Guía de API de GLM-5.2: contexto de 1M, precios y codificación

GLM-5.2 es el modelo insignia de peso abierto de Z.AI para trabajo de codificación de largo horizonte y agentes. La API de GLM-5.2 combina una ventana de contexto de un millón de tokens, salida máxima de 128K, pensamiento que puede desactivarse, invocación de funciones, modo JSON y una forma de solicitud compatible con OpenAI.^[1]

Su precio titular es competitivo: Z.AI lista $1.40 por millón de tokens de entrada, $0.26 para entrada en caché y $4.40 por millón de tokens de salida. reAPI actualmente lista $0.90 entrada y $3 salida a través de su puerta de enlace compatible.^[2]

TL;DR

• ID de modelo: glm-5.2, con el punto.
• Contexto: 1M tokens; la salida máxima es 131,072 tokens.
• Precio oficial: $1.40 entrada, $0.26 entrada en caché, $4.40 salida por MTok.
• Precio de reAPI: $0.90 entrada y $3 salida por MTok.
• Pensamiento: habilitado por defecto pero intercambiable.
• Esfuerzo de razonamiento: acepta siete etiquetas pero se reduce a tres comportamientos efectivos; el predeterminado es max.
• Herramientas: hasta 128 funciones, tool_choice: "auto", argumentos de invocación de herramientas transmitidos.
• Trampa principal: el slug de página es glm-5-2, pero las solicitudes de API deben enviar glm-5.2.

Especificaciones de GLM-5.2

Z.AI posiciona el modelo para tareas de largo horizonte. El contexto largo admite grandes bases de código y colecciones de documentos, pero no debe tratarse como una razón para enviar cada archivo en cada turno. La búsqueda y la selección de contexto aún reducen la latencia y el costo.

Precios de la API de GLM-5.2

Para una carga de trabajo mensual con 100M tokens de entrada sin caché y 20M tokens de salida, el cálculo simple de tarifa estándar es:

Z.AI: 100 × $1.40 + 20 × $4.40 = $228
reAPI: 100 × $0.90 + 20 × $3.00 = $150

Ese ejemplo asume el mismo uso de tokens y sin aciertos de caché. La tarifa en caché de $0.26 de Z.AI puede cambiar materialmente una carga de trabajo con indicadores de sistema repetidos, definiciones de herramientas o contexto de repositorio estable.

Las etiquetas de esfuerzo de razonamiento se contraen a tres comportamientos

GLM-5.2 acepta más cadenas de esfuerzo de las que ejecuta significativamente. Según el comportamiento de la solicitud de Z.AI, los valores se asignan de la siguiente manera:

El predeterminado es max, que es caro para clasificación rutinaria, extracción y ediciones simples de código. Si la tarea necesita razonamiento pero no el máximo, envía high. Si es determinista y simple, compara none con pensamiento deshabilitado.

reasoning_effort solo importa mientras el pensamiento esté habilitado. No esperes que max anule thinking: {"type": "disabled"}.

Cómo se maneja el pensamiento en la conversación

GLM-5.2 separa el content visible del reasoning_content. Con el predeterminado clear_thinking: true, el razonamiento anterior se elimina en lugar de preservarse en los turnos. Establécelo a false solo cuando el historial de razonamiento completo permanece relevante y tu aplicación puede reproducir correctamente todos los mensajes ordenados.^[3]

Esto difiere de Kimi K3, donde el pensamiento preservado es obligatorio. GLM-5.2 te permite elegir entre un contexto más limpio y la continuidad del trabajo oculto.

Llamar a GLM-5.2 con el SDK de Python de OpenAI

from openai import OpenAI

client = OpenAI(
    api_key="YOUR_REAPI_KEY",
    base_url="https://api.reapi.ai/v1",
)

stream = client.chat.completions.create(
    model="glm-5.2",
    messages=[
        {"role": "user", "content": "Refactor this module and add tests."}
    ],
    max_tokens=8192,
    stream=True,
    extra_body={
        "thinking": {"type": "enabled"},
        "reasoning_effort": "high",
    },
)

for chunk in stream:
    delta = chunk.choices[0].delta
    reasoning = getattr(delta, "reasoning_content", None)
    if reasoning:
        print(reasoning, end="")
    if delta.content:
        print(delta.content, end="")

El ID de modelo contiene un punto. glm-5-2 es el slug del sitio web y producirá un error de modelo desconocido si se envía en el cuerpo de la solicitud.

Invocación de funciones y salida estructurada

GLM-5.2 admite hasta 128 definiciones de función y transmite argumentos de invocación de herramientas cuando tool_stream está habilitado. Su comportamiento tool_choice es más estrecho que muchos modelos OpenAI: auto es la opción admitida. Diseña el indicador y las descripciones de herramientas para que el modelo pueda decidir cuándo llamarlas.

