신규 무료 가입, 10회 호출 제공. 최대 $1, 카드 불필요.

GLM-5.2

2026-06-16 출시

chat코드리즈닝도구 호출프롬프트 캐싱

GLM-5.2는 롱 호라이즌 과제의 시대를 위해 만들어진 Z.AI의 플래그십 모델로, 컨텍스트 윈도우를 1M 토큰까지 확장하고 최대 128K 출력을 제공합니다.

입력
텍스트 $1.4/M
출력
텍스트 $4.4/M
캐시 읽기
$0.26/M
컨텍스트
1M
GPT-4o 대비
약 72% 저렴

벤치마크

평균 상회최고 점수26 / 701 / 70
GLM-5.2 측정된 다른 모델 측정 대상 평균 더 높은 점수를 낸 모델 없음
SWE-Bench Pro
62.1%
GDPval-AA v2 Elo · 642-1861
1510
Harvey Lab-AA
91%
GPQA Diamond
91.2%
MCP-Atlas
82.6%

벤더 공개: Alibaba (Qwen) Anthropic ByteDance DeepSeek Google MiniMax Moonshot OpenAI Tencent Z.ai

가격의 위치

동종 60개 모델 중 가격 위치

입력$1.4/M
$0.05 · Qwen3 VL Flash GPT-5.4 Pro · $30
출력$4.4/M
$0.275 · DeepSeek V4 Flash GPT-5.4 Pro · $180
캐시 읽기$0.26/M
$0.0028 · DeepSeek V4 Flash GPT-5.4 Pro · $15

이 막대는 Synthorai에 있는 같은 종류의 모델 가운데 이 모델의 가격이 어디쯤인지 보여 줍니다. 양쪽 끝에는 가장 싼 모델과 가장 비싼 모델의 이름이 있습니다. 기본 요율 기준이며 배치·리전·캐시 쓰기 할인은 가격 페이지에 있습니다.

스펙 및 제한

토큰

컨텍스트 윈도우(공급사 사양) 1,000,000
최대 출력(벤더 스펙) 131,072

프롬프트 캐싱

캐싱 방식 자동

사고

공급사 파라미터 thinking.type + reasoning_effort
허용 값 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)
기본값 enabled, reasoning_effort는 max: effort 다이얼을 가진 유일한 GLM이며 기본값이 그 최상단 요청에서 지정하지 않을 때 적용
비활성화 가능 지원
사고 동작 트레이스는 reasoning_content로 반환됩니다. 표준 API 엔드포인트에서는 이전 턴의 트레이스가 기본적으로 삭제되며, 인터리브드 사고가 작동하려면 사고 블록을 도구 결과와 함께 반환해야 합니다.
파라미터 reasoning_effort
minimal · low · medium · high 게이트웨이 측 파라미터 표면 - 위의 벤더 매핑이 적용됩니다

모델

모달리티 텍스트 → 텍스트
파라미터 전체 744B · 활성 40B MoE
라이선스 MIT

실사용 가능한 1M 토큰 컨텍스트 / 128K 최대 출력, 설정 가능한 사고 강도 수준, 1M 컨텍스트에서의 IndexShare 희소 어텐션 효율을 갖춘 롱 호라이즌 플래그십(744B-A40B).

출처: Z.ai 공식 문서 ↗

하나의 프롬프트 - 게이트웨이를 통해 측정됨

프롬프트 Explain to a CFO, in exactly three sentences, why our LLM bill doubled after we enabled reasoning. 확인 정확히 3문장

GLM-5.2 통과 · 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.

출력 1223 tok (+1138 추론) 지연 시간 17.1 s

지시 준수(정확히 세 문장 - 셀 수 있음), 독자 맞춤(CFO 어조), 그리고 아래 토큰 계량기가 드러내는 숨은 사고 과금 격차.

프롬프트 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. 확인 수정이 테스트를 통과

GLM-5.2 실패 · 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 […]

출력 4097 tok (+4036 추론) 지연 시간 58.4 s

수정이 실제로 옳은지(실행 가능한지), 설명의 밀도, 그리고 범위가 정해진 작업에서의 토큰 효율.

프롬프트 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. 확인 유효한 JSON, 스키마 정확

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

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

출력 1947 tok (+1893 추론) 지연 시간 30.9 s

스키마 준수(없는 필드를 지어내지 않기), 환각 압력(guidance는 명시적으로 보류됨), 그리고 구조화 출력 경로의 차이.

프롬프트 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. 확인 120단어, 금지어 0개

GLM-5.2 통과 · 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.

출력 11125 tok (+10984 추론) 지연 시간 114.8 s

제약 준수(단어 예산, 금지어 목록, 단 하나의 의문문), 문체 지문, 그리고 길이 제어.

