DeepSeek
DeepSeek V4
À partir de $0.140 par 1 M de tokens
Chat
GLM-5.2 — contexte 1M sans perte, fleuron à poids ouverts pour le code
GLM-5.2 est le modèle de fondation fleuron de Z.AI, conçu pour l'ère des tâches à long horizon. GLM-5.2 lit une fenêtre de contexte de 1M de tokens que Z.AI décrit comme solide et sans perte, réécrit jusqu'à 128K tokens, réfléchit par défaut tout en laissant couper la réflexion, et expose un contrôle d'effort de raisonnement qu'aucun autre modèle de la famille GLM n'accepte. Sur reAPI, GLM-5.2 est facturé environ un tiers sous le tarif par token publié par Z.AI, en entrée comme en sortie.
GLM-5.2model
glm-5.2Playground de GLM-5.2
Les modèles de chat tournent sur la passerelle api.reapi.ai, qui possède sa propre console et sa propre clé. Ouvre la console pour exécuter GLM-5.2 via l'interface Chat Completions compatible OpenAI.
Ce que tu peux construire avec ce modèle
Des workflows réels et des cas d'usage en production que tu peux construire et déployer avec ce modèle.
Donnez-lui le projet entier, pas un dossier d'extraits
C'est le cas que Z.AI met en avant, et la raison d'être de cette fenêtre de contexte. Tout au long d'une tâche, GLM-5.2 garde en vue les frontières de modules, les contraintes d'architecture, les contrats d'API, la structure des répertoires et les décisions prises plus tôt — et c'est exactement ce qui empêche la fin d'un long chantier de ressembler au travail de quelqu'un qui n'a jamais lu le début. La formule de Z.AI mérite d'être citée : le modèle ne se contente pas de lire davantage de contexte, il reporte dans l'exécution ultérieure les jugements d'ingénierie qu'il a formés plus tôt. Pour le vérifier sur votre code, demandez d'abord à GLM-5.2 un audit technique — carte d'architecture, responsabilités des modules, contrats d'API, flux de données, chaînes d'appel, dette technique — avant de lui faire changer quoi que ce soit.
Lire la doc API
Un refactoring au long cours qui va jusqu'à la clôture
Z.AI décrit GLM-5.2 comme plus stable sur le travail multi-fichiers, multi-étapes et à longue chaîne : il décompose d'abord l'objectif, identifie dépendances et risques, puis implémente, vérifie et clôt par étapes. Les cas nommés sont le découplage de modules, la migration d'API, la restructuration de répertoires, l'adaptation de SDK et le refactoring inter-langages — ces tâches qui échouent non pas parce qu'une modification est difficile, mais parce que l'étape quarante contredit l'étape trois. Bornez la tâche, dites ce qui ne doit pas changer, et demandez à GLM-5.2 le plan d'exécution, le périmètre d'impact, les limites de risque et la méthode de vérification avant qu'il n'édite.
Des conventions d'ingénierie qui tiennent vraiment sur la durée
Le mode d'échec d'un agent de code autonome n'est pas le mauvais code, c'est le débordement de périmètre : une dépendance en plus, un contrat d'API changé en silence, un test sauté, un commit que personne n'a demandé. Z.AI place la constance sur exactement ces contraintes — style de code, frontières d'architecture, règles de dépendances, processus de build, exigences de tests, limites de commit — parmi les progrès de GLM-5.2, et précisément en contexte long et sur de nombreux tours. Donnez à GLM-5.2 vos vraies règles de lint, commandes de build, exigences de tests et interdits, puis une vraie tâche, et confrontez son rapport à tout cela.
Tarifs
Basé sur les crédits — 1 crédit = 0,001 USD. Tu ne paies que les générations réussies.
| Catégorie | Unité | Prix |
|---|---|---|
| Facturation au token | ||
| Entrée | 1M tokens | $0.9 |
| Sortie | 1M tokens | $3 |
Pourquoi reAPI
Environ un tiers sous le tarif publié
Z.AI publie un tarif par million de tokens pour l'entrée et la sortie de GLM-5.2. Sur reAPI, GLM-5.2 passe environ un tiers en dessous des deux — aucun abonnement en dessous, aucun engagement minimum, paiement à l'usage en USD sur le solde de votre passerelle. Les chiffres exacts figurent dans le tableau tarifaire de cette page.
