Can the GLM-5.2 API process an entire software repository in one prompt?

Ja. GLM-5.2 unterstützt ein Kontextfenster mit 1,000,000 Token, wodurch viele Repositories, Dokumentationssammlungen und Entwicklungsartefakte in einen einzigen Kontext passen.

What makes the GLM-5.2 API different from GLM-5.1?

Das größte Upgrade ist die Erweiterung von etwa 200K Token auf ein 1M-Token-Kontextfenster, zusammen mit verbessertem agentischem Coding und verbesserter Leistung bei Aufgaben mit langem Zeithorizont.

Does the GLM-5.2 API support self-hosting?

Ja. GLM-5.2 wird mit MIT-lizenzierten offenen Gewichten veröffentlicht, wodurch Organisationen das Modell lokal bereitstellen und anpassen können.

When should developers choose GLM-5.2 instead of Claude or GPT models?

GLM-5.2 ist besonders attraktiv für großskalige Coding-Workflows, Self-Hosting-Anforderungen und Repository-Analysen mit langem Kontext. Claude- und GPT-Modelle können in einigen Reasoning-Benchmarks weiterhin eine stärkere Validierung bieten.

What reasoning modes are available in GLM-5.2?

GLM-5.2 bietet die Reasoning-Modi High und Max. Max ist für schwierige Coding- und Agentenaufgaben vorgesehen, während High Reasoning-Qualität und Effizienz ausbalanciert.

Is the GLM-5.2 API suitable for autonomous coding agents?

Ja. Das Modell wurde speziell für agentische Coding-Workflows ausgerichtet und unterstützt beliebte Coding-Agent-Ökosysteme wie Claude Code, Cline, Roo Code und OpenCode.

How does GLM-5.2 compare with other open-weight coding models?

GLM-5.2 zeichnet sich durch die Kombination aus einem 1M-Token-Kontextfenster, MIT-Lizenz, coding-fokussiertem Training und Unterstützung für lang laufende Agent-Workflows aus.

Zhipu AI

API live Beliebt

glm-5.2

GLM 5.2 API

GLM-5.2 ist ein bedeutendes Update von Zhipu in den Bereichen der Open-Source-Großmodelle und der KI-Programmierung.

Startpreis

$1.12 / 1 Mio. Eingabe-Tokens

Nutzungsbasierte Abrechnung

API-Status

Betriebsbereit

95.8% Verfügbarkeit / 24 Std.

Antwortzeit

2464 ms

Gemessene API-Antwortzeit

Veröffentlicht

Jun 16, 2026

Zhipu AI

Playground

Testen Sie GLM 5.2 mit einer echten Anfrage, prüfen Sie die Parameter und validieren Sie die Ausgabe vor der API-Integration.

Überblick

Ein praktischer Überblick über GLM 5.2, einschließlich wichtigem Verhalten und Hinweisen zur Integration.

Technische Spezifikationen von GLM-5.2

Element	GLM-5.2
Anbieter	Zhipu AI
Veröffentlichungsdatum	13. Juni 2026
Modelltyp	Open-Weight Mixture-of-Experts (MoE)-LLM
Gesamtparameter	~744B
Aktive Parameter	~40B pro Token
Kontextfenster	1,000,000 Token
Maximale Ausgabe	131,072 Token
Reasoning-Modi	High, Max
Lizenz	MIT
Primärer Schwerpunkt	Agentisches Coding, Software Engineering, langfristiges Reasoning
API-Verfügbarkeit	Z.ai-Plattform und kompatible Anbieter
Offene Gewichte	Ja

GLM-5.2 ist das neueste Flaggschiffmodell aus der GLM-Familie von Zhipu AI. Anders als allgemeine Frontier-Modelle ist GLM-5.2 primär als coding-first und agentenorientiertes Modell positioniert, das für Software-Engineering im Repository-Maßstab, autonome Workflows und extrem langes Kontext-Reasoning ausgelegt ist. Sein herausragendes Merkmal ist ein natives Kontextfenster von 1 Million Token, womit es eines der größten öffentlich verfügbaren Kontextfenster unter Open-Weight-Modellen bietet.

