新規 無料登録で、呼び出し 10 回分(最大 $1)をお試しいただけます。カード登録は不要です。

GLM-5.2

2026-06-16 リリース

chatコード推論ツール呼び出しプロンプトキャッシュ

GLM-5.2 は長期タスクの時代のために構築された Z.AI のフラッグシップモデルで、コンテキストウィンドウを 1M トークンへ拡張し最大 128K 出力を備えます。

入力
テキスト $1.4/M
出力
テキスト $4.4/M
キャッシュ読み取り
$0.26/M
コンテキスト
1M
GPT-4o 比
約 72% 割安

ベンチマーク

平均超え上回るモデルなし25 / 801 / 80
GLM-5.2 測定された他モデル 他モデルの平均 ★ これを上回るモデルなし
SWE-Bench Pro
62.1%
Cybergym
77.2%
Finance Agent v2
49.7%
Harvey Lab-AA
91%
GPQA Diamond
91.2%
Agents' Last Exam
23.8%

ベンダー公表値: Alibaba (Qwen) Anthropic ByteDance DeepSeek Google MiniMax Moonshot OpenAI Tencent Z.ai

価格の位置づけ

同種の 68 モデルの中での価格の位置

入力$1.4/M
$0.1 · Dola Seed 2.0 Mini GPT-5.4 Pro · $30
出力$4.4/M
$0.275 · DeepSeek V4 Flash GPT-5.4 Pro · $180
キャッシュ読み取り$0.26/M
$0.01 · Claude Haiku 5.5 GPT-5.4 Pro · $15

このバーは、Synthorai の同種モデルの中で、このモデルの価格がどのあたりにあるかを示しています。両端には、最も安いモデルと最も高いモデルの名前を表示しています。表示しているのは基本料金で、バッチ、リージョン、キャッシュ書き込みに関する割引は料金ページに記載しています。

仕様と制限

トークン

コンテキストウィンドウ(ベンダー仕様) 1,000,000
最大出力(ベンダー仕様) 131,072

プロンプトキャッシュ

キャッシュ方式 自動

思考

ベンダー側パラメータ thinking.type + reasoning_effort
指定可能な値 thinking.type enabled · disabled; reasoning_effort none · minimal · low · medium · high · xhigh · max (none and minimal skip thinking, low and medium map to high, xhigh maps to max)
デフォルト enabled、reasoning_effort は max。エフォートのダイヤルを持つ唯一の GLM で、デフォルトはその最上位です リクエストで未指定の場合に適用
無効化の可否 対応
思考の挙動 トレースは reasoning_content で返ります。標準の API エンドポイントでは過去のターンのトレースがデフォルトで消去され、インターリーブ思考を機能させるには思考ブロックをツールの結果と一緒に返す必要があります。
パラメータ reasoning_effort
値 minimal · low · medium · high ゲートウェイ側のパラメータ。上のベンダー別の対応が適用されます

モデル

モダリティ テキスト → テキスト
パラメータ数 合計 744B · アクティブ 40B MoE
ライセンス MIT

実用的な 1M トークンのコンテキスト / 128K 最大出力、設定可能な思考エフォートレベル、1M コンテキストでの IndexShare スパースアテンションによる効率を備えた長期タスク向けフラッグシップ(744B-A40B)。

出典:Z.ai 公式ドキュメント ↗

1 つのプロンプトを実行(ゲートウェイ経由で測定)

プロンプト Explain to a CFO, in exactly three sentences, why our LLM bill doubled after we enabled reasoning. チェック ちょうど 3 文

GLM-5.2 合格 · 3 sentences

Enabling reasoning means the LLM now generates thousands of invisible "thinking" tokens to systematically work through complex problems before producing a final answer. Because our cloud providers bill for these internal processing steps at the same rate as standard output, our billable token volume per query has doubled. While this increases our direct API costs, it drastically reduces error rates and manual review labor, ultimately lowering our total cost per resolved transaction.

出力 1223 tok (+1138 思考) レイテンシ 17.1 s

指示への忠実さ(ちょうど 3 文という、数えて確かめられる条件)、読み手に合わせた書き分け(CFO 向けの語り口)、そして下のトークンメーターに表れる、表示されない思考への課金の差。

プロンプト This function is supposed to return the longest run of consecutive equal items, but callers report it is off by one on single-element inputs and misses runs that end at the last index. Fix it and explain the bug in one paragraph. チェック 修正がテストを通る

GLM-5.2 不合格 · 1/8 cases (fails [1])

```python def longest_run(xs): if not xs: return 0 best = 1 cur = 1 for i in range(1, len(xs)): if xs[i] == xs[i - 1]: cur += 1 […]

出力 4097 tok (+4036 思考) レイテンシ 58.4 s

修正が本当に正しいか(実行して確かめられる)、説明の密度、範囲の限られたタスクでのトークン効率。

プロンプト Extract a JSON object with fields {company, quarter, revenue_usd_m, growth_pct, guidance} from this text. Use null for anything not stated; add no other fields. チェック 有効な JSON、スキーマに完全一致

GLM-5.2 合格 · 5/5 fields, guidance "withheld"

```json { "company": "Meridian Robotics", "quarter": "September quarter", "revenue_usd_m": 412, "growth_pct": 11, "guidance": "withheld" } ```

出力 1947 tok (+1893 思考) レイテンシ 30.9 s

スキーマの遵守(存在しないフィールドを作らない)、ハルシネーションを誘う条件への耐性(guidance は明示的に伏せてある)、構造化出力の実現方法の違い。

プロンプト Write a 120-word product announcement for an API gateway feature that caches prompts across providers. Forbidden words: "seamless", "unlock", "game-changer", "revolutionize", "empower". Exactly one sentence must be a question. チェック 120 語、禁止語 0

