API GLM-5.2 có hỗ trợ tự lưu trữ không?

Có. GLM-5.2 được phát hành với trọng số mở theo giấy phép MIT, cho phép các tổ chức triển khai và tùy biến mô hình cục bộ.

GLM-5.2 có những chế độ suy luận nào?

GLM-5.2 cung cấp các chế độ suy luận High và Max. Max dành cho các tác vụ lập trình và agent khó, trong khi High cân bằng chất lượng suy luận với hiệu suất.

Điều gì khiến API GLM-5.2 khác với GLM-5.1?

Nâng cấp lớn nhất là mở rộng từ khoảng 200K token lên cửa sổ ngữ cảnh 1M-token, cùng với việc cải thiện lập trình theo hướng agent và hiệu năng cho các tác vụ dài hạn.

API GLM-5.2 có phù hợp cho các agent lập trình tự động không?

Có. Mô hình được định vị đặc biệt cho các quy trình lập trình theo hướng agent và hỗ trợ các hệ sinh thái coding-agent phổ biến như Claude Code, Cline, Roo Code và OpenCode.

GLM-5.2 so sánh thế nào với các mô hình lập trình có trọng số mở khác?

GLM-5.2 nổi bật nhờ sự kết hợp giữa cửa sổ ngữ cảnh 1M-token, giấy phép MIT, huấn luyện tập trung vào lập trình và hỗ trợ các quy trình agent chạy lâu.

Khi nào các nhà phát triển nên chọn GLM-5.2 thay vì các mô hình Claude hoặc GPT?

GLM-5.2 đặc biệt hấp dẫn cho các quy trình lập trình quy mô lớn, yêu cầu tự lưu trữ và phân tích kho mã có ngữ cảnh dài. Các mô hình Claude và GPT có thể vẫn mang lại khả năng kiểm định mạnh hơn trong một số benchmark về suy luận.

API GLM-5.2 có thể xử lý toàn bộ một kho mã phần mềm trong một prompt không?

Có. GLM-5.2 hỗ trợ cửa sổ ngữ cảnh 1,000,000-token, cho phép nhiều kho mã, bộ tài liệu và tạo phẩm phát triển nằm trong một ngữ cảnh duy nhất.

Z.AI

Khả dụng Phổ biến

glm-5.2

GLM 5.2 API

GLM-5.2 là một bản cập nhật quan trọng từ Zhipu trong các lĩnh vực mô hình lớn mã nguồn mở và lập trình AI.

Giá khởi điểm

$1.12 / 1 triệu token đầu vào

Tính phí theo mức sử dụng

Tình trạng API

Khả dụng

Endpoint môi trường thực tế

Thời gian phản hồi

Sẵn sàng bất đồng bộ

Thời gian phản hồi API thực đo

Ngày phát hành

Jun 16, 2026

Z.AI

Trình thử nghiệm

Dùng thử GLM 5.2 với một yêu cầu thực tế, xem xét các tham số và xác thực đầu ra trước khi tích hợp API.

Tóm tắt mô hình

Một định danh mô hình ổn định cho việc tìm kiếm và đánh giá, đi kèm dữ liệu danh mục cập nhật theo thời gian thực có thể thay đổi mà không cần viết lại cấu trúc SEO cốt lõi của trang.

Định danh ổn định

GLM 5.2 là gì?

GLM-5.2 là một bản cập nhật quan trọng từ Zhipu trong các lĩnh vực mô hình lớn mã nguồn mở và lập trình AI.

Định danh chuẩn của mô hình vẫn ổn định khi giá và các giới hạn thay đổi.

Dữ liệu mô hình theo thời gian thực

Bản chụp danh mục hiện tại

Tính khả dụng

Có sẵn

Giá khởi điểm

$1.12 / 1 triệu token đầu vào

Ngữ cảnh

Xem khả năng

Ngày cập nhật danh mục

Jun 16, 2026

Playground 2.0 / Bàn ra quyết định

Quyết định trước. Tích hợp với sự tự tin.

Một không gian làm việc duy nhất để so sánh mô hình, tinh chỉnh prompt, kiểm tra định tuyến, chuyển đổi mã và phát hành một điểm khởi đầu đã được kiểm thử.

Dựa trên GLM 5.2

Quy trình làm việc

So sánh trước khi cam kết

Chạy cùng một prompt trên các mô hình hàng đầu và nhận đề xuất kèm bằng chứng.

3 mô hình · 1 lần chạy

Prompt đánh giá

lập trìnhnhiệt độ 0.2đầu ra JSON

GPT-5

OpenAI

Chất lượng

91/100

Độ trễ

1.2s

Chi phí ước tính

$0.018

Claude Opus 5

Anthropic

AI đề xuất

Chất lượng

95/100

Độ trễ

1.8s

Chi phí ước tính

$0.024

Gemini 3 Pro

Google

Chất lượng

89/100

Độ trễ

0.9s

Chi phí ước tính

$0.011

Khuyến nghị: chọn Claude Opus 5 để đánh giá mã có rủi ro cao; chuyển các bước kiểm tra thông thường sang Gemini 3 Pro để giảm chi phí khoảng 54%.

Tổng quan

Tổng quan thực tế về GLM 5.2, bao gồm các hành vi quan trọng và lưu ý khi tích hợp.

