DeepSeek
DeepSeek V4
Ab $0.140 pro 1M Tokens
Chat
GLM-5.2 — 1M verlustfreier Kontext, Open-Weight-Coding-Flaggschiff
GLM-5.2 ist Z.AIs Flaggschiff-Basismodell, gebaut für die Ära der Long-Horizon-Aufgaben. GLM-5.2 liest ein Kontextfenster von 1M Tokens, das Z.AI als solide und verlustfrei beschreibt, schreibt bis zu 128K Tokens zurück, denkt standardmäßig, lässt sich beim Denken aber abschalten und bietet eine Reasoning-Effort-Steuerung, die kein anderes Modell der GLM-Familie hat. Auf reAPI liegt GLM-5.2 bei Input und Output jeweils etwa ein Drittel unter Z.AIs veröffentlichter Token-Rate.
GLM-5.2model
glm-5.2GLM-5.2 Playground
Chat-Modelle laufen im api.reapi.ai-Gateway, das eine eigene Konsole und einen eigenen Key hat. Öffne die Konsole, um GLM-5.2 über die OpenAI-kompatible Chat-Completions-Schnittstelle auszuführen.
Was du mit diesem Modell bauen kannst
Echte Workflows und produktionsreife Use Cases, die du mit diesem Modell bauen und ausliefern kannst.
Gib ihm das ganze Projekt, nicht einen Ordner voller Auszüge
Das ist der Fall, mit dem Z.AI aufmacht, und der Grund, aus dem dieses Kontextfenster existiert. GLM-5.2 behält Modulgrenzen, architektonische Randbedingungen, API-Contracts, Verzeichnisstruktur und früher getroffene Entscheidungen über die Dauer einer Aufgabe im Blick — und genau das verhindert, dass sich die späte Phase eines langen Auftrags anfühlt, als hätte sie jemand erledigt, der den Anfang nie gelesen hat. Z.AIs Formulierung lohnt das Zitat: das Modell liest nicht bloß mehr Kontext, es trägt die früher gebildeten Engineering-Urteile in die spätere Ausführung. Auf dem eigenen Code testet man das, indem man GLM-5.2 erst um ein technisches Audit bittet — Architekturkarte, Modulverantwortungen, API-Contracts, Datenflüsse, Aufrufketten, technische Schulden — bevor man es etwas ändern lässt.
API-Dokumentation lesen
Langlaufendes Refactoring, das die Aufgabe abschließt
Z.AI beschreibt GLM-5.2 als stabiler bei dateiübergreifender, mehrstufiger Arbeit mit langer Kette: Es zerlegt zuerst das Ziel, identifiziert Abhängigkeiten und Risiken, implementiert dann, verifiziert und schließt in Etappen ab. Genannt werden Modulentkopplung, API-Migration, Verzeichnisumbau, SDK-Anpassung und sprachübergreifendes Refactoring — Aufgaben, die nicht scheitern, weil eine einzelne Änderung schwer ist, sondern weil Schritt vierzig Schritt drei widerspricht. Begrenze die Aufgabe, sage, was unverändert bleiben muss, und lass dir von GLM-5.2 Ausführungsplan, Wirkungsbereich, Risikogrenzen und Verifikationsmethode geben, bevor es editiert.
Engineering-Standards, die einen langen Lauf wirklich überstehen
Der Fehlermodus eines autonomen Coding-Agents ist nicht schlechter Code, sondern Scope Creep: eine zusätzliche Abhängigkeit, ein still geänderter API-Contract, ein übersprungener Test, ein Commit, um den niemand gebeten hat. Z.AI führt Konsistenz bei genau diesen Randbedingungen — Codestil, Architekturgrenzen, Abhängigkeitsregeln, Build-Prozess, Testanforderungen, Commit-Grenzen — unter den Verbesserungen von GLM-5.2 auf, und ausdrücklich unter langem Kontext und vielen Runden. Gib GLM-5.2 deine echten Lint-Regeln, Build-Kommandos, Testanforderungen und Verbote, dann eine echte Aufgabe, und prüfe den Bericht dagegen.
Preise
Credit-basiert — 1 Credit = 0,001 USD. Du zahlst nur für erfolgreich abgeschlossene Generierungen.
| Kategorie | Einheit | Preis |
|---|---|---|
| Token-Abrechnung | ||
| Input | 1M tokens | $0.9 |
| Output | 1M tokens | $3 |
Warum reAPI
Rund ein Drittel unter der veröffentlichten Rate
Z.AI veröffentlicht für Input und Output von GLM-5.2 eine Rate pro Million Tokens. Auf reAPI liegt GLM-5.2 bei beidem etwa ein Drittel darunter — kein Abo darunter, keine Mindestabnahme, nutzungsbasiert in USD gegen dein Gateway-Guthaben. Die genauen Zahlen stehen in der Preistabelle auf dieser Seite.