30초 만에 GLM-5.2 사용하기

OpenAI 호환. base_url만 바꾸면 SDK는 그대로. 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 소개

  • 문서는 1M 컨텍스트를 프로젝트 규모의 작업에서 실제로 쓸 수 있게 만드는 데 방점을 둡니다.
  • GLM-5.1 대비 공식 페이지는 더 안정적인 롱 호라이즌 과제 실행, 긴 컨텍스트 전반에서 엔지니어링 표준을 따르는 더 강한 일관성, 다중 파일 리팩터링을 포함한 프로젝트 규모의 이해, 모바일·클라이언트 개발을 위한 완결형 온디바이스 디버깅 루프를 강조하며, 미니 프로그램과 소형 게임 개발, 연구 재현도 함께 언급합니다.
  • 더 긴 윈도우를 뒷받침하는 효율 기법도 공개되어 있습니다.
  • IndexShare 방식은 경량 인덱서 하나가 트랜스포머 네 개 레이어를 담당하게 해 1M 컨텍스트에서 토큰당 연산량을 줄이고, 개선된 멀티 토큰 예측 레이어가 스페큘레이티브 디코딩의 수용률을 높입니다.
  • 또한 이 라인에서 유일하게 reasoning_effort 제어를 갖춘 모델로, 문서화된 레벨 집합은 실질적으로 사고 건너뛰기, high 설정, 최대 설정으로 정리되며 호스팅 API의 기본값이 최대치입니다.
  • 즉 아무것도 설정하지 않은 요청은 깊이 사고하는 요청입니다.
  • 그 밖의 사고 동작은 GLM-5 라인의 다른 모델과 같아 트레이스를 별도 필드로 반환하고, 도구 호출, MCP, JSON 출력, 자동 캐싱도 그대로 이어집니다.
  • 가중치는 MIT 라이선스입니다.
  • Synthorai에서 GLM-5.2를 호출하면 OpenAI 호환 엔드포인트 덕분에 롱 컨텍스트 에이전트 워크로드를 그대로 갈아 끼워 업그레이드할 수 있습니다.

자주 묻는 질문

GLM-5.2 API는 무료로 사용해 볼 수 있나요?

네, 신규 계정에는 10회의 체험 호출과 최대 $1의 무료 크레딧이 제공되며, 카드 등록이 필요 없습니다. 입력 토큰 $1.4/M 기준으로, 이 크레딧만으로도 GLM-5.2에 약 8K 토큰 규모의 요청을 대략 89회 보낼 수 있습니다.

GLM-5.2는 무엇에 가장 강한가요?

실제로 쓸 수 있는 1M 토큰 컨텍스트, 다중 파일 리팩토링의 프로젝트 규모 이해, 모바일 개발용 온디바이스 디버깅 루프. 전체 내용은 벤더의 공식 릴리스 노트를 정리한 소개 섹션을 참고하세요.

GLM-5.2의 가격은 얼마인가요?

Synthorai에서 GLM-5.2는 입력 토큰 100만 개당 $1.4, 출력 토큰 100만 개당 $4.4입니다. 공급사 정가 그대로이며 플랫폼 마진이 없습니다. 캐시된 입력 토큰은 $0.26/M로 과금됩니다.

GLM-5.2는 프롬프트 캐싱을 지원하나요?

네, 자동으로 지원합니다. Z.ai에서 서빙되는 프롬프트는 코드 변경 없이 캐시됩니다. 캐시된 입력 토큰은 $0.26/M로 과금됩니다(미캐시 시 $1.4/M). 프롬프트 캐싱 가이드 →

GLM-5.2는 어떻게 이용하나요?

기존 OpenAI SDK의 base_url을 "https://synthorai.io/v1"로 지정하고 model="glm-5.2"로 설정하면 끝입니다. API 키 하나로 게이트웨이의 모든 모델을 사용할 수 있습니다.

GLM-5.2는 오픈소스인가요?

네, 가중치가 MIT 라이선스 하에 공개되어 있습니다 (공식 저장소 링크는 소개 섹션 참고). GPU를 직접 마련할 필요도 없습니다: 여기서 제공되는 호스팅 버전은 종량제이며 운영할 인프라가 없습니다. 오픈 웨이트 모델 실행하기 →

관련 모델

비교

이 페이지의 모든 값은 벤더 자체 문서(위 링크)에서 전사했으며 확인 날짜를 함께 표기합니다. 가격은 카탈로그 전체와 비교하지만, 벤더마다 정의가 다른 사양 값은 차이를 명시할 뿐 도표로 비교하지 않습니다. 저희가 측정한 수치는 없으며 점수도 매기지 않습니다.

API 키 받기 내 비용 비교하기 →