GLM 5.2 is a large-scale reasoning model from Z.ai. It supports text input and output with a 1M-token context window, and is suited for long-horizon agent workflows, project-level software engineering, and complex multi-step automation.
Reasoning efforts high and xhigh are supported; xhigh maps to max reasoning. It is particularly strong at coding and tool use across long-running tasks, able to maintain engineering context and follow standards consistently through a full development workflow, from requirements to multi-platform deployment, in a single task.
提供商
不同公司托管同一模型。OpenRouter 根据您选择的路由模式将请求路由到其中一家公司:Balanced(价格 + 速度)、Nitro(速度最快)或 Floor(价格最低)。
| US$0.6200 | US$2.420 | US$0.1400 | 0.70s | 137 tok/s | ||
| US$0.0070 | US$6.800 | US$0.0060 | 0.44s | 104 tok/s | ||
| US$0.3100 | US$2.400 | US$0.0750 | 0.87s | 85 tok/s | ||
| US$0.7000 | US$2.200 | US$0.1050 | 0.65s | 81 tok/s | ||
| US$0.6430 | US$1.978 | US$0.2170 | 0.52s | 76 tok/s | ||
56% off | US$1.40US$0.6188 | US$4.40US$1.945 | US$0.26US$0.1149 | 0.88s | 69 tok/s | |
| US$0.1900 | US$8.000 | US$0.1800 | 0.23s | 100 tok/s | ||
| US$1.4000 | US$4.400 | US$0.2600 | 0.26s | 119 tok/s | ||
| US$0.1900 | US$8.000 | US$0.1900 | 0.61s | 83 tok/s | ||
| US$1.1200 | US$3.520 | US$0.2240 | 1.02s | 73 tok/s | ||
| US$1.4000 | US$4.400 | US$0.2600 | 0.59s | 117 tok/s | ||
| US$1.4000 | US$4.400 | US$0.1400 | 0.88s | 97 tok/s | ||
| US$1.4000 | US$4.400 | US$0.1400 | 1.19s | 98 tok/s | ||
54% off | US$1.40US$0.6496 | US$4.40US$2.042 | US$0.26US$0.1206 | 2.05s | 45 tok/s | |
| US$1.4000 | US$4.400 | US$0.1400 | 1.85s | 50 tok/s | ||
56% off | US$1.40US$0.6118 | US$4.40US$1.923 | US$0.26US$0.1136 | 2.61s | 37 tok/s | |
| US$1.4000 | US$4.400 | US$0.2600 | 2.04s | 112 tok/s | ||
33% off | US$1.40US$0.9380 | US$4.40US$2.948 | US$0.26US$0.1742 | 2.42s | 37 tok/s | |
Fast | US$2.1000 | US$6.600 | US$0.2100 | 0.43s | 95 tok/s | |
| US$1.4000 | US$4.400 | US$0.2600 | 2.50s | 34 tok/s | ||
| US$1.4000 | US$4.400 | US$0.1400 | 1.64s | 51 tok/s | ||
| US$2.1000 | US$6.600 | US$0.2100 | 0.54s | 76 tok/s | ||
| US$1.5400 | US$4.840 | US$0.1540 | 0.74s | 79 tok/s | ||
Fast | US$2.2500 | US$7.880 | US$0.5600 | 0.75s | 72 tok/s | |
Fast | US$2.3100 | US$7.260 | US$0.4620 | 0.99s | 75 tok/s | |
