GLM-5.2 的上下文窗口是多少？

Z.AI 为 GLM-5.2 标注的是 1M token 上下文窗口和 128K 最大输出，并且把这段长上下文描述为无损而不只是「可用」。推理 token 计入输出上限，所以一次长思考和可见答案共用同一份额度。

GLM-5.2 可以关掉思考吗？

可以。思考默认开启，也能显式关闭，这在同档模型里并非人人都有。保持开启时，GLM-5.2 会自己判断某个请求是否需要推理——Z.AI 拿它和上一代做了对比，上一代是无条件推理的。

GLM-5.2 接受哪些推理努力度取值？

这个字段默认在最深档，而这里有一个值得知道的细节：为了兼容其它厂商，它接受七个取值，但这些取值会收敛。none 和 minimal 让 GLM-5.2 跳过思考，low 和 medium 的行为都等同于 high，high 之上那一档等同于最高档。所以真正的行为只有三种而不是七种，选一个中间值并不会换来一个中间的成本。

GLM-5.2 接受 temperature 和 top_p 吗？

都接受——这和若干把它们钉死的开源同行是实打实的区别。GLM-5.2 的 temperature 接受 0.0 到 1.0、默认 1.0，所以如果你的代码在传更高的值要留意这个上限；top_p 接受 0.01 到 1.0、默认 0.95。Z.AI 建议二者只调其一，不要一起调。

GLM-5.2 能读图吗？

不能。GLM-5.2 是文本进、文本出；视觉是 Z.AI 阵容里另一个模型。如果你的流程里某一步需要模型去看一张截图或扫描件，那一步不该用 GLM-5.2——尽管围绕这段代码的工作它很擅长。

在 reAPI 上 GLM-5.2 走哪个接口、model 字符串是什么？

api.reapi.ai 上的 OpenAI 兼容 `/v1/chat/completions` 接口，model 字符串是 `glm-5.2`——那个点是 id 的一部分。本页的 URL 用连字符是因为 URL 带不了点，但请求体里需要的是真正的 id。

GLM-5.2 和 Kimi K3 相比如何？

两者都是权重开源、百万 token 上下文、面向长程编程的旗舰，而 GLM-5.2 在 reAPI 上的价格只是另一个的一小部分。GLM-5.2 是这对里更宽容的那个：思考可以关掉、采样参数照旧有效、之前的推理会替你从历史里清掉。代价是模态——GLM-5.2 只吃文本，而 Kimi K3 还吃图片和视频。逐行细节见本页的对比表。

GLM-5.2 — 1M 无损上下文，开源权重编程旗舰

GLM-5.2 是 Z.AI 面向长程任务时代打造的旗舰基座模型。GLM-5.2 可读取 1M token 的上下文窗口——Z.AI 的说法是「扎实、无损」——单次最多回写 128K token，默认思考但允许你把思考关掉，并且提供 GLM 家族其它模型都没有的推理努力度控制。在 reAPI 上，GLM-5.2 的输入与输出单价都比 Z.AI 官方公布价低大约三分之一。

GLM-5.2modelglm-5.2

GLM-5.2 演练场

Chat 模型跑在 api.reapi.ai 网关上，它有独立的控制台和独立的 key。打开控制台即可通过 OpenAI 兼容的 Chat Completions 接口运行 GLM-5.2。

打开控制台 Token 价格

你能用这个模型做什么

可以用这个模型构建并上线的真实工作流与生产级用例。

把整个项目交给它，而不是一堆节选

这是 Z.AI 首先拿出来讲的场景，也是这个上下文窗口存在的理由。在一项任务的全程里，GLM-5.2 会一直把模块边界、架构约束、API 契约、目录结构和早先做过的决定放在视野里——这正是让长任务的后半段不再像「由一个从没读过开头的人接手」的关键。Z.AI 的原话值得引用：模型不只是读了更多上下文，而是把它早先形成的工程判断带进了后续执行。想在自己的代码库上验证这一点，先让 GLM-5.2 做一次技术审计——架构图、模块职责、API 契约、数据流、调用链、技术债——再让它动手改任何东西。

阅读 API 文档

能收尾的长程重构

Z.AI 说 GLM-5.2 在跨文件、多步骤、长链条的工作上更稳：先拆目标，识别依赖与风险，然后分阶段实现、验证、收口。文档点名的适配场景是模块解耦、API 迁移、目录重构、SDK 适配和跨语言重构——这类任务翻车往往不是因为某一次改动很难，而是因为第四十步和第三步互相矛盾。把任务边界划清，说明什么绝不能变，然后在它动手之前，先要 GLM-5.2 给出执行计划、影响范围、风险边界和验证方式。

