GLM-5.2: um contexto sólido de um milhão de tokens

O GLM-5.2 foi listado no OpenRouter em 16 de junho de 2026 com uma janela de contexto de 1.048.576 tokens e uma saída máxima de 943.718 tokens. A Z.ai o descreve como um salto substancial em capacidade de longo alcance em relação ao GLM-5.1 e afirma que, pela primeira vez na família, o desempenho se mantém em um "contexto sólido de 1M de tokens", sustentando trabalhos extensos de forma estável.

Um milhão de tokens equivale aproximadamente a uma base de código inteira, vários relatórios extensos ou horas de transcrições em uma única requisição. O benefício prático é que um agente pode manter todo o projeto em foco em vez de resumir e perder detalhes.

Manter contextos longos tem alto custo computacional, por isso o GLM-5.2 mudou a arquitetura. A Z.ai desenvolveu o IndexShare, que reutiliza o mesmo indexador a cada quatro camadas de atenção esparsa; de acordo com o model card, isso reduz os FLOPs por token em 2.9× em comprimentos de contexto de um milhão de tokens.

O GLM-5.2 também aprimora sua camada de multi-token prediction (MTP) para speculative decoding, aumentando a extensão de aceitação em até 20%, segundo a Z.ai. Uma maior taxa de aceitação significa que mais tokens são confirmados a cada etapa, acelerando a geração.

O GLM-5.2 adiciona múltiplos níveis de esforço de pensamento para que você equilibre qualidade e latência. Uma consulta rápida não precisa do mesmo orçamento de raciocínio que uma refatoração complexa. No OpenRouter, o modelo aceita os parâmetros reasoning e reasoning_effort.

Os preços no OpenRouter são incomuns: cerca de $0.034 por milhão de tokens de entrada e $7 por milhão de tokens de saída. Processar entradas imensas é barato, enquanto respostas longas custam mais — um ponto importante a considerar em fluxos de agentes que geram muitas saídas.