50% off | US$1.302US$0.6510 | US$4.092US$2.046 | US$0.26US$0.1300 | 1.13s | 69 tok/s | |
| US$0.9660 | US$3.036 | US$0.1932 | 0.70s | 89 tok/s | ||
| US$1.4000 | US$4.400 | US$0.2600 | 2.45s | 42 tok/s | ||
| US$0.75US$0.5625 | US$2.40US$1.800 | US$0.14US$0.1050 | 1.35s | 31 tok/s | ||
| US$1.125US$0.8438 | US$3.60US$2.700 | US$0.21US$0.1575 | 2.46s | 29 tok/s | ||
| US$0.6000 | US$2.000 | US$0.1500 | 0.75s | 103 tok/s | ||
| US$1.4000 | US$4.400 | US$0.2600 | 0.62s | 106 tok/s | ||
不用于 Standard 路由:未使用这些端点的原因 | ||||||
| US$0.60US$0.4500 | US$1.92US$1.440 | US$0.112US$0.0840 | 2.18s | 37 tok/s | ||
- 输入 /百万
- US$0.62
- 输出 /百万
- US$2.42
- 缓存读取 /百万
- US$0.14
- 延迟
- 0.70s
- 吞吐量
- 137 tok/s
- 正常运行时间
- 99.00%
- 输入 /百万
- US$0.007
- 输出 /百万
- US$6.80
- 缓存读取 /百万
- US$0.006
- 延迟
- 0.44s
- 吞吐量
- 104 tok/s
- 正常运行时间
- 100.00%
- 输入 /百万
- US$0.31
- 输出 /百万
- US$2.40
- 缓存读取 /百万
- US$0.075
- 延迟
- 0.87s
- 吞吐量
- 85 tok/s
- 正常运行时间
- 99.97%
- 输入 /百万
- US$0.70
- 输出 /百万
- US$2.20
- 缓存读取 /百万
- US$0.105
- 延迟
- 0.65s
- 吞吐量
- 81 tok/s
- 正常运行时间
- 99.81%
- 输入 /百万
- US$0.643
- 输出 /百万
- US$1.978
- 缓存读取 /百万
- US$0.217
- 延迟
- 0.52s
- 吞吐量
- 76 tok/s
- 正常运行时间
- 99.97%
- 56% off
- 输入 /百万
- US$0.6188
- 输出 /百万
- US$1.945
- 缓存读取 /百万
- US$0.1149
- 延迟
- 0.88s
- 吞吐量
- 69 tok/s
- 正常运行时间
- 100.00%
- 输入 /百万
- US$0.19
- 输出 /百万
- US$8.00
- 缓存读取 /百万
- US$0.18
- 延迟
- 0.23s
- 吞吐量
- 100 tok/s
- 正常运行时间
- 100.00%
- 输入 /百万
- US$1.40
- 输出 /百万
- US$4.40
- 缓存读取 /百万
- US$0.26
- 延迟
- 0.26s
- 吞吐量
- 119 tok/s
- 正常运行时间
- 99.90%
- 输入 /百万
- US$0.19
- 输出 /百万
- US$8.00
- 缓存读取 /百万
- US$0.19
- 延迟
- 0.61s
- 吞吐量
- 83 tok/s
- 正常运行时间
- 100.00%
- 输入 /百万
- US$1.12
- 输出 /百万
- US$3.52
- 缓存读取 /百万
- US$0.224
- 延迟
- 1.02s
- 吞吐量
- 73 tok/s
- 正常运行时间
- 99.50%
- 输入 /百万
- US$1.40
- 输出 /百万
- US$4.40
- 缓存读取 /百万
- US$0.26
- 延迟
- 0.59s
- 吞吐量
- 117 tok/s
- 正常运行时间
- 99.54%

- 输入 /百万
- US$1.40
- 输出 /百万
- US$4.40
- 缓存读取 /百万
- US$0.14
- 延迟
- 0.88s
- 吞吐量
- 97 tok/s
- 正常运行时间
- 99.14%
- 输入 /百万
- US$1.40
- 输出 /百万
- US$4.40
- 缓存读取 /百万
- US$0.14
- 延迟
- 1.19s
- 吞吐量
- 98 tok/s
- 正常运行时间
- 89.44%
- 54% off
- 输入 /百万
- US$0.6496
- 输出 /百万
- US$2.042
- 缓存读取 /百万
- US$0.1206
- 延迟
- 2.05s
- 吞吐量
- 45 tok/s
- 正常运行时间
- 100.00%
- 输入 /百万
- US$1.40
- 输出 /百万
- US$4.40
- 缓存读取 /百万
- US$0.14
- 延迟
- 1.85s
- 吞吐量
- 50 tok/s
- 正常运行时间
- 100.00%
- 56% off
- 输入 /百万
- US$0.6118
