. 모델이 생각할 때, 이유가 답을 따라 반환됩니다 그래서 당신은 그것을 표시하거나 숨길 수 있습니다.
웹 검색
설치하기 tool_web_search 에 진정한 GLM-5.2 풀 라이브 결과를 응답으로 잡아. 이 모델은 검색 할 때 결정, 사용 된 것을 인용, 그리고 per-call 수수료는 검색 실행시에만 적용됩니다. 완전 오프라인 이유에 대해 알아보세요.
잘 알고
엄격한 구조화 출력을 위해, 사고로 달리기 때문에 모델은 제거 추적없이 깨끗한 JSON을 반환합니다. GLM-5.2 텍스트 및 텍스트 아웃: 이미지 또는 비디오 이해를 위해 멀티 모달 모델을 선택하십시오 회사연혁. one-million-token 컨텍스트는 큰 codebases, 긴 transcripts 및 단일 요청에 있는 다중 파일 refactors를 편안하게 유지합니다.
