DeepSeek
DeepSeek V4
起 $0.140 每 1M token
对话
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。
- 模型特点
- 思考模式 · 推理档位可调 · JSON 输出
- 适用场景
- 中英双语任务、工具型智能体
- 输入
- 聊天消息（OpenAI 兼容）
- 输出
- 文本，支持流式输出
什么是 GLM-5.2 API？
GLM-5.2 是 Z.AI 面向长程任务时代打造的旗舰基座模型，在 reAPI 上通过 OpenAI 兼容的 /v1/chat/completions 端点提供。它可读取 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，并且是 GLM 家族中唯一接受推理努力度控制的模型。计费按每 1M tokens 计算，输入与输出分别定价。
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。
首次测试成本
$0.9900 credits
最低档一次生成（1M tokens）。
测试预算参考
充值积分$10
约 11 次测试
$50
约 55 次测试
$100
约 111 次测试
| 模型 | 类别 | 价格 |
|---|---|---|
| Token 计费 | 输入 | $0.9 1M tokens |
| 输出 | $3 1M tokens |
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
docs/api/glm-5-2
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
}'参数校验失败
提交时同步拒绝并指明出错字段。检查枚举值、范围与 URL 字段——不产生任何扣费。
认证或余额问题
401 表示 Bearer 密钥缺失或无效；402 表示预扣额超出余额。密钥与积分在控制台管理。
内容或素材被拒
参考素材与生成结果都会经过自动审核。被拒的任务返回明确错误并全额退款。
任务失败或超时
进入失败状态的任务不会扣费——预扣自动退还。保留任务 ID，随时可重试。
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。