在长时间运行下真的守得住的工程规范

自主编程 Agent 的失效方式不是写出烂代码，而是越界：多装一个依赖、悄悄改掉一处 API 契约、跳过一个测试、提交一次你没要求的 commit。Z.AI 把「在这些约束上的一致性」——代码风格、架构边界、依赖规则、构建流程、测试要求、提交边界——列为 GLM-5.2 的改进项，而且特别指明是在长上下文和多轮执行下。把你真实的 lint 规则、构建命令、测试要求和禁止事项喂给 GLM-5.2，然后给它一个真任务，再拿它的汇报去对账。

价格

积分计费 — 1 积分 = 0.001 美元，仅为成功生成付费。

类别	单位	价格
Token 计费
输入	1M tokens	$0.9
输出	1M tokens	$3

为什么选 reAPI

约比官方公布价低三分之一

Z.AI 为 GLM-5.2 的输入和输出公布了每百万 token 的价格。在 reAPI 上，GLM-5.2 两项都比它低大约三分之一——底下没有订阅，没有最低消费，按量以美元从你的网关余额扣费。具体数字见本页的价格表。

OpenAI 兼容，直接换上就能用

GLM-5.2 通过标准的 `/v1/chat/completions` 接口提供。如果你的代码已经在说这套协议，接入 GLM-5.2 就是一个 base URL、一把 Key 和一个 model 字符串的事——base URL 指向网关之后，原来的 SDK 照旧可用。不用换 SDK，也不需要厂商专用客户端。

一把 Key 覆盖 GLM、Claude、GPT 与 Gemini

调用 GLM-5.2 的那把 api.reapi.ai Key，同样能调用 Claude、GPT 与 Gemini 系列。把一个 Agent 里便宜的大头轮次发给 GLM-5.2、只把真正难的那几轮升级到闭源前沿模型，只是换一个 model 字符串，而不是第二次集成、第二张发票和第二套凭证。

GLM-5.2 与 Kimi K3 对比

这两者是对同一个问题给出的开源答案：百万 token 上下文、面向长程编程、权重公开而非封存。在 reAPI 上 GLM-5.2 是两者中明显更便宜的一个，接入也更宽容——思考可选、采样参数确实起作用、之前的推理除非你要求保留否则会从历史里被丢掉。Kimi K3 拿出的是模态和更严的契约。先按形态选，再看价格。

能力

reAPI 上的 GLM-5.2

Kimi K3

权重与定位

开源——Z.AI 称它在编程与长程任务基准上是最强的开源模型

开源——三万亿参数级别里的第一个

上下文与输出上限

1M token 上下文，官方描述为无损；128K 最大输出

1M token 上下文；输出默认更低，但可以提到整个窗口

思考

默认开启且可以关闭；开启时由模型按请求判断是否思考

始终开启且无法关闭

努力度控制

接受七个取值，但只收敛为三种真实行为，默认最深那一档

三个真实档位，同样默认最深那一档

采样参数

temperature 和 top_p 都可调，其中 temperature 上限为 1.0

两者都被钉死——传了会报错

输入模态

仅文本——视觉是阵容里另一个模型

文本、图片和视频

对比依据撰写时各家厂商各自文档记录的行为。价格只描述关系而不给具体金额；GLM-5.2 的实时数字见上方价格表。

三步用上 GLM-5.2

step 01
在 api.reapi.ai 注册账号并创建 Key
在 api.reapi.ai 注册，打开控制台生成一把 API Key。这一把 Key 就能访问 GLM-5.2 和网关上其它所有模型，从同一份余额扣费。
打开
step 02
把客户端指向网关
把 base URL 设成 api.reapi.ai，Key 换成刚创建的那一把。任何已经在说 OpenAI Chat Completions 的客户端都不用改就能跑——接 GLM-5.2 不需要换 SDK。
打开
step 03
把 model 设成 `glm-5.2`
把 model 字段设为 `glm-5.2`——带那个点——然后 POST 你的 messages。长输出记得打开流式；另外记住 GLM-5.2 默认就在最深的努力度档位上思考，所以在量成本之前先把努力度定下来。
打开

常见问题

关于此模型的常见疑问。

GLM-5.2 按 token 以美元从你的 api.reapi.ai 余额按量计费，输入和输出分别计价，没有订阅。两档都比 Z.AI 官方公布价低大约三分之一。当前数字见本页的价格表。

准备好上线了吗？

在 Playground 中试用，或直接获取 API Key 立即接入。

获取 API Key 查看 API 文档

GLM-5.2 — 1M 无损上下文，开源权重编程旗舰

你能用这个模型做什么

可以用这个模型构建并上线的真实工作流与生产级用例。