Hauptfunktionen von GLM-5.2

1M-Token-Kontextfenster für ganze Repositories, umfangreiche Dokumentationssätze und agentische Workflows über mehrere Sitzungen.
Coding-first-Optimierung mit Fokus auf Refactoring, Debugging, Code-Generierung und Software-Engineering-Aufgaben.
Unterstützung agentenbasierter Workflows für Tools wie Claude Code, Cline, Roo Code, OpenCode und ähnliche Coding-Agents.
Open-Weight-Release unter MIT-Lizenz, ermöglicht Self-Hosting und Fine-Tuning.
Zwei Reasoning-Modi (High und Max) für Abwägungen zwischen Latenz und Reasoning-Tiefe.
Große MoE-Architektur mit ungefähr 744B Gesamtparametern bei gleichzeitig nur ~40B aktiven Parametern pro Token für Effizienz.

Benchmark-Leistung von GLM-5.2

Zhipu veröffentlichte zum Start keine umfassenden offiziellen Benchmark-Ergebnisse, was direkte Vergleiche unsicherer macht als bei Modellen wie GPT-5 oder Claude. Mehrere Branchenberichte verweisen auf das Fehlen unabhängig validierter Benchmark-Veröffentlichungen.

Benchmark	Gemeldeter Score
Terminal-Bench 2.1	81.0
SWE-Bench Pro	62.1
NL2Repo	48.9
AIME 2026	99.2

GLM 5.2

GLM-5.2 vs GLM-5.1 vs Claude Opus 4.8

Spezifikation	GLM-5.2	GLM-5.1	Claude Opus 4.8
Veröffentlichungsdatum	2026-06-13	2026	2026
Kontextfenster	1,000,000	~200,000	1,000,000
Offene Gewichte	Ja (MIT)	Ja	Nein
Reasoning-Modi	High, Max	Standard	Extended Thinking
Gesamtparameter	744B	744B	Nicht offengelegt
Aktive Parameter	40B	40B	Nicht offengelegt
Offizielle Benchmark-Daten	Nicht veröffentlicht	Zum Start veröffentlicht	Veröffentlicht

Die primär dokumentierten Verbesserungen von GLM-5.2 gegenüber GLM-5.1 sind die Erweiterung auf ein Kontextfenster von 1M Token und die Einführung der auswählbaren Reasoning-Modi High und Max. Zum Start veröffentlichte Z.ai keine offiziellen Ergebnisse für SWE-Bench, LiveCodeBench, HumanEval oder ähnliche Benchmarks, sodass Leistungsvergleiche mit Claude Opus 4.8, GPT-5, DeepSeek oder Qwen-Modellen unbestätigt bleiben.

Im Vergleich zu anderen Open-Modellen liegt der Hauptunterschied von GLM-5.2 in der Kombination aus sehr großem Kontextfenster, Spezialisierung auf Coding und MIT-Lizenzierung. Seine größte Stärke liegt im Software-Engineering auf Repository-Ebene und weniger in allgemeinen Chat-Anwendungen.

Warum GLM-5.2 über CometAPI nutzen?

CometAPI ermöglicht es Entwicklern, GLM-5.2 über dieselbe Schnittstelle zu integrieren, die für Dutzende führender KI-Modelle verwendet wird.

Vorteile sind unter anderem:

Vereinheitlichte Authentifizierung über mehrere Anbieter
OpenAI-kompatible API-Integration
Vereinfachtes Abrechnungs- und Nutzungsmanagement
Schnelle Experimente mit alternativen Modellen
Einfaches Umschalten zwischen Coding-, Reasoning-, Bild-, Audio- und Videomodellen
Reduzierter Vendor-Lock-in für Produktionssysteme

Ganz gleich, ob Sie eine KI-IDE, einen internen Engineering-Assistenten oder eine Enterprise-Automationsplattform bauen—CometAPI minimiert den Integrationsaufwand und bewahrt gleichzeitig die Flexibilität.

