用事实做选择
把模型目录变成可执行的评估流程。
能力清晰
查看模态、协议、限制和版本状态。
覆盖透明
了解模型在哪些提供商上可用。
便于比较
用统一维度比较候选模型。
开始探索模型目录
从模型、提供商或组织开始。
核心能力
在接入前快速了解模型的能力边界与使用条件。
输入与输出
查看支持的模态以及输入输出方向。
限制与上下文
确认上下文、输出限制和发布日期。
提供商覆盖
比较能够提供该版本的服务商与协议。
GLM-5.2 常见问题
开始使用GLM-5.2
从模型评估走向可交付的生产工作流。
核心规格
发布日期
2026-06-13
上下文窗口
1M
最大输出
131K
模型参数量
753B
权重
开放
模态
输入
文本
输出
文本
模型身份
- 版本
- glm-5.2
- 许可证
- MIT
- 别名
- GLM-5.2
能力与适用方向
模型摘要
Open flagship GLM for long-horizon coding agents and million-token context work
文本
开放权重推理结构化输出温度参数工具调用
- 输出
- 文本
- 能力
- 5
- 目录更新时间
- 2026-08-06T01:11:46.864Z
- 状态
基准评测
| 评测项目 | 类型 | 分数 / 排名 | 评测时间 |
|---|---|---|---|
| SWE-Bench Pro | Coding | 62.1 | 2026-06-16T00:00:00.000Z |
| Terminal-Bench | Coding | 82.7 | 2026-06-16T00:00:00.000Z |
| FrontierSWE | Coding | 74.4 | 2026-06-16T00:00:00.000Z |
提供商覆盖
| 提供商 | 输入 | 输出 | 价格 |
|---|---|---|---|
| Zhipu AI | 输入 $1.4/M 输出 $4.4/M 缓存读取 $0.26/M 缓存写入 $0/M | ||
| GreenPT | 输入 $1.4/M 输出 $4.4/M 缓存读取 $0.26/M 缓存写入 $0/M | ||
| OpenCode Go | 输入 $1.4/M 输出 $4.4/M 缓存读取 $0.26/M 缓存写入 $0/M | ||
| Vivgrid | 输入 $1.4/M 输出 $4.4/M 缓存读取 $0.26/M 缓存写入 $0/M | ||
| Zhipu AI Coding Plan | 输入 $1.4/M 输出 $4.4/M 缓存读取 $0.26/M 缓存写入 $0/M | ||
| CrofAI | 输入 $1.4/M 输出 $4.4/M 缓存读取 $0.26/M 缓存写入 $0/M | ||
| LLM Gateway | 输入 $1.4/M 输出 $4.4/M 缓存读取 $0.26/M 缓存写入 $0/M | ||
| Kenari | 输入 $1.4/M 输出 $4.4/M 缓存读取 $0.26/M 缓存写入 $0/M | ||
| OpenCode Zen | 输入 $1.4/M 输出 $4.4/M 缓存读取 $0.26/M 缓存写入 $0/M | ||
| DInference | 输入 $1.4/M 输出 $4.4/M 缓存读取 $0.26/M 缓存写入 $0/M | ||
| UnoRouter | 输入 $1.4/M 输出 $4.4/M 缓存读取 $0.26/M 缓存写入 $0/M | ||
| UnoRouter | 输入 $1.4/M 输出 $4.4/M 缓存读取 $0.26/M 缓存写入 $0/M | ||
| EmpirioLabs AI | 输入 $1.4/M 输出 $4.4/M 缓存读取 $0.26/M 缓存写入 $0/M | ||
| Alibaba Token Plan | 输入 $1.4/M 输出 $4.4/M 缓存读取 $0.26/M 缓存写入 $0/M | ||
| Wafer | 输入 $1.4/M 输出 $4.4/M 缓存读取 $0.26/M 缓存写入 $0/M | ||
| Scaleway | 输入 $1.4/M 输出 $4.4/M 缓存读取 $0.26/M 缓存写入 $0/M | ||
| DigitalOcean | 输入 $1.4/M 输出 $4.4/M 缓存读取 $0.26/M 缓存写入 $0/M | ||
| Model Oracle AI | 输入 $1.4/M 输出 $4.4/M 缓存读取 $0.26/M 缓存写入 $0/M | ||
| Neuralwatt | 输入 $1.4/M 输出 $4.4/M 缓存读取 $0.26/M 缓存写入 $0/M | ||
| AIHubMix | 输入 $1.4/M 输出 $4.4/M 缓存读取 $0.26/M 缓存写入 $0/M | ||
| routing.run | 输入 $1.4/M 输出 $4.4/M 缓存读取 $0.26/M 缓存写入 $0/M | ||
| Z.AI Coding Plan | 输入 $1.4/M 输出 $4.4/M 缓存读取 $0.26/M 缓存写入 $0/M | ||
| Charm Hyper | 输入 $1.4/M 输出 $4.4/M 缓存读取 $0.26/M 缓存写入 $0/M | ||
| Alibaba (China) | 输入 $1.4/M 输出 $4.4/M 缓存读取 $0.26/M 缓存写入 $0/M | ||
| Tinfoil | 输入 $1.4/M 输出 $4.4/M 缓存读取 $0.26/M 缓存写入 $0/M | ||
| Alibaba Token Plan (China) | 输入 $1.4/M 输出 $4.4/M 缓存读取 $0.26/M 缓存写入 $0/M | ||
| Ollama Cloud | 输入 $1.4/M 输出 $4.4/M 缓存读取 $0.26/M 缓存写入 $0/M | ||
| Z.AI | 输入 $1.4/M 输出 $4.4/M 缓存读取 $0.26/M 缓存写入 $0/M | ||
| Cortecs | 输入 $1.4/M 输出 $4.4/M 缓存读取 $0.26/M 缓存写入 $0/M | ||
| OpenRouter GLM 5.2 | 输入 $1.4/M 输出 $4.4/M 缓存读取 $0.26/M 缓存写入 $0/M | ||
| CrossModel GLM-5.2 | 输入 $1.4/M 输出 $4.4/M 缓存读取 $0.26/M 缓存写入 $0/M | ||
| Nvidia GLM-5.2 | 输入 $1.4/M 输出 $4.4/M 缓存读取 $0.26/M 缓存写入 $0/M | ||
| Ambient GLM-5.2 | 输入 $1.4/M 输出 $4.4/M 缓存读取 $0.26/M 缓存写入 $0/M | ||
| ZenMux GLM 5.2 | 输入 $1.4/M 输出 $4.4/M 缓存读取 $0.26/M 缓存写入 $0/M | ||
| Ofox GLM-5.2 | 输入 $1.4/M 输出 $4.4/M 缓存读取 $0.26/M 缓存写入 $0/M | ||
| TensorX GLM-5.2 | 输入 $1.4/M 输出 $4.4/M 缓存读取 $0.26/M 缓存写入 $0/M | ||
| Kilo Gateway GLM-5.2 | 输入 $1.4/M 输出 $4.4/M 缓存读取 $0.26/M 缓存写入 $0/M |