OpenAI-kompatibel, direkt einsetzbar
GLM-5.2 wird über einen standardmäßigen `/v1/chat/completions`-Endpunkt bereitgestellt. Wenn dein Code diese Form schon spricht, ist die Umstellung auf GLM-5.2 eine Base URL, ein Key und ein Model-String — dieselben SDKs funktionieren, sobald die Base URL auf das Gateway zeigt. Kein SDK-Tausch, kein herstellerspezifischer Client.
Ein Key für GLM, Claude, GPT und Gemini
Derselbe api.reapi.ai-Key, der GLM-5.2 aufruft, ruft auch die Claude-, GPT- und Gemini-Familien auf. Die günstige Masse der Turns eines Agents an GLM-5.2 zu schicken und nur die harten an ein geschlossenes Frontier-Modell zu eskalieren, ist ein Model-String — nicht eine zweite Integration, eine zweite Rechnung und ein zweiter Satz Zugangsdaten.
GLM-5.2 vs. Kimi K3
Diese zwei sind die Open-Weight-Antwort auf dieselbe Frage: ein Kontext von einer Million Tokens für Long-Horizon-Coding, mit veröffentlichten statt zurückgehaltenen Gewichten. GLM-5.2 ist auf reAPI das deutlich günstigere der beiden und das nachsichtigere in der Integration — Denken ist optional, Sampling-Parameter tun weiterhin etwas, und früheres Reasoning fällt aus dem Verlauf, sofern du es nicht behalten willst. Kimi K3 antwortet mit Modalität und einem strengeren Vertrag. Wähle nach Form, dann nach Preis.
Fähigkeit
GLM-5.2 auf reAPI
Kimi K3
Gewichte und Positionierung
Offen — Z.AI berichtet es als stärkstes Open-Source-Modell auf Coding- und Long-Horizon-Benchmarks
Offen — das erste der Drei-Billionen-Parameter-Klasse
Kontext- und Output-Grenzen
1M-Token-Kontext, als verlustfrei beschrieben; 128K maximaler Output
1M-Token-Kontext; Output standardmäßig niedriger, aber auf das ganze Fenster anhebbar
Denken
Standardmäßig an und abschaltbar; wenn an, entscheidet das Modell pro Anfrage, ob es denkt
Immer an und nicht abschaltbar
Effort-Steuerung
Nimmt sieben Werte, die auf drei echte Verhalten zusammenfallen, Standard ist die tiefste Stufe
Drei echte Stufen, ebenfalls mit der tiefsten als Standard
Sampling-Parameter
Temperature und top_p beide justierbar, temperature bei 1.0 gedeckelt
Beide fest — Senden führt zu einem Fehler
Eingabe-Modalitäten
Nur Text — Vision ist ein separates Modell im Portfolio
Text, Bilder und Video
Der Vergleich spiegelt das Verhalten, das jeder Anbieter zum Zeitpunkt der Erstellung selbst dokumentiert. Raten werden als Verhältnisse und nicht als Beträge beschrieben; die aktuellen Zahlen für GLM-5.2 stehen in der Preistabelle oben.
GLM-5.2 in drei Schritten ausliefern
- step 01
Konto und Key auf api.reapi.ai anlegen
Registriere dich auf api.reapi.ai, öffne die Konsole und erzeuge einen API-Key. Dieser eine Key erreicht GLM-5.2 und jedes andere Modell im Gateway, abgerechnet über ein einziges Guthaben.
Öffnen - step 02
Client auf das Gateway richten
Setze deine Base URL auf api.reapi.ai und deinen Key auf den gerade erzeugten. Jeder Client, der schon OpenAI Chat Completions spricht, läuft unverändert — für GLM-5.2 ist kein SDK-Tausch nötig.
Öffnen - step 03
`glm-5.2` als Model senden
Setze das Model-Feld auf `glm-5.2` — mit dem Punkt — und poste deine Messages. Aktiviere Streaming für lange Antworten, und denk daran, dass GLM-5.2 standardmäßig auf der tiefsten Effort-Stufe denkt: leg die Stufe fest, bevor du Kosten messen willst.
Öffnen
Häufig gestellte Fragen
Häufige Fragen zu diesem Modell.
GLM-5.2 wird nutzungsbasiert in USD pro Token gegen dein api.reapi.ai-Guthaben abgerechnet, mit getrennten Raten für Input und Output und ohne Abo. Beide liegen etwa ein Drittel unter Z.AIs veröffentlichter Token-Rate. Die aktuellen Zahlen stehen in der Preistabelle auf dieser Seite.
Verwandte Modelle
Entdecke weitere Modelle derselben Kategorie.
MiniMax
MiniMax M3
Ab $0.600 pro 1M Token
Chat
OpenAI
GPT-5.6 Luna
Ab $0.800 pro 1M Tokens
Chat
OpenAI
GPT-5.4
Ab $1.00 pro 1M Token
Chat
start building
Bereit zum Start?
Probiere es im Playground aus oder hol dir einen API-Key, um direkt loszulegen.