So greifen Sie auf die GLM-5.2-API über CometAPI zu

Starten Sie mit unserem Produkt in wenigen einfachen Schritten...

Schritt 1: Registrieren Sie sich für Ihren GLM-5.2-API-Schlüssel

Erstellen Sie ein Konto bei CometAPI und navigieren Sie zum API-Dashboard, um Ihren GLM-5.2-API-Schlüssel zu generieren. Dieser Schlüssel authentifiziert alle Ihre Anfragen und verschafft Ihnen sofortigen Zugriff auf die vollen Funktionen der GLM-5.2-API, einschließlich des 1M-Token-Kontextfensters und 128k Ausgabetoken.

Schritt 2: Senden Sie Anfragen an die GLM-5.2-API

Verwenden Sie Ihren GLM-5.2-API-Schlüssel, um POST-Anfragen an den CometAPI-Endpunkt zu senden. Übergeben Sie Ihren Prompt, setzen Sie Modellparameter wie effort level und max tokens, und die GLM-5.2-API verarbeitet Ihre Anfrage—vom Code-Generieren über Dokumentanalyse bis hin zur agentischen Tool-Nutzung.

Schritt 3: Ergebnisse abrufen und die GLM-5.2-API integrieren

Die GLM-5.2-API liefert strukturierte Antworten, einschließlich Completion-Text, Anweisungen zum Tool-Aufruf und Metadaten zur Token-Nutzung. Sie unterstützt sowohl standardmäßige synchrone Antworten als auch Echtzeit-Streaming via Server-Sent Events (SSE), wenn stream: true konfiguriert ist. Der Endpunkt lässt sich einfach in Ihre bestehenden Workflows integrieren—mit Standard-HTTP-Clients oder OpenAI-kompatiblen SDKs—indem Sie Anfragen über url(//api.cometapi.com/v1) mit Ihrem Bearer Token leiten.

FAQ

Preisgestaltung

Nutzen Sie die obige Schnellschätzung für einen einzelnen Durchlauf und prüfen Sie anschließend den vollständigen Vergleich von CometAPI- und offiziellem Preis.

Erste Anfrage

—

Geschätzte CometAPI-Nutzungskosten

Zehn Anfragen

—

Geschätzte CometAPI-Nutzungskosten

Fünfzehn Anfragen

—

Geschätzte CometAPI-Nutzungskosten

Preise für GLM 5.2

Entdecken Sie wettbewerbsfähige Preise für GLM 5.2, die für verschiedene Budgets und Nutzungsanforderungen konzipiert sind. Unsere flexiblen Tarife stellen sicher, dass Sie nur für das bezahlen, was Sie nutzen, und erleichtern die Skalierung entsprechend Ihren wachsenden Anforderungen. Erfahren Sie, wie GLM 5.2 Ihre Projekte verbessern kann, während die Kosten überschaubar bleiben.

Comet Price (USD / M Tokens)	Official Price (USD / M Tokens)	Discount
Eingabe:$1.12/M Ausgabe:$3.528/M	Eingabe:$1.4/M Ausgabe:$4.41/M	-20%

API

Kopieren Sie einen funktionierenden Endpunkt und ein Codebeispiel; öffnen Sie bei Bedarf die vollständige API-Referenz für alle Parameter.

Eine API, produktionsreifer Modellzugriff

Einmal authentifizieren, den Modell-Endpunkt aufrufen und denselben Abrechnungs- und Monitoring-Workflow anbieterübergreifend beibehalten.

POST/v1/chat/completions

Beispielcode und API für GLM 5.2

Greifen Sie auf umfassende Beispielcodes und API-Ressourcen für GLM 5.2 zu, um Ihren Integrationsprozess zu optimieren. Unsere detaillierte Dokumentation bietet schrittweise Anleitungen und hilft Ihnen dabei, das volle Potenzial von GLM 5.2 in Ihren Projekten zu nutzen.