- 输出 /百万
- US$1.923
- 缓存读取 /百万
- US$0.1136
- 延迟
- 2.61s
- 吞吐量
- 37 tok/s
- 正常运行时间
- 100.00%
- 输入 /百万
- US$1.40
- 输出 /百万
- US$4.40
- 缓存读取 /百万
- US$0.26
- 延迟
- 2.04s
- 吞吐量
- 112 tok/s
- 正常运行时间
- 99.84%
- 33% off
- 输入 /百万
- US$0.938
- 输出 /百万
- US$2.948
- 缓存读取 /百万
- US$0.1742
- 延迟
- 2.42s
- 吞吐量
- 37 tok/s
- 正常运行时间
- 100.00%
- Fast
- 输入 /百万
- US$2.10
- 输出 /百万
- US$6.60
- 缓存读取 /百万
- US$0.21
- 延迟
- 0.43s
- 吞吐量
- 95 tok/s
- 正常运行时间
- 100.00%
- 输入 /百万
- US$1.40
- 输出 /百万
- US$4.40
- 缓存读取 /百万
- US$0.26
- 延迟
- 2.50s
- 吞吐量
- 34 tok/s
- 正常运行时间
- 100.00%
- 输入 /百万
- US$1.40
- 输出 /百万
- US$4.40
- 缓存读取 /百万
- US$0.14
- 延迟
- 1.64s
- 吞吐量
- 51 tok/s
- 正常运行时间
- 100.00%
- Fast
- 输入 /百万
- US$2.10
- 输出 /百万
- US$6.60
- 缓存读取 /百万
- US$0.21
- 延迟
- 0.54s
- 吞吐量
- 76 tok/s
- 正常运行时间
- 100.00%

- 输入 /百万
- US$1.54
- 输出 /百万
- US$4.84
- 缓存读取 /百万
- US$0.154
- 延迟
- 0.74s
- 吞吐量
- 79 tok/s
- 正常运行时间
- 99.18%
- Fast
- 输入 /百万
- US$2.25
- 输出 /百万
- US$7.88
- 缓存读取 /百万
- US$0.56
- 延迟
- 0.75s
- 吞吐量
- 72 tok/s
- 正常运行时间
- 99.90%
- Fast
- 输入 /百万
- US$2.31
- 输出 /百万
- US$7.26
- 缓存读取 /百万
- US$0.462
- 延迟
- 0.99s
- 吞吐量
- 75 tok/s
- 正常运行时间
- 95.31%
- 50% off
- 输入 /百万
- US$0.651
- 输出 /百万
- US$2.046
- 缓存读取 /百万
- US$0.13
- 延迟
- 1.13s
- 吞吐量
- 69 tok/s
- 正常运行时间
- 99.97%
- 输入 /百万
- US$0.966
- 输出 /百万
- US$3.036
- 缓存读取 /百万
- US$0.1932
- 延迟
- 0.70s
- 吞吐量
- 89 tok/s
- 正常运行时间
- 98.42%
- 输入 /百万
- US$1.40
- 输出 /百万
- US$4.40
- 缓存读取 /百万
- US$0.26
- 延迟
- 2.45s
- 吞吐量
- 42 tok/s
- 正常运行时间
- 100.00%
25% off- 输入 /百万
- US$0.5625
- 输出 /百万
- US$1.80
- 缓存读取 /百万
- US$0.105
- 延迟
- 1.35s
- 吞吐量
- 31 tok/s
- 正常运行时间
- 98.61%
Priority+11 个其他标签- 输入 /百万
- US$0.8438
- 输出 /百万
- US$2.70
- 缓存读取 /百万
- US$0.1575
- 延迟
- 2.46s
- 吞吐量
- 29 tok/s
- 正常运行时间
- 97.10%
- 输入 /百万
- US$0.60
- 输出 /百万
- US$2.00
- 缓存读取 /百万
- US$0.15
- 延迟
- 0.75s
- 吞吐量
- 103 tok/s
- 正常运行时间
- 82.32%
- 输入 /百万
- US$1.40
- 输出 /百万
- US$4.40
- 缓存读取 /百万
- US$0.26
- 延迟
- 0.62s
- 吞吐量
- 106 tok/s
- 正常运行时间
- 99.03%
- 不用于 Standard 路由:未使用这些端点的原因
Flex+11 个其他标签- 输入 /百万
- US$0.45
- 输出 /百万
- US$1.44
- 缓存读取 /百万
- US$0.084
- 延迟
- 2.18s
- 吞吐量
- 37 tok/s
- 正常运行时间
- 100.00%
定价
客户为此模型实际支付的平均价格,与提供商公布的价格并列展示。由于缓存和折扣,实际支付的价格往往远低于标价。
加权平均值
GLM 5.2 — 价格历史
| US$0.00615 | US$6.80 | 84.4% | 18.8% | ||
| US$0.08342 | US$3.37 | 86.2% | 5.7% | ||
| US$0.18139 | US$8.00 | 85.9% | 4.2% | ||
