GLM-5.2: konteks satu juta token yang solid

GLM-5.2 terdaftar di OpenRouter pada 16 Juni 2026 dengan jendela konteks sebesar 1,048,576 token dan output maksimum 943,718 token. Z.ai menyebutnya sebagai lompatan besar dalam kemampuan long-horizon dibandingkan GLM-5.1 dan menyatakan bahwa, untuk pertama kalinya dalam rumpun model ini, kemampuan tersebut bertahan pada "konteks 1M token yang solid" yang secara stabil menopang pekerjaan panjang.

Satu juta token setara dengan basis kode besar, beberapa laporan panjang, atau rekaman transkrip berjam-jam dalam satu request. Manfaat praktisnya adalah agen dapat terus memantau keseluruhan proyek alih-alih meringkas dan melupakannya.

Konteks panjang membutuhkan biaya komputasi penyajian yang tinggi, sehingga GLM-5.2 mengubah arsitekturnya. Z.ai memperkenalkan IndexShare, yang menggunakan kembali indexer yang sama di setiap empat layer sparse-attention; model card menyebutkan bahwa ini mengurangi FLOPs per-token sebesar 2.9× pada panjang konteks satu juta token.

GLM-5.2 juga meningkatkan layer multi-token prediction (MTP) miliknya untuk speculative decoding, meningkatkan panjang penerimaan (acceptance length) hingga 20% menurut Z.ai. Tingkat penerimaan yang lebih tinggi berarti lebih banyak token yang dikonfirmasi per langkah, sehingga mempercepat pembuatan output (generation).

GLM-5.2 menambahkan beberapa tingkat thinking effort sehingga Anda dapat menyeimbangkan kualitas dan latensi. Pencarian cepat tidak memerlukan anggaran penalaran yang sama besarnya dengan refactoring kode yang rumit. Di OpenRouter, model ini menerima parameter reasoning dan reasoning_effort.

Harga di OpenRouter cukup unik: sekitar $0.034 per satu juta token input dan $7 per satu juta token output. Membaca input berukuran masif sangat murah, sedangkan jawaban panjang berbiaya lebih tinggi — penting untuk diperhatikan pada beban kerja agen yang menghasilkan banyak output.