POST

/v1/chat/completions

#!/usr/bin/env bash

# Get your CometAPI key from https://www.cometapi.com/console/token
COMETAPI_KEY="${COMETAPI_KEY:-<YOUR_COMETAPI_KEY>}"

response=$(curl -s https://api.cometapi.com/v1/chat/completions \
  -H "Content-Type: application/json" \
  -H "Authorization: Bearer $COMETAPI_KEY" \
  -d '{
    "model": "glm-5.2",
    "messages": [
      {
        "role": "system",
        "content": "You are a senior full-stack software engineer who is skilled at frontend development, backend architecture, and modern web stacks."
      },
      {
        "role": "user",
        "content": "Design and implement a personal blog website with a home page, article list, and article detail page using React and Node.js."
      }
    ],
    "thinking": {
      "type": "enabled"
    },
    "reasoning_effort": "max",
    "max_tokens": 65536,
    "temperature": 1.0
  }')

printf '%s
' "$response" | python -c 'import json, sys; message = json.load(sys.stdin)["choices"][0]["message"]; print(message.get("content") or message)'

cURL Code Example

#!/usr/bin/env bash

# Get your CometAPI key from https://www.cometapi.com/console/token
COMETAPI_KEY="${COMETAPI_KEY:-<YOUR_COMETAPI_KEY>}"

response=$(curl -s https://api.cometapi.com/v1/chat/completions \
  -H "Content-Type: application/json" \
  -H "Authorization: Bearer $COMETAPI_KEY" \
  -d '{
    "model": "glm-5.2",
    "messages": [
      {
        "role": "system",
        "content": "You are a senior full-stack software engineer who is skilled at frontend development, backend architecture, and modern web stacks."
      },
      {
        "role": "user",
        "content": "Design and implement a personal blog website with a home page, article list, and article detail page using React and Node.js."
      }
    ],
    "thinking": {
      "type": "enabled"
    },
    "reasoning_effort": "max",
    "max_tokens": 65536,
    "temperature": 1.0
  }')

printf '%s\n' "$response" | python -c 'import json, sys; message = json.load(sys.stdin)["choices"][0]["message"]; print(message.get("content") or message)'

Python Code Example

from openai import OpenAI
import os

# Get your CometAPI key from https://www.cometapi.com/console/token
COMETAPI_KEY = os.environ.get("COMETAPI_KEY") or "<YOUR_COMETAPI_KEY>"
BASE_URL = "https://api.cometapi.com/v1"

client = OpenAI(base_url=BASE_URL, api_key=COMETAPI_KEY)

completion = client.chat.completions.create(
    model="glm-5.2",
    messages=[
        {
            "role": "system",
            "content": (
                "You are a senior full-stack software engineer who is skilled at "
                "frontend development, backend architecture, and modern web stacks."
            ),
        },
        {
            "role": "user",
            "content": (
                "Design and implement a personal blog website with a home page, "
                "article list, and article detail page using React and Node.js."
            ),
        },
    ],
    temperature=1.0,
    max_tokens=65536,
    reasoning_effort="max",
    extra_body={"thinking": {"type": "enabled"}},
)

print(completion.choices[0].message.content)

JavaScript Code Example

import OpenAI from "openai";

// Get your CometAPI key from https://www.cometapi.com/console/token
const COMETAPI_KEY = process.env.COMETAPI_KEY || "<YOUR_COMETAPI_KEY>";
const BASE_URL = "https://api.cometapi.com/v1";

const client = new OpenAI({
  apiKey: COMETAPI_KEY,
  baseURL: BASE_URL,
});

const completion = await client.chat.completions.create({
  model: "glm-5.2",
  messages: [
    {
      role: "system",
      content:
        "You are a senior full-stack software engineer who is skilled at frontend development, backend architecture, and modern web stacks.",
    },
    {
      role: "user",
      content:
        "Design and implement a personal blog website with a home page, article list, and article detail page using React and Node.js.",
    },
  ],
  thinking: { type: "enabled" },
  reasoning_effort: "max",
  max_tokens: 65536,
  temperature: 1.0,
});

console.log(completion.choices[0].message.content);

Fähigkeiten

Prüfen Sie die wichtigsten Modellfakten, bevor Sie eine Architektur wählen oder die Produktionslast abschätzen.