| US$0.18408 | US$2.05 | 88.1% | 1.9% | ||
| US$0.18994 | US$8.00 | 47.2% | 0.3% | ||
| US$0.21152 | US$2.30 | 87.1% | 0.3% | ||
| US$0.21652 | US$2.05 | 83.4% | 2.0% | ||
| US$0.21653 | US$1.93 | 79.4% | 14.1% | ||
| US$0.22293 | US$2.20 | 80.2% | 0.5% | ||
| US$0.24331 | US$2.42 | 78.5% | 29.8% | ||
| US$0.27931 | US$3.04 | 88.9% | 0.3% | ||
| US$0.30962 | US$1.81 | 55.8% | 1.9% | ||
| US$0.33867 | US$1.98 | 71.4% | 0.9% | ||
| US$0.37517 | US$2.95 | 73.7% | 0.2% | ||
| US$0.40893 | US$4.40 | 86.9% | 0.9% | ||
| US$0.41817 | US$4.40 | 86.1% | 9.2% | ||
| US$0.42986 | US$4.40 | 77.0% | 0.9% | ||
| US$0.44069 | US$2.00 | 35.4% | 0.2% | ||
| US$0.45593 | US$4.84 | 78.2% | 1.4% | ||
| US$0.50223 | US$4.40 | 78.8% | 0.7% | ||
| US$0.52826 | US$4.40 | 69.2% | 0.0% | ||
| US$0.53113 | US$3.52 | 65.7% | 0.1% | ||
| US$0.53563 | US$4.40 | 75.8% | 0.1% | ||
| US$0.54626 | US$2.71 | 44.0% | 0.4% | ||
| US$0.61122 | US$6.60 | 78.8% | 0.5% | ||
Fast | US$0.62272 | US$6.60 | 78.2% | 0.6% | |
| US$0.63035 | US$4.40 | 67.5% | 0.4% | ||
| US$0.67117 | US$4.40 | 57.8% | 0.1% | ||
| US$0.67753 | US$4.40 | 57.3% | 1.2% | ||
| US$0.80200 | US$4.40 | 52.5% | 1.7% | ||
Fast | US$1.18841 | US$7.88 | 62.8% | 0.2% | |
Fast | US$1.26961 | US$7.26 | 56.3% | 0.2% | |
不用于 Standard 路由:未使用这些端点的原因 | |||||
| US$0.26065 | US$1.44 | 51.7% | 0.0% | ||
- 有效输入价格 US$0.00615 / 实际输出 US$6.80token 占比18.8%
- 有效输入价格 US$0.08342 / 实际输出 US$3.37token 占比5.7%
- 有效输入价格 US$0.18139 / 实际输出 US$8.00token 占比4.2%
- 有效输入价格 US$0.18408 / 实际输出 US$2.05token 占比1.9%
- 有效输入价格 US$0.18994 / 实际输出 US$8.00token 占比0.3%
- 有效输入价格 US$0.21152 / 实际输出 US$2.30token 占比0.3%
- 有效输入价格 US$0.21652 / 实际输出 US$2.05token 占比2.0%
- 有效输入价格 US$0.21653 / 实际输出 US$1.93token 占比14.1%
- 有效输入价格 US$0.22293 / 实际输出 US$2.20token 占比0.5%
- 有效输入价格 US$0.24331 / 实际输出 US$2.42token 占比29.8%
- 有效输入价格 US$0.27931 / 实际输出 US$3.04token 占比0.3%
- 有效输入价格 US$0.30962 / 实际输出 US$1.81token 占比1.9%
- 有效输入价格 US$0.33867 / 实际输出 US$1.98token 占比0.9%
- 有效输入价格 US$0.37517 / 实际输出 US$2.95token 占比0.2%
- 有效输入价格 US$0.40893 / 实际输出 US$4.40token 占比0.9%
- 有效输入价格 US$0.41817 / 实际输出 US$4.40token 占比9.2%
- 有效输入价格 US$0.42986 / 实际输出 US$4.40token 占比0.9%
- 有效输入价格 US$0.44069 / 实际输出 US$2.00token 占比0.2%
- 有效输入价格 US$0.45593 / 实际输出 US$4.84token 占比1.4%
- 有效输入价格 US$0.50223 / 实际输出 US$4.40token 占比0.7%