El modelo admite modo de objeto JSON a través de:

{
  "response_format": {"type": "json_object"}
}

Esto no es aplicación de esquema JSON. Valida el objeto devuelto en tu aplicación e intenta de nuevo o repara cuando falten campos obligatorios.

Temperatura, top-p y secuencias de parada

A diferencia de varios modelos de razonamiento, GLM-5.2 permite ajuste de temperatura y top-p. Z.AI recomienda cambiar uno en lugar de ambos, porque dos cambios de muestreo simultáneos dificultan la atribución del comportamiento de salida.^[1]

• Usa los valores predeterminados para el trabajo general del agente.
• Baja temperatura para extracción o transformación repetible.
• Usa solo una cadena de parada; la API no acepta una lista larga de paradas.
• Mantén max_tokens realista. Un techo de 128K no es un objetivo para cada llamada.

Para agentes de codificación, el esfuerzo de razonamiento y la selección de contexto generalmente afectan más el costo que pequeños cambios de muestreo.

Cuándo usar GLM-5.2

Úsalo para trabajo de base de código grande. La ventana de contexto y el soporte de herramientas se ajustan a la navegación del repositorio, migraciones, generación de pruebas y reparación de largo plazo.

Úsalo para agentes sensibles al costo. Sus tarifas oficiales y de reAPI se sitúan bien por debajo de los niveles insignia de Claude y GPT.

Úsalo cuando los pesos abiertos importan. Los equipos pueden evaluar el auto-alojamiento o la implementación privada en lugar de depender exclusivamente de una API cerrada.

Evítalo cuando se requiere comprensión nativa de imágenes. La API de GLM-5.2 documentada es entrada y salida de texto. Elige un modelo de visión para análisis de imagen o vídeo.

Errores comunes de integración

1. Enviar glm-5-2 en lugar de glm-5.2.
2. Dejar el esfuerzo predeterminado max en cada solicitud de bajo valor.
3. Esperar que response_format aplique un esquema JSON.
4. Establecer tool_choice a un valor de herramienta forzada no admitido.
5. Ajustar temperatura y top-p simultáneamente.
6. Leer solo content durante la transmisión y descartar reasoning_content sin decidir si es necesario.
7. Llenar la ventana de contexto de 1M en lugar de recuperar archivos relevantes.

FAQ

¿Es GLM-5.2 de código abierto?

Es más seguro describir GLM-5.2 como peso abierto a menos que la licencia específica y los artefactos de lanzamiento satisfagan tu definición de código abierto. Revisa la licencia del modelo actual antes de la redistribución o implementación comercial.

¿Cuánto cuesta la API de GLM-5.2?

Z.AI lista $1.40 entrada, $0.26 entrada en caché, y $4.40 salida por millón de tokens. reAPI actualmente lista $0.90 entrada y $3 salida.

¿Admite GLM-5.2 un millón de tokens?

Sí. Z.AI documenta una ventana de contexto de 1M tokens y salida máxima de 128K.

¿Se puede desactivar el pensamiento?

Sí. Establece thinking.type a disabled, o usa un valor de esfuerzo sin pensamiento donde sea compatible. El predeterminado es habilitado con razonamiento máximo.

¿Admite GLM-5.2 imágenes?

No en la superficie del modelo de chat documentada. Acepta texto y devuelve texto.

¿Es la API de GLM-5.2 compatible con OpenAI?

La ruta de reAPI es compatible con OpenAI Chat Completions. Los campos específicos del proveedor como thinking y reasoning_effort deben pasarse a través del mecanismo extra-body del SDK.

Conclusión

La API de GLM-5.2 es convincente cuando una ventana de contexto de un millón de tokens, pesos abiertos y precios de tokens bajos importan más que la multimodalidad nativa. La integración es directa una vez que se manejan correctamente tres detalles: envía glm-5.2 con el punto, baja el esfuerzo predeterminado max para el tráfico rutinario y trata el modo JSON como sintaxis, no validación de esquema.

References

1. Z.AI. GLM-5.2 model guide and API behavior. docs.z.ai/guides/llm/glm-5.2
2. Z.AI. Model pricing. docs.z.ai/guides/overview/pricing
3. Z.AI. Chat Completions API reference. docs.z.ai/api-reference/llm/chat-completion

Further reading

• reAPI. GLM-5.2 API documentation. reapi.ai/docs/glm-5-2
• reAPI. GLM-5.2 model page. reapi.ai/models/glm-5-2
• reAPI. Kimi K3 complete guide. reapi.ai/blog/kimi-k3-complete-guide