GLM-5.2: ein solider Kontext von einer Million Token

GLM-5.2 wurde am 16. Juni 2026 auf OpenRouter mit einem Kontextfenster von 1.048.576 Token und einer maximalen Ausgabe von 943.718 Token gelistet. Z.ai bezeichnet es als erheblichen Sprung bei Long-Horizon-Fähigkeiten gegenüber GLM-5.1 und betont, dass die Leistung erstmals in der Modellfamilie auf einem „soliden 1M-Token-Kontext“ basiert, der lange Arbeitsabläufe stabil bewältigt.

Eine Million Token entspricht ungefähr einer großen Codebase, mehreren umfangreichen Berichten oder stundenlangen Transkripten in einem einzigen Request. Der praktische Vorteil: Ein Agent kann das gesamte Projekt im Blick behalten, anstatt zusammenzufassen und Details zu vergessen.

Langer Kontext ist im Serving teuer, weshalb GLM-5.2 die Architektur anpasst. Z.ai führt IndexShare ein, das denselben Indexer über jeweils vier Sparse-Attention-Layer hinweg wiederverwendet; laut Model Card reduziert dies die FLOPs pro Token bei einer Kontextlänge von einer Million Token um 2.9×.

GLM-5.2 verbessert zudem seine Multi-Token Prediction (MTP)-Schicht für spekulatives Decoding, was laut Z.ai die Akzeptanzlänge um bis zu 20 % erhöht. Eine höhere Akzeptanz bedeutet, dass pro Schritt mehr Token bestätigt werden, was die Generierung beschleunigt.

GLM-5.2 führt mehrere Stufen für den Denkaufwand ein, damit Sie Qualität und Latenz optimal abstimmen können. Ein kurzes Nachschlagen benötigt nicht dasselbe Reasoning-Budget wie ein komplexes Refactoring. Auf OpenRouter akzeptiert das Modell die Parameter reasoning und reasoning_effort.

Die Preise auf OpenRouter sind bemerkenswert: etwa $0.034 pro Million Input-Token und $7 pro Million Output-Token. Das Einlesen riesiger Eingaben ist günstig, während lange Antworten mehr kosten – ein wichtiger Faktor bei Agenten-Workloads mit hohem Output.