Compatible OpenAI, remplacement direct
GLM-5.2 est servi depuis un endpoint `/v1/chat/completions` standard. Si votre code parle déjà ce format, adopter GLM-5.2 se résume à une base URL, une clé et une chaîne de modèle — les mêmes SDK fonctionnent dès que la base URL pointe vers la passerelle. Pas de changement de SDK, pas de client propre au fournisseur.
Une clé pour GLM, Claude, GPT et Gemini
La clé api.reapi.ai qui appelle GLM-5.2 appelle aussi les familles Claude, GPT et Gemini. Envoyer à GLM-5.2 le gros des tours peu coûteux d'un agent et n'escalader que les plus durs vers un modèle de pointe fermé tient à une chaîne de modèle, pas à une deuxième intégration, une deuxième facture et un deuxième jeu d'identifiants.
GLM-5.2 vs Kimi K3
Ces deux modèles sont la réponse à poids ouverts à la même question : un contexte d'un million de tokens visant le codage à long horizon, avec des poids publiés plutôt que gardés. Sur reAPI, GLM-5.2 est nettement le moins cher des deux et le plus accommodant à intégrer — la réflexion est optionnelle, les paramètres d'échantillonnage font encore quelque chose, et le raisonnement antérieur quitte l'historique sauf demande contraire. Kimi K3 répond par la modalité et un contrat plus strict. Choisissez sur la forme, puis sur le prix.
Capacité
GLM-5.2 sur reAPI
Kimi K3
Poids et positionnement
Ouverts — Z.AI le présente comme le modèle open source le plus fort sur les benchmarks de code et de tâches longues
Ouverts — le premier de la classe des trois mille milliards de paramètres
Limites de contexte et de sortie
Contexte de 1M de tokens décrit comme sans perte ; sortie maximale de 128K
Contexte de 1M de tokens ; sortie plus basse par défaut mais relevable à la fenêtre entière
Réflexion
Active par défaut et désactivable ; quand elle est active, le modèle décide requête par requête
Toujours active et non désactivable
Contrôle d'effort
Accepte sept valeurs qui se replient en trois comportements réels, la plus profonde par défaut
Trois crans réels, également le plus profond par défaut
Paramètres d'échantillonnage
Temperature et top_p tous deux ajustables, temperature plafonnée à 1.0
Les deux figés — les envoyer renvoie une erreur
Modalités d'entrée
Texte uniquement — la vision est un modèle distinct du catalogue
Texte, images et vidéo
La comparaison reflète le comportement documenté par chaque fournisseur au moment de la rédaction. Les tarifs sont décrits en termes de rapports et non de montants ; les chiffres réels pour GLM-5.2 figurent dans le tableau tarifaire ci-dessus.
Mettre GLM-5.2 en production en trois étapes
- step 01
Créer un compte et une clé sur api.reapi.ai
Inscrivez-vous sur api.reapi.ai, ouvrez la console et générez une clé API. Cette unique clé atteint GLM-5.2 et tous les autres modèles de la passerelle, facturés depuis un seul solde.
Ouvrir - step 02
Pointer votre client vers la passerelle
Mettez votre base URL sur api.reapi.ai et votre clé sur celle que vous venez de créer. Tout client qui parle déjà OpenAI Chat Completions fonctionne sans modification — aucun changement de SDK n'est nécessaire pour atteindre GLM-5.2.
Ouvrir - step 03
Envoyer `glm-5.2` comme modèle
Mettez le champ model sur `glm-5.2` — avec le point — et postez vos messages. Activez le streaming pour les longues sorties, et rappelez-vous que GLM-5.2 réfléchit par défaut au réglage d'effort le plus profond : fixez le niveau avant de mesurer un coût.
Ouvrir
Questions fréquentes
Questions courantes sur ce modèle.
GLM-5.2 est facturé à l'usage en USD par token sur votre solde api.reapi.ai, avec des tarifs distincts en entrée et en sortie et sans abonnement. Les deux se situent environ un tiers sous le tarif par token publié par Z.AI. Les chiffres actuels figurent dans le tableau tarifaire de cette page.
Modèles associés
Explorez d’autres modèles de la même catégorie.
MiniMax
MiniMax M3
À partir de $0.600 par 1M de tokens
Chat
OpenAI
GPT-5.6 Luna
À partir de $0.800 par 1M de tokens
Chat
OpenAI
GPT-5.4
À partir de $1.00 par 1M de tokens
Chat
start building
Prêt à déployer ?
Essaie-le dans le playground ou récupère une clé API pour intégrer dès maintenant.