GLM-5.2: บริบทระดับหนึ่งล้านโทเค็นที่วางใจได้อย่างแท้จริง

GLM-5.2 เปิดให้ใช้งานบน OpenRouter เมื่อวันที่ 16 มิถุนายน 2026 ด้วย context window ขนาด 1,048,576 โทเค็น และรองรับ output สูงสุดถึง 943,718 โทเค็น ทาง Z.ai ระบุว่านี่คือการก้าวกระโดดครั้งสำคัญด้านความสามารถระยะยาว (long-horizon) เมื่อเทียบกับ GLM-5.1 และถือเป็นครั้งแรกของตระกูลนี้ที่คงประสิทธิภาพไว้ได้อย่างมั่นคงบน "บริบท 1M โทเค็นที่เสถียร" เพื่อรองรับการทำงานต่อเนื่องยาวนานอย่างแท้จริง

หนึ่งล้านโทเค็นเทียบเท่ากับโค้ดเบสขนาดใหญ่ รายงานขนาดยาวหลายฉบับ หรือบทสนทนาถอดเสียงความยาวหลายชั่วโมงในรีเควสต์เดียว ประโยชน์ในทางปฏิบัติคือ agent สามารถมองเห็นภาพรวมของทั้งโปรเจกต์ได้ตลอดเวลา โดยไม่ต้องคอยสรุปย่อแล้วลืมรายละเอียดเดิมไป

การให้บริการ Long context นั้นใช้ทรัพยากรสูงมาก GLM-5.2 จึงปรับเปลี่ยนโครงสร้างสถาปัตยกรรมใหม่ โดย Z.ai ได้นำเสนอ IndexShare ซึ่งใช้ indexer ตัวเดียวกันซ้ำในทุก ๆ 4 เลเยอร์ของ sparse-attention จากข้อมูลใน Model card ระบุว่าวิธีนี้ช่วยลด FLOPs ต่อโทเค็นลงถึง 2.9× เมื่อประมวลผลที่ความยาวบริบทหนึ่งล้านโทเค็น

นอกจากนี้ GLM-5.2 ยังปรับปรุงเลเยอร์ Multi-Token Prediction (MTP) สำหรับ speculative decoding โดย Z.ai ระบุว่าสามารถเพิ่ม acceptance length ได้สูงสุดถึง 20% ซึ่งการยอมรับโทเค็นที่มากขึ้นต่อสเต็ปจะช่วยเร่งความเร็วในการสร้างคำตอบได้อย่างเห็นได้ชัด

GLM-5.2 เพิ่มระดับ thinking effort ให้เลือกหลากหลาย เพื่อให้คุณปรับสมดุลระหว่างคุณภาพและความเร็ว (latency) ได้ตามต้องการ การค้นหาข้อมูลสั้น ๆ ไม่จำเป็นต้องใช้งบการใช้เหตุผลเท่ากับการรีแฟกเตอร์โค้ดที่ซับซ้อน โดยบน OpenRouter โมเดลรองรับพารามิเตอร์ reasoning และ reasoning_effort

โครงสร้างราคาบน OpenRouter มีความพิเศษ: อยู่ที่ประมาณ $0.034 ต่อหนึ่งล้าน input tokens และ $7 ต่อหนึ่งล้าน output tokens การอ่านอินพุตขนาดยักษ์จึงมีราคาที่ถูกมาก ในขณะที่คำตอบยาว ๆ จะมีค่าใช้จ่ายสูงกว่า ซึ่งเป็นจุดสำคัญที่ควรพิจารณาสำหรับเวิร์กโหลดประเภท agent ที่ต้องสร้างเอาต์พุตปริมาณมาก