Unterstützte Funktionen

Von der bestehenden Modell-API zurückgegebene Funktionen.

text-to-text

Eingabe und Ausgabe

Eingaben

text

Ausgaben

text

Produktionsprofil

Anbieter: Zhipu AI
Kontext: Modellabhängig
Kommerzielle Nutzung: Unterstützt

Anwendungsfälle

Nutzen Sie GLM 5.2 für Produktions-Workflows entsprechend seiner text-Fähigkeiten und vergleichen Sie Alternativen vor einer langfristigen Integration.

Produktions-Chat und Agenten-Workflows

Programmierung, Analyse und strukturierte Generierung

Umfangreiche Automatisierung über eine API

Weitere Modelle

Vergleichen Sie weitere über CometAPI verfügbare Modelle hinsichtlich Qualität, Latenz, Funktionsumfang und Preis.

Modellvergleich öffnen →

Aliyun

Qwen3.8-Max

Qwen3.8-Max-Preview ist eine Vorschauversion von Alibabas Flaggschiff-Großsprachmodell, die am 19. Juli 2026 veröffentlicht wurde. Es hat 2.4T Parameter, setzt auf die MoE-Architektur, unterstützt das Umschalten zwischen Denk- und Schnellinferenzmodi, kann verschiedene Inhaltsformate verarbeiten und liefert in Szenarien wie Code-Engineering, professioneller Büroarbeit und komplexem logischen Schlussfolgern hervorragende Leistung; es wird nur von Fable 5 von Anthropic übertroffen.

Modell ansehen

Anthropic

Claude Opus 5

Claude Opus 5 ist ab heute verfügbar. Es ist ein durchdachtes und proaktives Modell, das der Spitzenintelligenz von Claude Fable 5 zum halben Preis nahekommt.

Modell ansehen

OpenAI

GPT 5.6

Starten Sie mit GPT-5.6 Sol für komplexes Schlussfolgern und Programmieren, wählen Sie GPT-5.6 Terra, um Intelligenz und Kosten auszugleichen, oder verwenden Sie GPT-5.6 Luna für kostensensible, hochvolumige Workloads.

Modell ansehen

Google

Gemini 3.6 Flash

Gemini 3.6 Flash liefert dauerhaft Intelligenz auf Spitzenniveau, optimiert für Aufgaben in der realen Welt, mit höherer Geschwindigkeit und geringeren Kosten. Für das agentische Zeitalter konzipiert, überzeugt es bei der Codegenerierung, agentischer Ausführung und räumlichem Schlussfolgern. Dieses Modell ist besonders effektiv für schnelle agentische Schleifen, die komplexe Codezyklen und Iterationen umfassen.

Modell ansehen

Anthropic

Claude Sonnet 5

Hochleistungsmodell für Programmierung und Agenten

Modell ansehen

Anthropic

Claude Fable 5

Der Zugriff auf Claude Fable 5 wurde wiederhergestellt. Es bringt Intelligenz der 5. Generation in Ihre anspruchsvollsten Programmierprojekte und beruflichen Aufgaben.

Modell ansehen

Uptime

Prüfen Sie Live-Heartbeat-Daten, Endpunktverfügbarkeit und gemessene Antwortzeiten vor dem Produktivbetrieb.

Uptime

Anfrageerfolgsrate der letzten 30 Tage, die die Zuverlässigkeit jedes Modellanbieters widerspiegelt. CometAPI überwacht alle verbundenen Anbieter rund um die Uhr in Echtzeit.