- 有效输入价格 US$0.52826 / 实际输出 US$4.40token 占比0.0%
- 有效输入价格 US$0.53113 / 实际输出 US$3.52token 占比0.1%
- 有效输入价格 US$0.53563 / 实际输出 US$4.40token 占比0.1%
- 有效输入价格 US$0.54626 / 实际输出 US$2.71Prioritytoken 占比0.4%
- 有效输入价格 US$0.61122 / 实际输出 US$6.60Fasttoken 占比0.5%
- 有效输入价格 US$0.62272 / 实际输出 US$6.60Fasttoken 占比0.6%
- 有效输入价格 US$0.63035 / 实际输出 US$4.40token 占比0.4%
- 有效输入价格 US$0.67117 / 实际输出 US$4.40token 占比0.1%
- 有效输入价格 US$0.67753 / 实际输出 US$4.40token 占比1.2%
- 有效输入价格 US$0.80200 / 实际输出 US$4.40token 占比1.7%
- 有效输入价格 US$1.18841 / 实际输出 US$7.88Fasttoken 占比0.2%
- 有效输入价格 US$1.26961 / 实际输出 US$7.26Fasttoken 占比0.2%
- 不用于 Standard 路由:未使用这些端点的原因
- 有效输入价格 US$0.26065 / 实际输出 US$1.44Flextoken 占比0.0%
性能
吞吐量是模型生成内容的速度(每秒 token 数,越高越好)。延迟是完整的往返时间(越低越好)。TTFT 是首个 token 的响应时间,即您看到内容出现前需要等待的时间(越低越好)。
P50,所有提供商中最佳
P50,最佳提供商
正常运行时间
正常运行时间是指过去 3 天中至少有一家提供商响应请求的时间百分比。可用性是指成功提供推理服务的时间百分比。OpenRouter 会持续监控,并在某家提供商返回错误时使用次优提供商。
过去 3 天的可用性
最近 72 小时过去 24 小时的可用性
当上游提供商发生错误时,如果您的请求筛选条件允许,我们可以通过路由到另一家健康的提供商来恢复服务。您可以通过以下接口以编程方式访问各提供商的正常运行时间数据: 端点 API。了解更多有关我们的 负载均衡和提供商路由选项。
基准测试
标准化评测得分,以及此模型针对共用基准测试提示词的实际输出。百分比越高越好,每项排名显示此模型在该来源所评测的模型中的位置。
| 来源 | 基准测试 | 得分 |
|---|---|---|
| Artificial Analysis | GLM-5.2 (Max) Finance & Accounting Index | 32.1 |
| Artificial Analysis | GLM-5.2 (Max) Strategy & Ops Index | 30.0 |
| Artificial Analysis | GLM-5.2 (Max) Legal Index | 28.5 |
| Artificial Analysis | GLM-5.2 (Max) Healthcare & Medical Index | 28.7 |
| Artificial Analysis | GLM-5.2 (Max) Economics Index | 32.1 |
| Artificial Analysis | GLM-5.2 (Max) Openness Index | 44.4 |
| Artificial Analysis | GLM-5.2 (Max) AutomationBench-AA | 28.4% |
| Artificial Analysis | GLM-5.2 (Max) GDP.pdf | 10.4% |
| Artificial Analysis | GLM-5.2 (Max) APEX-Agents-AA | 33.7% |
| Artificial Analysis | GLM-5.2 (Max) EnterpriseOps-Gym-AA | 42.7% |
| Artificial Analysis | GLM-5.2 (Max) ITBench-AA | 42.7% |
| Artificial Analysis | GLM-5.2 (Max) GPQA Diamond | 89.5% |
| Artificial Analysis | GLM-5.2 (Max) HLE | 41.1% |
| Artificial Analysis | GLM-5.2 (Max) IFBench | 73.3% |
| Artificial Analysis | GLM-5.2 (Max) τ²-Bench Telecom | 99.1% |
| Artificial Analysis | GLM-5.2 (Max) AA-LCR | 78.3% |
| Artificial Analysis | GLM-5.2 (Max) τ³-Banking | 34.6% |
| Artificial Analysis | GLM-5.2 (Max) GDPval-AA | 44.0% |
| Artificial Analysis | GLM-5.2 (Max) CritPt | 20.9% |
