GLM-5.2
z-ai/glm-5.2
仅供参考开源权重
- 发布时间
- 2026年6月16日
- 上下文窗口
- 1.05M
- 最大输出
- 944K
- 输入 / 输出（每 1M）
- $0.0341 / $7
- 输入
- 文本
z-ai/glm-5.2
模型指南 · 2026年6月
GLM-5.2：扎实的百万 token 上下文
GLM-5.2 是 GLM-5 系列中让 100 万 token 上下文真正可靠实用的模型。它还引入了可选的 reasoning effort 等级与更高效的注意力架构设计，并基于 MIT 协议开源权重。
我们的聊天暂不支持 GLM-5.2。您可以在此处免费体验最接近的模型：GLM-5.3 Flash 和 GLM-5.3。
§ 01规格表
GLM-5.2 规格参数
| OpenRouter ID | z-ai/glm-5.2 |
|---|---|
| 开发者 | Z.ai |
| 发布时间 | 2026年6月16日 |
| 上下文窗口 | 1,048,576 tokens |
| 最大输出 | 943,718 tokens |
| 输入价格 | $0.0341 每 1M tokens |
| 输出价格 | $7 每 1M tokens |
| 输入 | 文本 |
| 开源权重 | zai-org/GLM-5.2 |
| 参数量 | 未发布 |
| 许可证 | MIT |
| 在此免费对话 | 仅供参考 |
来源：OpenRouter 模型列表及官方 Hugging Face 模型卡片。
§ 02概览
GLM-5.2 有哪些新特性
值得信赖的上下文窗口
GLM-5.2 于 2026 年 6 月 16 日上线 OpenRouter，拥有 1,048,576 tokens 的上下文窗口和 943,718 tokens 的最大输出。Z.ai 称其在长程任务能力上较 GLM-5.1 实现了重大飞跃，并表示这是该家族中首次具备“扎实的 1M-token 上下文”，能够稳定支撑长时间运行的任务。
单次请求容纳 100 万 tokens，大致相当于载入一个大型代码库、数篇长篇报告或数小时的逐字稿。其实际优势在于：智能体（agent）可以纵览整个项目全局，无需频繁总结或遗忘细节。
IndexShare 与更快的解码速度
长上下文的推理服务成本极高，因此 GLM-5.2 改进了架构。Z.ai 提出了 IndexShare，在每四个稀疏注意力层中复用同一个索引器；模型卡显示，在 100 万 token 上下文长度下，这能将每 token 的 FLOPs 降低 2.9×。
GLM-5.2 还优化了用于推测解码的 multi-token prediction (MTP) 层。据 Z.ai 称，其接受长度提升了高达 20%。更高的接受率意味着每步可确认更多 token，从而显著加快生成速度。
灵活调节 reasoning effort
GLM-5.2 增加了多个思考强度等级，以便你在质量与延迟之间取得平衡。快速查询无需消耗与复杂重构相同的推理预算。在 OpenRouter 上，该模型支持 reasoning 和 reasoning_effort 参数。
OpenRouter 上的定价结构较为独特：每百万输入 token 约 $0.034，每百万输出 token 约 $7。读取海量输入的成本极低，而长回答成本更高——在处理会产生大量输出的 agent 任务时，这一点尤为值得关注。
- 上下文：1,048,576 tokens；最大输出：943,718 tokens。
- 开源权重：zai-org/GLM-5.2，MIT 协议。
- 后续版本：GLM-5.3 沿用了相同的基础模型，并进行了更出色的后训练。
§ 03核心优势
GLM-5.2 的优势领域
可靠的 1M 上下文
专为在超长输入下保持稳定而设计，对项目级编程开发和深度研究至关重要。
成本更低的长文本注意力
据 Z.ai 称，在 1M 上下文时，IndexShare 可将单 token 计算量降低 2.9×。
可选推理强度
为每次请求选择更轻量或更充足的推理计算预算。
MIT 协议开源权重
下载 zai-org/GLM-5.2，即可在宽松的开源协议下自由运行或微调。
§ 04如何体验
使用 GLM-5.2 的三种方式
免费体验新版本
GLM-5.3 基于 GLM-5.2 的基座模型构建，已集成至我们的在线聊天中。不妨从这里开始体验该系列卓越的长上下文能力。
调用 z-ai/glm-5.2
通过 OpenRouter 配合 reasoning 参数自由设定推理强度级别。
自行本地部署
从 Hugging Face 获取 zai-org/GLM-5.2，并使用支持该架构的框架进行部署推理。
§ 05模型家族
GLM-5 家族其他模型
每个模型页面均采用相同的规格表，方便你一目了然地进行对比。
| 模型 | 发布时间 | 上下文窗口 | 输入 / 输出（每 1M） | 在此免费对话 |
|---|---|---|---|---|
| GLM-5 | 2026年2月11日 | 205K | $1 / $3.20 | — |
| GLM-5-Turbo | 2026年3月15日 | 203K | $1.20 / $4 | — |
| GLM-5V-Turbo | 2026年4月1日 | 203K | $1.20 / $4 | — |
| GLM-5.1 | 2026年4月7日 | 205K | $1.40 / $4.40 | — |
| GLM-5.2 | 2026年6月16日 | 1.05M | $0.0341 / $7 | — |
| GLM-5.3 | 2026年8月18日 | 1.05M | $0.079 / $1.40 | 在本站对话中 |
| GLM-5.3 Flash | 2026年8月26日 | 1.05M | $0.0052 / $0.1985 | 在本站对话中 |
| GLM-5.3 FlashX | 2026年9月18日 | 1.05M | $0.37 / $1.25 | — |
| GLM-5.3 Prime | 2026年9月23日 | 1M | $2.80 / $8.80 | — |
§ 06常见问题
GLM-5.2 常见问题
Q01GLM-5.2 的上下文长度是多少？
OpenRouter 显示其支持 1,048,576 tokens 的上下文窗口，单次请求最高可输出 943,718 tokens。
Q02什么是 IndexShare？
这是 Z.ai 提出的一种注意力机制技术，每四个稀疏注意力层复用同一个索引器。Z.ai 报告称，在 1M 上下文长度下，该技术可将单 token 的 FLOPs 降低 2.9×。
Q03GLM-5.2 是开源的吗？
是的，其模型权重已在 Hugging Face 上以 zai-org/GLM-5.2 开源发布，采用宽松的 MIT 许可证。
Q04我应该选择 GLM-5.2 还是 GLM-5.3？
GLM-5.3 基于相同的基座模型构建，Z.ai 表示其在复杂代码编写方面表现更为优异，通常是更佳的选择。GLM-5.2 保持宽松的 MIT 开源协议，而 GLM-5.3 则采用自定义许可证。
§ 07相关推荐
继续阅读
立即体验
向 GLM-5.3 提个实际问题。
无需账号、无需绑卡、无需安装。输入问题，GLM-5.3 Flash 数秒内即可作答——面对极具挑战的难题，可随时切换至 GLM-5.3。
进入免费聊天设有每日免费额度限制，以确保所有人都能使用。