GLM-5.2 の技術仕様
| 項目 | GLM-5.2 |
|---|---|
| 提供元 | Zhipu AI |
| リリース日 | 2026年6月13日 |
| モデルタイプ | 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数 | ~40B per token |
| 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、長期的推論 |
| 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 | Yes |
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異なり、GLM-5.2 は主にコーディング優先かつエージェント指向のモデルとして位置づけられており、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、そして非常に長いコンテキストでの推論を想定しています。最大の特徴はネイティブの 100 万トークンコンテキストウィンドウで、オープンウェイトモデルの中では公開されているコンテキストウィンドウとして最大級の一つです。
GLM-5.2 の主な特徴
- 1M トークンの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群、複数セッションのエージェントワークフローに対応。
- コーディング優先の最適化。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タスクに注力。
- エージェントワークフロー対応。Claude Code、Cline、Roo Code、OpenCode などのコーディングエージェントをサポート。
- MIT ライセンス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 つの推論モード（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 で、効率性のためトークンあたり ~40B のみをアクティブ化。
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 といったモデルと比べると直接的なベンチマークの確実性は低くなっています。複数の業界レポートが、独立検証済みのベンチマークが公開されていない点を指摘しています。
| 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 | Yes (MIT) | Yes | No |
| 推論モード | High, Max | Standard | Extended Thinking |
| 総パラメータ数 | 744B | 744B | 非公開 |
| アクティブパラメータ数 | 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-5.2 の、GLM-5.1 に対する主な文書化済みアップグレードは、コンテキストウィンドウを 1M トークンに拡張した点と、選択可能な High/Max 推論モードの導入です。ローンチ時点では、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 など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。最大の魅力は、一般的なチャットアプリケーションではなく、リポジトリ規模のソフトウェアエンジニアリングにあります。
なぜ CometAPI 経由で GLM-5.2 を使うのか？
CometAPI を使えば、開発者は数多くの主要 AI モデルで用いられるのと同一のインターフェースで GLM-5.2 を統合できます。
利点には以下が含まれます:
- 複数プロバイダ横断の統一認証
- 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
- 本番環境におけるベンダーロックインの低減
AI IDE、社内向けエンジニアリングアシスタント、あるいは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 は柔軟性を維持しつつ統合の手間を最小化します。
CometAPI 上で GLM-5.2 API にアクセスする方法
数ステップで当社プロダクトを使い始められます...
ステップ 1: GLM-5.2 API キーのサインアップ
CometAPI に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 トークンのコンテキストウィンドウと 128k の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 エンドポイントへ 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、エージェント的なツール利用まで対応します。
ステップ 3: 結果の取得と GLM-5.2 API の統合
GLM-5.2 API は、完成テキスト、ツール呼び出し命令、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 が設定されている場合、Server-Sent Events（SSE）によるリアルタイムストリーミングと、標準的な同期レスポンスの両方をサポートします。エンドポイントは、標準的な HTTP クライアントまたは OpenAI 互換の SDK を使用し、Bearer Token を用いて url(//api.cometapi.com/v1) にリクエストをルーティングすることで、既存のワークフローへ容易に統合できます。