| Artificial Analysis | GLM-5.2 (Max) HLE-Diamond | 17.7% |
| Artificial Analysis | GLM-5.2 (Max) SciCode | 51.2% |
| Artificial Analysis | GLM-5.2 (Max) Terminal-Bench Hard | 50.8% |
| Artificial Analysis | GLM-5.2 (Max) Terminal-Bench 4.0 | 1.0% |
| Artificial Analysis | GLM-5.2 (Max) Terminal-Bench 2.1 | 77.9% |
| Artificial Analysis | GLM-5.2 (Max) AA-Omniscience Accuracy | 21.1% |
| Artificial Analysis | GLM-5.2 (Max) AA-Omniscience Non-Hallucination Rate | 74.1% |
| Artificial Analysis | GLM-5.2 (Max) MLCR-AA | 12.8% |
| Artificial Analysis | GLM-5.2 (Non-reasoning) Openness Index | 44.4 |
| Artificial Analysis | GLM-5.2 (Non-reasoning) GPQA Diamond | 68.6% |
| Artificial Analysis | GLM-5.2 (Non-reasoning) HLE | 9.8% |
| Artificial Analysis | GLM-5.2 (Non-reasoning) AA-LCR | 42.3% |
| Artificial Analysis | GLM-5.2 (Non-reasoning) τ³-Banking | 16.7% |
| Artificial Analysis | GLM-5.2 (Non-reasoning) GDPval-AA | 37.6% |
| Artificial Analysis | GLM-5.2 (Non-reasoning) CritPt | 3.1% |
| Artificial Analysis | GLM-5.2 (Non-reasoning) Terminal-Bench 2.1 | 51.7% |
| Design Arena | GLM 5.2 Agents Arena Agenticgamedev Elo | 1156 |
| Design Arena | GLM 5.2 Agents Arena Androidnative Elo | 1170 |
| Design Arena | GLM 5.2 Agents Arena Blender3d Elo | 983 |
| Design Arena | GLM 5.2 Agents Arena Full Stack Elo | 1211 |
| Design Arena | GLM 5.2 Agents Arena Godotgamedev Elo | 1142 |
| Design Arena | GLM 5.2 Agents Arena Htmlslides Elo | 1073 |
| Design Arena | GLM 5.2 Agents Arena Mobile Apps Elo | 1154 |
| Design Arena | GLM 5.2 Agents Arena Pdf Elo | 1256 |
| Design Arena | GLM 5.2 Agents Arena Python-Pptxslides Elo | 1160 |
| Design Arena | GLM 5.2 Agents Arena Spreadsheet Elo | 1013 |
| Design Arena | GLM 5.2 Agents Arena Webapps Elo | 1201 |
| Design Arena | GLM 5.2 Models Arena 3D Elo | 1258 |
| Design Arena | GLM 5.2 Models Arena Asciiart Elo | 1173 |
| Design Arena | GLM 5.2 Models Arena Code Categories Elo | 1268 |
| Design Arena | GLM 5.2 Models Arena Data Visualization Elo | 1280 |
| Design Arena | GLM 5.2 Models Arena Game Development Elo | 1248 |
| Design Arena | GLM 5.2 Models Arena SVG Elo | 1190 |
| Design Arena | GLM 5.2 Models Arena UI Component Elo | 1282 |
| Design Arena | GLM 5.2 Models Arena Website Elo | 1273 |
