Wie groß ist das Kontextfenster von GLM-5.2?

Z.AI dokumentiert für GLM-5.2 ein Kontextfenster von 1M Tokens und einen maximalen Output von 128K und beschreibt den langen Kontext als verlustfrei, nicht bloß als vorhanden. Reasoning-Tokens zählen auf das Output-Limit, ein langer Denkdurchlauf teilt sein Budget also mit der sichtbaren Antwort.

Kann ich das Denken bei GLM-5.2 abschalten?

Ja. Denken ist standardmäßig aktiv und lässt sich explizit deaktivieren, was nicht für jedes Modell dieser Klasse gilt. Aktiv gelassen, beurteilt GLM-5.2 selbst, ob eine Anfrage Reasoning braucht — Z.AI stellt das der Vorgängergeneration gegenüber, die unbedingt reasonierte.

Akzeptiert GLM-5.2 temperature und top_p?

Ja, beide — und das ist ein echter Unterschied zu mehreren Open-Weight-Kollegen, die sie festnageln. GLM-5.2 nimmt temperature von 0.0 bis 1.0 mit Standard 1.0, achte also auf die Obergrenze, wenn dein Code höhere Werte sendet, und top_p von 0.01 bis 1.0 mit Standard 0.95. Z.AI empfiehlt, eines der beiden zu justieren, nicht beide.

Kann GLM-5.2 Bilder lesen?

Nein. GLM-5.2 nimmt Text und gibt Text zurück; Vision ist ein separates Modell in Z.AIs Portfolio. Wenn ein Schritt deines Workflows einen Screenshot oder ein gescanntes Dokument ansehen muss, ist GLM-5.2 für diesen Schritt die falsche Wahl — auch wenn es für den Code darum herum eine starke ist.

Welchen Endpunkt und Model-String nutzt GLM-5.2 auf reAPI?

Einen OpenAI-kompatiblen `/v1/chat/completions`-Endpunkt auf api.reapi.ai, mit `glm-5.2` als Model-String — der Punkt gehört zur ID. Die URL dieser Seite schreibt ihn mit Bindestrich, weil URLs den Punkt nicht tragen können, aber der Request-Body braucht die echte ID.

Ist GLM-5.2 kostenlos oder kostenpflichtig?

Kostenpflichtig. Die Nutzung wird nutzungsbasiert in USD nach Eingabe-, Ausgabe- und gegebenenfalls Cache-Tokens von Ihrem Token-Guthaben bei api.reapi.ai abgerechnet. Die aktuellen Preise pro 1 Mio. Tokens stehen in der Preistabelle auf dieser Seite; fehlgeschlagene Anfragen werden nicht berechnet.

Benötigt GLM-5.2 ein Monatsabo?

Nein. Es gibt kein Monatsabonnement. Laden Sie Ihr Token-Guthaben bei api.reapi.ai auf und zahlen Sie in USD nur für die Eingabe-, Ausgabe- und gegebenenfalls Cache-Tokens einer Anfrage. Die aktuellen Preise pro 1 Mio. Tokens stehen in der Preistabelle auf dieser Seite.

Wie erhalte ich einen API-Key für GLM-5.2?

Registrieren Sie sich bei api.reapi.ai und erstellen Sie unter API Keys einen Schlüssel. Übergeben Sie ihn anschließend als Bearer-Token im Authorization-Header. Chat-Schlüssel und Token-Guthaben sind vom Bild- und Video-Gateway auf reapi.ai getrennt.

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.

Kernmerkmale: Denkmodus · Denk-Anstrengungsdrehzahl · JSON-Ausgabe
Geeignet für: Zweisprachige zh / en Aufgaben, Tool-Agenten
Eingabe: Chatnachrichten (OpenAI-kompatibel)
Ausgabe: Text, optionales Streaming

GLM-5.2modelglm-5.2

GLM-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.

Konsole öffnen Token-Tarife

Preise

Credit-basiert — 1 Credit = 0,001 USD. Du zahlst nur für erfolgreich abgeschlossene Generierungen.