RespondLIVE

2464msAvg. Response

UptimeLIVE

95.8%Avg. Uptime

Weiter erkunden

Modelle vergleichen und Ihre Recherche fortsetzen

Zhipu AI

API live Beliebt

glm-5.2

GLM 5.2 API

GLM-5.2 ist ein bedeutendes Update von Zhipu in den Bereichen der Open-Source-Großmodelle und der KI-Programmierung.

Startpreis

$1.12 / 1 Mio. Eingabe-Tokens

Nutzungsbasierte Abrechnung

API-Status

Betriebsbereit

95.8% Verfügbarkeit / 24 Std.

Antwortzeit

2464 ms

Gemessene API-Antwortzeit

Veröffentlicht

Jun 16, 2026

Zhipu AI

Playground

Testen Sie GLM 5.2 mit einer echten Anfrage, prüfen Sie die Parameter und validieren Sie die Ausgabe vor der API-Integration.

Überblick

Ein praktischer Überblick über GLM 5.2, einschließlich wichtigem Verhalten und Hinweisen zur Integration.

Technische Spezifikationen von GLM-5.2

Element	GLM-5.2
Anbieter	Zhipu AI
Veröffentlichungsdatum	13. Juni 2026
Modelltyp	Open-Weight Mixture-of-Experts (MoE)-LLM
Gesamtparameter	~744B
Aktive Parameter	~40B pro Token
Kontextfenster	1,000,000 Token
Maximale Ausgabe	131,072 Token
Reasoning-Modi	High, Max
Lizenz	MIT
Primärer Schwerpunkt	Agentisches Coding, Software Engineering, langfristiges Reasoning
API-Verfügbarkeit	Z.ai-Plattform und kompatible Anbieter
Offene Gewichte	Ja

Hauptfunktionen von GLM-5.2

1M-Token-Kontextfenster für ganze Repositories, umfangreiche Dokumentationssätze und agentische Workflows über mehrere Sitzungen.
Coding-first-Optimierung mit Fokus auf Refactoring, Debugging, Code-Generierung und Software-Engineering-Aufgaben.
Unterstützung agentenbasierter Workflows für Tools wie Claude Code, Cline, Roo Code, OpenCode und ähnliche Coding-Agents.
Open-Weight-Release unter MIT-Lizenz, ermöglicht Self-Hosting und Fine-Tuning.
Zwei Reasoning-Modi (High und Max) für Abwägungen zwischen Latenz und Reasoning-Tiefe.
Große MoE-Architektur mit ungefähr 744B Gesamtparametern bei gleichzeitig nur ~40B aktiven Parametern pro Token für Effizienz.

Benchmark-Leistung von GLM-5.2

Benchmark	Gemeldeter Score
Terminal-Bench 2.1	81.0
SWE-Bench Pro	62.1
NL2Repo	48.9
AIME 2026	99.2

GLM 5.2

GLM-5.2 vs GLM-5.1 vs Claude Opus 4.8

Spezifikation	GLM-5.2	GLM-5.1	Claude Opus 4.8
Veröffentlichungsdatum	2026-06-13	2026	2026
Kontextfenster	1,000,000	~200,000	1,000,000
Offene Gewichte	Ja (MIT)	Ja	Nein
Reasoning-Modi	High, Max	Standard	Extended Thinking
Gesamtparameter	744B	744B	Nicht offengelegt
Aktive Parameter	40B	40B	Nicht offengelegt
Offizielle Benchmark-Daten	Nicht veröffentlicht	Zum Start veröffentlicht	Veröffentlicht

Warum GLM-5.2 über CometAPI nutzen?

CometAPI ermöglicht es Entwicklern, GLM-5.2 über dieselbe Schnittstelle zu integrieren, die für Dutzende führender KI-Modelle verwendet wird.

Vorteile sind unter anderem:

Vereinheitlichte Authentifizierung über mehrere Anbieter
OpenAI-kompatible API-Integration
Vereinfachtes Abrechnungs- und Nutzungsmanagement
Schnelle Experimente mit alternativen Modellen
Einfaches Umschalten zwischen Coding-, Reasoning-, Bild-, Audio- und Videomodellen
Reduzierter Vendor-Lock-in für Produktionssysteme

So greifen Sie auf die GLM-5.2-API über CometAPI zu

Starten Sie mit unserem Produkt in wenigen einfachen Schritten...