| Vals AI | GLM 5.2 Code Migration | 37.9% |
| Vals AI | GLM 5.2 CorpFin v2 | 66.1% |
| Vals AI | GLM 5.2 EMB | 61.5% |
| Vals AI | GLM 5.2 Finance Agent (v2) | 49.7% |
| Vals AI | GLM 5.2 GPQA Diamond | 85.6% |
| Vals AI | GLM 5.2 Harvey's Legal Agent Benchmark v1 | 7.1% |
| Vals AI | GLM 5.2 LiveCodeBench | 69.5% |
| Vals AI | GLM 5.2 LegalBench | 84.1% |
| Vals AI | GLM 5.2 Legal Research Bench | 31.3% |
| Vals AI | GLM 5.2 MedCode | 40.8% |
| Vals AI | GLM 5.2 MedScribe | 83.5% |
| Vals AI | GLM 5.2 MMLU Pro | 86.7% |
| Vals AI | GLM 5.2 ProgramBench | 0.5% |
| Vals AI | GLM 5.2 ProofBench v1 | 35.0% |
| Vals AI | GLM 5.2 SkillsBench | 45.1% |
| Vals AI | GLM 5.2 SRE Bench | 0.0% |
| Vals AI | GLM 5.2 SWE-bench | 82.8% |
| Vals AI | GLM 5.2 TaxEval v2 | 73.3% |
| Vals AI | GLM 5.2 Terminal-Bench 2.1 | 67.8% |
| Vals AI | GLM 5.2 Vals Index | 53.1% |
| Vals AI | GLM 5.2 Vibe Code Bench v1.1 | 64.0% |
应用
向此模型发送最多流量的公开应用。这能很好地反映实际生产工作负载的情况,也能提示此模型最适合哪些用例。
活动
此模型的 token 用量和请求流量随时间的变化。
API
可直接用于调用此模型的代码。OpenRouter 的 API 与 OpenAI 兼容——大多数 SDK 只需替换基础 URL 即可使用。切换模型时,唯一需要更改的是下方的模型标识符。
可通过欧盟区域内路由使用
Z.ai: GLM 5.2 可通过欧盟区域内路由使用。发送至 eu.orr.api.report.finance 的请求会在欧盟境内解密,并且仅路由至欧洲(欧盟/欧洲经济区、英国和瑞士)的共享提供商端点。
- 欧洲的提供商
- Mistral
- 欧洲价格
- Mistral:输入 US$1.54/M tokens,输出 US$4.84/M tokens
- 基础 URL
https://eu.orr.api.report.finance/api/v1- 套餐
- 需要 Business 或 Enterprise 套餐。Business 支持自助使用:无需合同,无每月最低消费。 用于欧盟区域内路由的 OpenRouter Business
故障时关闭:如果欧洲没有可用的共享提供商端点,请求将报错,而不会离开该区域。使用您自己的 BYOK 密钥处理的请求会发送至您部署所在的区域,该区域由您控制。 区域内路由文档
常见问题
GLM 5.2 is a large-scale reasoning model from Z.ai. It supports text input and output with a 1M-token context window, and is suited for long-horizon agent workflows, project-level software engineering, and complex multi-step automation. Reasoning efforts high and xhigh are supported; xhigh maps to max reasoning.
GLM 5.2 的费用为 US$0.007/百万输入 token 和 US$6.80/百万输出 token,Cache Read,价格为 US$0.006/M tokens 单独计费。
GLM 5.2 的上下文窗口为 1,048,576 个 token。它最多支持 1,048,576 个补全 token。
是的。GLM 5.2 支持通过 tools 进行函数调用。 它还支持通过 response_format 中的 JSON schema 实现结构化输出。
在 OpenRouter 上,GLM 5.2 由 23 家提供商提供服务:Wafer, Cloudflare, Relace, DeepInfra, Ambient, StreamLake, Baidu Qianfan (fp8), CoreWeave 及另外 15 个。 请求会路由至最佳的可用提供商,并在故障时自动切换至其他提供商,您也可以通过提供商路由固定或排除提供商。
GLM 5.2 于 2026年6月16日 发布。