Kosten des ersten Tests

$0.00393.9 credits

Ein 1K-Token-Prompt mit einer 1K-Token-Antwort in der günstigsten Stufe.

Testbudget-Leitfaden

Credits aufladen

$10

≈ 2564 Tests

$50

≈ 12820 Tests

$100

≈ 25641 Tests

Input: $0.9; Preis · 1M tokens
Output: $3.0; Preis · 1M tokens

Was ist die GLM-5.2 API?

GLM-5.2 ist Z.AIs Flaggschiff-Basismodell, gebaut für die Ära der Long-Horizon-Aufgaben, und läuft auf reAPI über einen OpenAI-kompatiblen /v1/chat/completions-Endpunkt. Es 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 ist das einzige Modell der GLM-Familie, das eine Reasoning-Effort-Steuerung annimmt. Abgerechnet wird pro 1M Tokens, Input und Output separat tarifiert.

Was du mit diesem Modell bauen kannst

Echte Workflows und produktionsreife Use Cases, die du mit diesem Modell bauen und ausliefern kannst.

GLM-5.2 erzeugt eine Architekturkarte aus einem ganzen Repository

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

GLM-5.2 arbeitet ein etappenweises Refactoring über viele Dateien ab

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.

GLM-5.2 lässt Build, Lint und Tests laufen und berichtet die Ergebnisse

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.

Warum reAPI für GLM-5.2

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

docs/api/glm-5-2

API-Referenz

Sofort einsetzbarer Code und die vollständige Parametertabelle.

Vollständige Referenz ansehen

curl https://api.reapi.ai/v1/chat/completions \
  -H "Authorization: Bearer YOUR_API_KEY" \
  -H "Content-Type: application/json" \
  -d '{
    "model": "glm-5.2",
    "group": "default",
    "messages": [
      { "role": "user", "content": "Hello" }
    ],
    "reasoning_effort": "max",
    "stream": true
  }'

Parametervalidierung fehlgeschlagen

Synchron abgelehnt, das fehlerhafte Feld wird benannt. Enum-Werte, Bereiche und URL-Felder prüfen — es wird nichts berechnet.

Authentifizierung oder Guthaben

401 bedeutet fehlender/ungültiger Bearer-Key; 402 bedeutet, die Reservierung übersteigt das Guthaben. Keys und Credits in der Konsole verwalten.

Inhalt oder Material abgelehnt

Referenzmaterial und Ausgaben durchlaufen eine automatische Prüfung. Abgelehnte Tasks schlagen mit klarer Fehlermeldung fehl und werden voll erstattet.

Task fehlgeschlagen oder Timeout

Ein fehlgeschlagener Task wird nie berechnet — die Reservierung wird automatisch erstattet. Task-ID behalten und erneut versuchen.

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.

Das Feld steht standardmäßig auf der tiefsten Einstellung, und hier liegt das Detail, das man kennen sollte: sieben Werte werden zur Kompatibilität mit anderen Anbietern akzeptiert, aber sie fallen zusammen. none und minimal lassen GLM-5.2 das Denken überspringen, low und medium verhalten sich beide wie high, und die Stufe über high verhält sich wie das Maximum. Es gibt also drei echte Verhalten statt sieben, und ein Mittelwert kauft keinen mittleren Preis.

Beide sind Open-Weight-Flaggschiffe mit einem Kontext von einer Million Tokens für Long-Horizon-Coding, und GLM-5.2 kostet auf reAPI einen Bruchteil des anderen. GLM-5.2 ist das nachsichtigere der beiden: Denken lässt sich abschalten, Sampling-Parameter wirken weiterhin, und früheres Reasoning wird für dich aus dem Verlauf geräumt. Der Preis dafür ist die Modalität — GLM-5.2 ist rein textbasiert, Kimi K3 nimmt auch Bilder und Video. Die Versus-Tabelle auf dieser Seite hat das Detail Zeile für Zeile.

Bereit zum Start?

Probiere es im Playground aus oder hol dir einen API-Key, um direkt loszulegen.

API-Key holen API-Dokumentation ansehen