GLM-5.2: een solide context van een miljoen tokens

GLM-5.2 werd op 16 juni 2026 beschikbaar gemaakt op OpenRouter met een contextvenster van 1.048.576 tokens en een maximale output van 943.718 tokens. Z.ai noemt het een aanzienlijke sprong voorwaarts in capaciteiten voor lange contexten vergeleken met GLM-5.1 en stelt dat de prestaties, voor het eerst binnen de familie, behouden blijven op een "solide 1M-token context" die langdurig werk stabiel ondersteunt.

Een miljoen tokens staat ongeveer gelijk aan een grote codebase, meerdere omvangrijke rapporten of uren aan transcripties in één enkele prompt. Het praktische voordeel is dat een agent het complete project in beeld kan houden zonder te hoeven samenvatten en details te verliezen.

Lange contexten zijn kostbaar om te hosten, dus heeft GLM-5.2 de architectuur aangepast. Z.ai introduceert IndexShare, waarbij dezelfde indexer wordt hergebruikt over elke vier sparse-attention-lagen; volgens de model card verlaagt dit de FLOPs per token met 2.9× bij een contextlengte van één miljoen tokens.

GLM-5.2 verbetert ook de multi-token prediction (MTP)-laag voor speculative decoding, wat volgens Z.ai de acceptatielengte met maximaal 20% verhoogt. Een hogere acceptatiegraad betekent dat er per stap meer tokens worden bevestigd, wat de generatiesnelheid ten goede komt.

GLM-5.2 voegt meerdere niveaus voor denkintensiteit toe, zodat je kwaliteit kunt afwegen tegen latentie. Een snelle zoekopdracht vereist immers niet hetzelfde denkbudget als een ingewikkelde refactor. Op OpenRouter accepteert het model de parameters reasoning en reasoning_effort.

De prijzen op OpenRouter zijn opvallend: ongeveer $0,034 per miljoen input-tokens en $7 per miljoen output-tokens. Het verwerken van enorme inputs is erg voordelig, terwijl lange antwoorden meer kosten — belangrijk om rekening mee te houden bij agent-workloads die veel output genereren.