GLM-5.2 の技術仕様
| 項目 | GLM-5.2 |
|---|---|
| 提供元 | Zhipu AI |
| リリース日 | June 13, 2026 |
| モデル種別 | オープンウェイトの Mixture-of-Experts（MoE） LLM |
| 総パラメータ数 | ~744B |
| アクティブパラメータ | ~40B（トークンあたり） |
| コンテキストウィンドウ | 1,000,000 トークン |
| 最大出力 | 131,072 トークン |
| 推論モード | High, Max |
| ライセンス | MIT |
| 主な用途 | エージェント指向のコーディング、ソフトウェアエンジニアリング、長期スパンの推論 |
| API 提供状況 | Z.ai プラットフォームおよび互換プロバイダ |
| オープンウェイト | あり |
GLM-5.2 は、Zhipu AI の GLM ファミリーにおける最新のフラッグシップモデルです。汎用のフロンティアモデルとは異なり、GLM-5.2 は主にリポジトリ規模のソフトウェアエンジニアリング、自律ワークフロー、極めて長いコンテキストでの推論を目的としたコーディングファーストかつエージェント指向のモデルとして位置づけられています。最大の特長は、ネイティブの 1 ミリオントークンコンテキストウィンドウであり、オープンウェイトモデルの中でも公開されているコンテキストウィンドウとしては最大級です。
GLM-5.2 の主な機能
- 1M-token コンテキストウィンドウ：リポジトリ全体、長大なドキュメントセット、マルチセッションのエージェントワークフローに対応。
- コーディングファーストの最適化：リファクタリング、デバッグ、コード生成、ソフトウェアエンジニアリングに特化。
- エージェント型ワークフローのサポート：Claude Code、Cline、Roo Code、OpenCode などのコーディングエージェントに対応。
- MIT ライセンス下でのオープンウェイト公開：セルフホスティングやファインチューニングが可能。
- 2 種の推論モード（High と Max）：レイテンシと推論深度のトレードオフが可能。
- 大規模 MoE アーキテクチャ：総パラメータは約 744B、効率性のためにトークンあたり有効化されるのは ~40B のみ。
GLM-5.2 のベンチマーク性能
Zhipu はローンチ時に包括的な公式ベンチマーク結果を公開しておらず、GPT-5 や Claude のようなモデルと比べ直接的なベンチマークは不確実性が高いとされています。複数の業界レポートでも、独立検証済みのベンチマーク公開が欠如している点が指摘されています。
| ベンチマーク | 報告スコア |
|---|---|
| Terminal-Bench 2.1 | 81.0 |
| SWE-Bench Pro | 62.1 |
| NL2Repo | 48.9 |
| AIME 2026 | 99.2 |
GLM-5.2 と GLM-5.1 と Claude Opus 4.8 の比較
| 仕様 | GLM-5.2 | GLM-5.1 | Claude Opus 4.8 |
|---|---|---|---|
| リリース日 | 2026-06-13 | 2026 | 2026 |
| コンテキストウィンドウ | 1,000,000 | ~200,000 | 1,000,000 |
| オープンウェイト | あり（MIT） | あり | なし |
| 推論モード | High, Max | 標準 | 拡張思考 |
| 総パラメータ数 | 744B | 744B | 非公開 |
| アクティブパラメータ | 40B | 40B | 非公開 |
| 公式ベンチマークデータ | 未公開 | ローンチ時に公開 | 公開済み |
GLM-5.1 に対する GLM-5.2 の主な文書化されたアップグレードは、コンテキストウィンドウの 1M-token への拡張と、選択可能な High および Max の推論モード導入です。ローンチ時点で、Z.ai は SWE-Bench、LiveCodeBench、HumanEval などの公式ベンチマーク結果を公開していないため、Claude Opus 4.8、GPT-5、DeepSeek、Qwen との性能比較は未検証のままです。
他のオープンモデルと比べると、GLM-5.2 の主な差別化要因は、非常に大きなコンテキストウィンドウ、コーディング特化、そして MIT ライセンスの組み合わせにあります。汎用的なチャットアプリケーションよりも、リポジトリ規模のソフトウェアエンジニアリングに強みがあります。
なぜ CometAPI 経由で GLM-5.2 を利用するのか？
CometAPI を使うと、開発者は多数の先進 AI モデルで採用されているのと同じインターフェースで GLM-5.2 を統合できます。
利点は次のとおりです:
- 複数プロバイダ間での認証の統一
- OpenAI 互換の API 統合
- 請求と利用管理の簡素化
- 代替モデルでの迅速な実験
- コーディング、推論、画像、音声、動画モデル間の容易な切り替え
- 本番システムにおけるベンダーロックインの低減
AI IDE、社内エンジニアリングアシスタント、エンタープライズ自動化プラットフォームのいずれを構築する場合でも、CometAPI は統合の手間を最小化しつつ柔軟性を維持します。
CometAPI で GLM-5.2 API にアクセスする方法
わずか数ステップで使い始められます...
ステップ 1: GLM-5.2 API キーにサインアップ
CometAPI でアカウントを作成し、API ダッシュボードに移動して GLM-5.2 API キーを生成します。このキーはすべてのリクエストを認証し、1M token コンテキストウィンドウと 128k 出力トークンを含む GLM-5.2 API の全機能に即時アクセスできます。
ステップ 2: GLM-5.2 API にリクエストを送信
GLM-5.2 API キーを使用して CometAPI エンドポイントに POST リクエストを送信します。プロンプトを渡し、effort level や max tokens などのモデルパラメータを設定すると、GLM-5.2 API がリクエストを処理し、コード生成からドキュメント分析、エージェントによるツール使用まで対応します。
ステップ 3: 結果を取得し、GLM-5.2 API を統合
GLM-5.2 API は、生成テキスト、ツール呼び出しの指示、トークン使用量メタデータを含む構造化レスポンスを返します。stream: true を設定した場合、標準的な同期レスポンスに加えて Server-Sent Events（SSE）によるリアルタイムストリーミングにも対応します。エンドポイントは、Bearer Token を用いて url(//api.cometapi.com/v1) 経由でリクエストをルーティングすることで、標準的な HTTP クライアントや OpenAI 互換 SDK を使って既存ワークフローに容易に統合できます。