GLM-5.2: isang solidong milyong-token na context

Inilista ang GLM-5.2 sa OpenRouter noong Hunyo 16, 2026 na may context window na 1,048,576 tokens at maximum output na 943,718 tokens. Tinawag ito ng Z.ai na isang malaking pagsulong sa long-horizon capability kumpara sa GLM-5.1 at sinabing, sa unang pagkakataon sa pamilya ng mga modelo, nananatili ang kakayahan sa isang "solid 1M-token context" na matatag na sumusuporta sa mahabang trabaho.

Ang isang milyong token ay halos katumbas ng isang malaking codebase, ilang mahahabang ulat, o mga oras ng transcript sa isang request lang. Ang praktikal na benepisyo ay kayang panatilihin ng isang agent ang buong proyekto sa konteksto nito sa halip na magbuod at makalimot.

Magastos i-serve ang mahabang context, kaya binago ng GLM-5.2 ang arkitektura. Ipinakilala ng Z.ai ang IndexShare, na muling gumagamit ng parehong indexer sa bawat apat na sparse-attention layer; ayon sa model card, binabawasan nito ang per-token FLOPs nang 2.9× sa haba ng context na isang milyong token.

Pinahusay din ng GLM-5.2 ang multi-token prediction (MTP) layer nito para sa speculative decoding, na nagpapataas ng acceptance length nang hanggang 20% ayon sa Z.ai. Ang mas mataas na acceptance ay nangangahulugang mas maraming token ang nakukumpirma bawat hakbang, na nagpapabilis sa generation.

Nagdagdag ang GLM-5.2 ng maraming level ng thinking effort para mabalanse mo ang kalidad laban sa latency. Ang isang simpleng paghahanap ay hindi nangangailangan ng parehong reasoning budget gaya ng isang komplikadong refactor. Sa OpenRouter, tinatanggap ng modelo ang mga parameter na reasoning at reasoning_effort.

Kakaiba ang mga presyo sa OpenRouter: humigit-kumulang $0.034 kada milyong input token at $7 kada milyong output token. Mura ang pagbabasa ng napakalalaking input, habang mas mahal naman ang mahahabang sagot — mahalagang tandaan para sa mga agent workload na gumagawa ng maraming output.