GLM-5.2 合格 · 120 words, 0 banned, 1 question

We are introducing Caching for our API Gateway, the smartest way to optimize your workflows. Why pay for the exact same response twice? Now, you can automatically store and reuse prompt results across multiple AI providers, drastically reducing latency and overall operational costs. If a user submits a duplicate query, the gateway serves the cached answer instantly, regardless of whether you route to OpenAI, Anthropic, or others. This directly translates to faster applications and significantly lower monthly API bills. You can easily configure your specific caching rules within the developer dashboard and watch your efficiency soar. Stop wasting your valuable tokens on completely redundant computations. Upgrade to the latest gateway version today and experience the future of intelligent prompt management.

出力 11125 tok (+10984 思考) レイテンシ 114.8 s

制約の遵守(語数の上限、禁止語リスト、疑問文はひとつだけ)、文体の癖、長さの制御。

30 秒で GLM-5.2 を使い始める

OpenAI 互換。base_url を差し替えるだけで、SDK はそのまま。POST /v1/chat/completions

from openai import OpenAI

client = OpenAI(
    base_url="https://synthorai.io/v1",
    api_key="sk-syn-...",
)

resp = client.chat.completions.create(
    model="glm-5.2",
    messages=[{"role": "user", "content": "Summarize this diff"}],
    reasoning_effort="medium",
)
print(resp.choices[0].message.content)

GLM-5.2 について

  • ドキュメントは 1M コンテキストをプロジェクト規模の作業で本当に使えるものにすることを強調しています。
  • GLM-5.1 に対し、公式ページはより安定した長期タスクの実行、拡張されたコンテキストにわたるエンジニアリング標準遵守の一貫性の強化、複数ファイルのリファクタリングを伴うプロジェクト規模の理解、モバイルおよびクライアント開発向けの完全なオンデバイスデバッグループを強調し、あわせてミニプログラムや小規模ゲームの開発、研究の再現も挙げています。
  • より長いウィンドウを支える効率化の仕組みも公開されています。
  • IndexShare という方式により、1 つの軽量なインデクサが 4 つの Transformer 層ごとに機能し、1M コンテキストでのトークンあたりの計算量を削減します。
  • 改良されたマルチトークン予測層は投機的デコードの受理率を高めます。
  • またこれはラインで唯一 reasoning_effort の制御を持つモデルで、文書化されたレベル群は実際には思考のスキップ、high 設定、最大設定に収束し、ホスト型 API の既定は最大設定です。
  • つまり何も設定しないリクエストは、しっかり思考するリクエストになります。
  • それ以外の思考の挙動は GLM-5 ラインの他と同じで、トレースは別のフィールドで返り、ツール呼び出し、MCP、JSON 出力、自動キャッシュも引き継がれます。
  • ウェイトは MIT ライセンスです。
  • Synthorai で GLM-5.2 を呼び出すと、OpenAI 互換エンドポイントによりロングコンテキストのエージェントワークロードのドロップインアップグレードになります。

よくある質問

GLM-5.2 API は無料で試せますか?

はい。新規アカウントには 10 回のお試し呼び出しと最大 $1 の無料クレジットが付き、カード登録は不要です。入力 $1.4/M で計算すると、このクレジットだけで、約 8K トークンのリクエストを GLM-5.2 に約 89 回送れます。

GLM-5.2 は何が得意ですか?

1M の実用トークンへコンテキストを拡張、複数ファイルのリファクタリングを伴うプロジェクト規模の理解、モバイル開発向けのオンデバイスデバッグループ。詳しくは、ベンダー公式のリリースノートをもとにまとめた、このページのモデル紹介セクションをご覧ください。

GLM-5.2 の料金はいくらですか?

Synthorai での GLM-5.2 の料金は、入力 100 万トークンあたり $1.4、出力 100 万トークンあたり $4.4 です。プロバイダーの定価のままで、プラットフォーム手数料はかかりません。キャッシュ済み入力トークンは $0.26/M で課金されます。

GLM-5.2 のコンテキスト長はどれくらいですか?

GLM-5.2 のコンテキストウィンドウは 1M トークンです。1 回の応答で出力できるのは最大 131,072 トークンです。

GLM-5.2 はプロンプトキャッシュに対応していますか?

はい、自動で有効です。Z.ai 経由のプロンプトはコード変更なしでキャッシュされます。キャッシュ済み入力トークンは $0.26/M(未キャッシュは $1.4/M)で課金されます。 プロンプトキャッシュガイド →

GLM-5.2 を利用するには?

お使いの OpenAI SDK の base_url を "https://synthorai.io/v1" に向け、model="glm-5.2" を設定すれば完了です。API キー 1 本でゲートウェイ上のすべてのモデルを利用できます。

GLM-5.2 はオープンソースですか?

はい。ウェイトは MIT ライセンス(公式リポジトリへのリンクはモデル紹介セクションにあります)で公開されています。GPU を用意したくない場合は、Synthorai がホストする版を従量課金で利用でき、インフラの運用は不要です。 オープンウェイトモデルの実行について →

関連モデル

比較

このページの値は、すべてベンダー自身のドキュメント(上部にリンクがあります)から転記したもので、確認した日付を添えています。価格はカタログ全体で比較しています。一方、ベンダーによって定義が異なる仕様値は、違いを明記するにとどめ、グラフでの比較はしていません。当社が測定した数値はなく、スコアも付けていません。

API キーを取得 コストを比較する →