GLM-5.2: un solido contesto da un milione di token

GLM-5.2 è stato reso disponibile su OpenRouter il 16 giugno 2026 con una finestra di contesto di 1,048,576 token e un output massimo di 943,718 token. Z.ai lo definisce un notevole passo avanti nelle capacità su orizzonti estesi rispetto a GLM-5.1 e afferma che, per la prima volta nella famiglia, tali capacità si mantengono stabili su un "solido contesto da 1M di token", ideale per sessioni di lavoro prolungate.

Un milione di token equivale all'incirca a un'ampia codebase, diversi report voluminosi o ore di trascrizioni in una singola richiesta. Il vantaggio pratico è che un agent può mantenere l'intero progetto in memoria invece di dover riassumere e perdere informazioni.

Gestire contesti lunghi è oneroso a livello di risorse, perciò GLM-5.2 adotta una nuova architettura. Z.ai introduce IndexShare, che riutilizza lo stesso indicizzatore ogni quattro layer di sparse-attention; la model card dichiara che questo riduce i FLOP per token di 2.9× con una lunghezza di contesto pari a un milione di token.

GLM-5.2 ottimizza inoltre il layer di multi-token prediction (MTP) per la speculative decoding, aumentando la acceptance length fino al 20% secondo Z.ai. Un tasso di accettazione più elevato significa confermare più token a ogni passaggio, accelerando così la generazione.

GLM-5.2 introduce più livelli di thinking effort per consentirti di bilanciare qualità e latenza. Una ricerca rapida non richiede lo stesso budget di ragionamento di un refactoring complesso. Su OpenRouter il modello accetta i parametri reasoning e reasoning_effort.

I prezzi su OpenRouter sono insoliti: circa $0.034 per milione di token di input e $7 per milione di token di output. L'elaborazione di input enormi è molto economica, mentre le risposte lunghe costano di più: un aspetto importante da considerare per i workflow di agent che producono molti output.