Schritt 1: Registrieren Sie sich für Ihren GLM-5.2-API-Schlüssel

Schritt 2: Senden Sie Anfragen an die GLM-5.2-API

Schritt 3: Ergebnisse abrufen und die GLM-5.2-API integrieren

FAQ

Preisgestaltung

Nutzen Sie die obige Schnellschätzung für einen einzelnen Durchlauf und prüfen Sie anschließend den vollständigen Vergleich von CometAPI- und offiziellem Preis.

Erste Anfrage

—

Geschätzte CometAPI-Nutzungskosten

Zehn Anfragen

—

Geschätzte CometAPI-Nutzungskosten

Fünfzehn Anfragen

—

Geschätzte CometAPI-Nutzungskosten

Preise für GLM 5.2

Comet Price (USD / M Tokens)	Official Price (USD / M Tokens)	Discount
Eingabe:$1.12/M Ausgabe:$3.528/M	Eingabe:$1.4/M Ausgabe:$4.41/M	-20%

API

Kopieren Sie einen funktionierenden Endpunkt und ein Codebeispiel; öffnen Sie bei Bedarf die vollständige API-Referenz für alle Parameter.

Eine API, produktionsreifer Modellzugriff

Einmal authentifizieren, den Modell-Endpunkt aufrufen und denselben Abrechnungs- und Monitoring-Workflow anbieterübergreifend beibehalten.

POST/v1/chat/completions

Beispielcode und API für GLM 5.2

POST

/v1/chat/completions

#!/usr/bin/env bash

# Get your CometAPI key from https://www.cometapi.com/console/token
COMETAPI_KEY="${COMETAPI_KEY:-<YOUR_COMETAPI_KEY>}"

response=$(curl -s https://api.cometapi.com/v1/chat/completions \
  -H "Content-Type: application/json" \
  -H "Authorization: Bearer $COMETAPI_KEY" \
  -d '{
    "model": "glm-5.2",
    "messages": [
      {
        "role": "system",
        "content": "You are a senior full-stack software engineer who is skilled at frontend development, backend architecture, and modern web stacks."
      },
      {
        "role": "user",
        "content": "Design and implement a personal blog website with a home page, article list, and article detail page using React and Node.js."
      }
    ],
    "thinking": {
      "type": "enabled"
    },
    "reasoning_effort": "max",
    "max_tokens": 65536,
    "temperature": 1.0
  }')

printf '%s
' "$response" | python -c 'import json, sys; message = json.load(sys.stdin)["choices"][0]["message"]; print(message.get("content") or message)'

cURL Code Example

#!/usr/bin/env bash

# Get your CometAPI key from https://www.cometapi.com/console/token
COMETAPI_KEY="${COMETAPI_KEY:-<YOUR_COMETAPI_KEY>}"

response=$(curl -s https://api.cometapi.com/v1/chat/completions \
  -H "Content-Type: application/json" \
  -H "Authorization: Bearer $COMETAPI_KEY" \
  -d '{
    "model": "glm-5.2",
    "messages": [
      {
        "role": "system",
        "content": "You are a senior full-stack software engineer who is skilled at frontend development, backend architecture, and modern web stacks."
      },
      {
        "role": "user",
        "content": "Design and implement a personal blog website with a home page, article list, and article detail page using React and Node.js."
      }
    ],
    "thinking": {
      "type": "enabled"
    },
    "reasoning_effort": "max",
    "max_tokens": 65536,
    "temperature": 1.0
  }')

printf '%s\n' "$response" | python -c 'import json, sys; message = json.load(sys.stdin)["choices"][0]["message"]; print(message.get("content") or message)'

