GLM 5.2 API

Reasoning 및 코딩 모델 1M 토큰 컨텍스트, 128K 출력, 조정 가능한 이유 노력, 기본 웹 검색 및 도구 호출.

Z.ai텍스트 생성1M 컨텍스트출시 2026년 6월 16일Singapore독점 엔드포인트신규

GLM 5.2 소개

Reasoning 및 코딩 모델 1M 토큰 컨텍스트, 128K 출력, 조정 가능한 이유 노력, 기본 웹 검색 및 도구 호출.

노트: - Context 윈도우: 1M 토큰 - 최대 출력: 128K 토큰 - 최소에서 최대 (최대 복잡한 코딩을 위해 권장)까지 조정 가능한 이유 - 내장 웹 검색은 사용 가능한 경우 $0.033 을 추가합니다 - 지원 기능 호출, 구조 출력 및 스트리밍 - 생각으로 구조 출력을 실행

다른 이름 Z.ai GLM 5.2, GLM-5.2, glm-5-2

reasoningfunction callingweb search

GLM 5.2 사양

모델 ID
glm-5-2
제공자
Z.ai
카테고리
텍스트 생성
출시
2026년 6월 16일
컨텍스트 창
1M 토큰
최대 출력
131,072 토큰
입력
텍스트
출력
텍스트
구조화된 출력
JSON 모드
리전
Singapore
엔드포인트
POST/v1/chat/completionsPOST/v1/responsesPOST/v1/messagesPOST/v1beta/models/glm-5-2:generateContent
대체 모델 ID
glm-5.2zai/glm-5.2zhipu/glm-5.2

GLM 5.2 API 요금

EmpirioLabs 카탈로그의 실시간 종량제 요금입니다. 사용한 만큼만 결제하며 월 최소 요금이 없습니다.

유형
사양
요금
이름 *
1M 신속한 토큰 당
$1.40
제품정보
1M 생성 토큰
$4.40
웹 검색
요청시
$0.033
전체 가격 페이지에서 비교

GLM 5.2 API 호출 방법

GLM 5.2은(는) OpenAI 호환 Chat Completions API를 제공합니다. 아무 OpenAI SDK나 EmpirioLabs API 키와 함께 https://api.empiriolabs.ai/v1로 지정하고 모델 ID glm-5-2를 사용하세요. EmpirioLabs 대시보드에서 API 키를 발급받으세요.

cURL
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."}
    ]
  }'
Python (OpenAI SDK)
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)
GLM 5.2 API 전체 레퍼런스

GLM 5.2 API 파라미터

EmpirioLabs에서 GLM 5.2 API가 지원하는 요청 파라미터입니다. 필드를 생략하면 기본값이 적용됩니다.

파라미터유형기본값범위 / 값설명
max_tokensinteger655361 ~ 131072생성할 수 있는 최대 출력 토큰 수.
temperaturenumber10 ~ 1무작위성을 제어합니다. 값이 낮을수록 응답이 더 결정론적이어집니다.
top_pnumber0.950.01 ~ 1핵 샘플링 컷오프.
reasoning_effortenummaxnone, minimal, low, medium, high, xhigh, maxGLM-5.2 추론 노력. 아무도 생각을 막지 못한다; 최소에서 최대까지 모델이 얼마나 강하게 추론하는지 설정한 후 답변하세요. 복잡한 코딩에는 Max가 추천됩니다.
enable_thinkingbooleantrue-모델이 답변하기 전에 논리적으로 생각할 시간을 주세요. 가장 낮은 지연 시간의 답장이나 엄격한 구조화된 출력을 위해 끄세요.
do_samplebooleantrue-샘플링을 활성화하세요. 탐욕적이고 결정론적인 출력(온도와 top_p은 무시)을 위해 끄세요.
tool_web_searchbooleanfalse-내장 웹 검색 기능을 활성화하세요. 사용 시 요청당 $0.033 추가 정보가 발생합니다.
search_recency_filterenumnoLimitoneDay, oneWeek, oneMonth, oneYear, noLimit웹 검색 결과를 최신 시간 창으로 제한하세요.
countinteger101 ~ 50웹 검색이 활성화되었을 때 검색할 수 있는 웹 검색 결과 수.
search_domain_filterstring--웹 검색을 특정 도메인으로 제한하세요.
search_promptstring--검색 결과를 요약하는 데 사용되는 선택적 프롬프트.
search_resultbooleantrue-웹 검색이 활성화되면 응답에서 웹 검색 결과 메타데이터를 반환하세요.
tool_streambooleanfalse-스트리밍할 때 함수-호출 인자를 점진적으로 스트리밍하세요.
toolsarray[]-OpenAI 호환 함수 호출 도구 정의.
문서에 파라미터 3개 더 있음

GLM 5.2 변형

변형은 자체 모델 ID를 가진 GLM 5.2의 대체 버전입니다. 변형에 따라 서비스 리전, 요금, 지원 파라미터가 다를 수 있으며 그 외에는 동일하게 동작합니다.

GLM 5.2 :variant1최대 21% 절약

모델 ID
glm-5-2:variant1
리전
Germany
컨텍스트 창
1M 토큰
구조화된 출력
JSON Schema
유형
사양
요금
이름 *
1M 신속한 토큰 당
$1.40$1.10
제품정보
1M 생성 토큰
$4.40$3.851
Implicit 캐시 읽기
1M 캐시된 입력 토큰 당
$0.275
Web Search (Linkup)
per call when invoked
$0.013
플레이그라운드에서 :variant1 사용해 보기

GLM 5.2 API: 자주 묻는 질문

GLM 5.2 API 비용은 얼마인가요?

EmpirioLabs에서 GLM 5.2은(는) 종량제로 청구됩니다: 이름 * $1.40 1M 신속한 토큰 당; 제품정보 $4.40 1M 생성 토큰; 웹 검색 $0.033 요청시. 이 페이지의 실시간 요금표는 항상 API 청구 금액과 일치합니다.

GLM 5.2의 컨텍스트 윈도우는 얼마인가요?

GLM 5.2은(는) 1M 토큰 컨텍스트 윈도우를 지원합니다 (응답당 최대 131,072 출력 토큰).

GLM 5.2 API는 OpenAI와 호환되나요?

네. GLM 5.2은(는) OpenAI 호환 Chat Completions API를 제공하므로, 기존 OpenAI SDK에서 base_urlhttps://api.empiriolabs.ai/v1로 지정하고 모델 ID를 glm-5-2로 설정하면 바로 동작합니다.

GLM 5.2의 어떤 변형을 사용할 수 있나요?

GLM 5.2은(는) 2개의 모델 ID로 제공됩니다: 기본 glm-5-2glm-5-2:variant1 (Germany). 변형은 서비스 리전, 요금, 지원 파라미터가 다를 수 있으며 각 요금표는 이 페이지에 있습니다.

통합하기 전에 브라우저에서 GLM 5.2을(를) 사용해 볼 수 있나요?

네. EmpirioLabs 플레이그라운드에서 API와 동일한 파라미터로 GLM 5.2을(를) 브라우저에서 실행하므로 코드를 작성하기 전에 프롬프트를 테스트할 수 있습니다.

GLM 5.2 API 키는 어떻게 발급받나요?

EmpirioLabs 계정을 만든 다음 대시보드의 API Keys에서 키를 생성하세요. 요금은 종량제 크레딧이라 실행한 요청에 대해서만 결제합니다.

더 나은 엔드포인트를 사용할 준비가 되셨나요?

저희 가격을 확인하시거나 저희 스택에 자체 모델을 배포하고 싶으시면 연락해 주세요.