Python Code Example

from openai import OpenAI
import os

# Get your CometAPI key from https://www.cometapi.com/console/token
COMETAPI_KEY = os.environ.get("COMETAPI_KEY") or "<YOUR_COMETAPI_KEY>"
BASE_URL = "https://api.cometapi.com/v1"

client = OpenAI(base_url=BASE_URL, api_key=COMETAPI_KEY)

completion = client.chat.completions.create(
    model="glm-5.2",
    messages=[
        {
            "role": "system",
            "content": (
                "You are a senior full-stack software engineer who is skilled at "
                "frontend development, backend architecture, and modern web stacks."
            ),
        },
        {
            "role": "user",
            "content": (
                "Design and implement a personal blog website with a home page, "
                "article list, and article detail page using React and Node.js."
            ),
        },
    ],
    temperature=1.0,
    max_tokens=65536,
    reasoning_effort="max",
    extra_body={"thinking": {"type": "enabled"}},
)

print(completion.choices[0].message.content)

JavaScript Code Example

import OpenAI from "openai";

// Get your CometAPI key from https://www.cometapi.com/console/token
const COMETAPI_KEY = process.env.COMETAPI_KEY || "<YOUR_COMETAPI_KEY>";
const BASE_URL = "https://api.cometapi.com/v1";

const client = new OpenAI({
  apiKey: COMETAPI_KEY,
  baseURL: BASE_URL,
});

const completion = await client.chat.completions.create({
  model: "glm-5.2",
  messages: [
    {
      role: "system",
      content:
        "You are a senior full-stack software engineer who is skilled at frontend development, backend architecture, and modern web stacks.",
    },
    {
      role: "user",
      content:
        "Design and implement a personal blog website with a home page, article list, and article detail page using React and Node.js.",
    },
  ],
  thinking: { type: "enabled" },
  reasoning_effort: "max",
  max_tokens: 65536,
  temperature: 1.0,
});

console.log(completion.choices[0].message.content);

Fähigkeiten

Prüfen Sie die wichtigsten Modellfakten, bevor Sie eine Architektur wählen oder die Produktionslast abschätzen.

Unterstützte Funktionen

Von der bestehenden Modell-API zurückgegebene Funktionen.

text-to-text

Eingabe und Ausgabe

Eingaben

text

Ausgaben

text

Produktionsprofil

Anbieter: Zhipu AI
Kontext: Modellabhängig
Kommerzielle Nutzung: Unterstützt

Anwendungsfälle

Nutzen Sie GLM 5.2 für Produktions-Workflows entsprechend seiner text-Fähigkeiten und vergleichen Sie Alternativen vor einer langfristigen Integration.

Produktions-Chat und Agenten-Workflows

Programmierung, Analyse und strukturierte Generierung

Umfangreiche Automatisierung über eine API

Weitere Modelle

Vergleichen Sie weitere über CometAPI verfügbare Modelle hinsichtlich Qualität, Latenz, Funktionsumfang und Preis.

Modellvergleich öffnen →

Claude Opus 5 ist ab heute verfügbar. Es ist ein durchdachtes und proaktives Modell, das der Spitzenintelligenz von Claude Fable 5 zum halben Preis nahekommt.

Hochleistungsmodell für Programmierung und Agenten

Modell ansehen

Anthropic

Claude Fable 5

Der Zugriff auf Claude Fable 5 wurde wiederhergestellt. Es bringt Intelligenz der 5. Generation in Ihre anspruchsvollsten Programmierprojekte und beruflichen Aufgaben.

Modell ansehen

Uptime

Prüfen Sie Live-Heartbeat-Daten, Endpunktverfügbarkeit und gemessene Antwortzeiten vor dem Produktivbetrieb.

Uptime

Anfrageerfolgsrate der letzten 30 Tage, die die Zuverlässigkeit jedes Modellanbieters widerspiegelt. CometAPI überwacht alle verbundenen Anbieter rund um die Uhr in Echtzeit.

RespondLIVE

2464msAvg. Response

UptimeLIVE

95.8%Avg. Uptime

Weiter erkunden