Thông số kỹ thuật của GLM-5.2

Hạng mục	GLM-5.2
Nhà cung cấp	Zhipu AI
Ngày phát hành	13 tháng 6, 2026
Loại mô hình	LLM Mixture-of-Experts (MoE) với trọng số mở
Tổng số tham số	~744B
Tham số hoạt động	~40B mỗi token
Cửa sổ ngữ cảnh	1,000,000 tokens
Đầu ra tối đa	131,072 tokens
Chế độ suy luận	High, Max
Giấy phép	MIT
Trọng tâm chính	Lập trình theo hướng agent, kỹ nghệ phần mềm, suy luận dài hạn
Khả dụng API	Nền tảng Z.ai và các nhà cung cấp tương thích
Trọng số mở	Có

GLM-5.2 là mẫu chủ lực mới nhất thuộc dòng GLM của Zhipu AI. Khác với các mô hình tiên tiến đa dụng, GLM-5.2 được định vị chủ yếu là một mô hình ưu tiên lập trình và định hướng agent, được thiết kế cho kỹ nghệ phần mềm ở quy mô kho mã, quy trình làm việc tự động và suy luận với ngữ cảnh cực dài. Năng lực nổi bật của nó là cửa sổ ngữ cảnh gốc 1 triệu token, khiến nó trở thành một trong những cửa sổ ngữ cảnh lớn nhất được công khai trong số các mô hình có trọng số mở.

Tính năng chính của GLM-5.2

Cửa sổ ngữ cảnh 1M-token cho toàn bộ kho mã, bộ tài liệu dài và quy trình làm việc đa phiên của agent.
Tối ưu hóa theo hướng lập trình tập trung vào tái cấu trúc, gỡ lỗi, sinh mã và các tác vụ kỹ nghệ phần mềm.
Hỗ trợ quy trình dựa trên agent cho các công cụ như Claude Code, Cline, Roo Code, OpenCode và các agent lập trình tương tự.
Phát hành trọng số mở theo giấy phép MIT, cho phép tự lưu trữ và fine-tuning.
Hai chế độ suy luận (High và Max) cho phép cân bằng giữa độ trễ và độ sâu suy luận.
Kiến trúc MoE lớn với khoảng 744B tổng tham số nhưng chỉ kích hoạt ~40B mỗi token để đạt hiệu quả.

Hiệu năng benchmark của GLM-5.2

Zhipu không công bố bộ kết quả benchmark chính thức toàn diện khi ra mắt, khiến việc đối sánh trực tiếp kém chắc chắn hơn so với các mô hình như GPT-5 hoặc Claude. Nhiều báo cáo trong ngành ghi nhận việc thiếu các công bố benchmark được thẩm định độc lập.

Benchmark	Điểm được báo cáo
Terminal-Bench 2.1	81.0
SWE-Bench Pro	62.1
NL2Repo	48.9
AIME 2026	99.2

GLM 5.2

GLM-5.2 so với GLM-5.1 và Claude Opus 4.8

Thông số	GLM-5.2	GLM-5.1	Claude Opus 4.8
Ngày phát hành	2026-06-13	2026	2026
Cửa sổ ngữ cảnh	1,000,000	~200,000	1,000,000
Trọng số mở	Có (MIT)	Có	Không
Chế độ suy luận	High, Max	Standard	Extended Thinking
Tổng số tham số	744B	744B	Không công bố
Tham số hoạt động	40B	40B	Không công bố
Dữ liệu benchmark chính thức	Chưa công bố	Được công bố khi ra mắt	Được công bố

Nâng cấp được ghi nhận chính của GLM-5.2 so với GLM-5.1 là mở rộng lên cửa sổ ngữ cảnh 1M-token và giới thiệu các chế độ suy luận có thể chọn High và Max. Khi ra mắt, Z.ai không công bố các kết quả benchmark chính thức như SWE-Bench, LiveCodeBench, HumanEval hay tương tự, vì vậy so sánh hiệu năng với Claude Opus 4.8, GPT-5, DeepSeek hoặc Qwen vẫn chưa được xác thực.

So với các mô hình mở khác, điểm khác biệt chính của GLM-5.2 là sự kết hợp giữa cửa sổ ngữ cảnh rất lớn, chuyên môn hóa cho lập trình và giấy phép MIT. Sức hấp dẫn mạnh nhất của nó hướng đến kỹ nghệ phần mềm ở quy mô kho mã hơn là các ứng dụng trò chuyện chung.

Vì sao nên dùng GLM-5.2 qua CometAPI?

CometAPI cho phép nhà phát triển tích hợp GLM-5.2 bằng cùng một giao diện được dùng cho hàng chục mô hình AI hàng đầu.

Lợi ích bao gồm:

Xác thực thống nhất trên nhiều nhà cung cấp
Tích hợp API tương thích với OpenAI
Đơn giản hóa quản lý thanh toán và sử dụng
Thử nghiệm nhanh với các mô hình thay thế
Dễ dàng chuyển đổi giữa các mô hình lập trình, suy luận, hình ảnh, âm thanh và video
Giảm phụ thuộc nhà cung cấp cho hệ thống sản xuất

Dù bạn đang xây dựng một AI IDE, trợ lý kỹ thuật nội bộ hay nền tảng tự động hóa doanh nghiệp, CometAPI giúp tối thiểu hóa nỗ lực tích hợp đồng thời vẫn giữ được tính linh hoạt.

Cách truy cập API GLM-5.2 trên CometAPI

Bắt đầu với sản phẩm của chúng tôi chỉ với vài bước đơn giản...

Bước 1: Đăng ký khóa API GLM-5.2 của bạn

Tạo tài khoản trên CometAPI và điều hướng đến bảng điều khiển API để tạo khóa API GLM-5.2. Khóa này xác thực mọi yêu cầu của bạn và cấp quyền truy cập ngay lập tức vào đầy đủ khả năng của GLM-5.2 API, bao gồm cửa sổ ngữ cảnh 1M token và 128k token đầu ra.

Bước 2: Gửi yêu cầu đến API GLM-5.2

Sử dụng khóa API GLM-5.2 của bạn để gửi yêu cầu POST đến endpoint của CometAPI. Truyền prompt, đặt các tham số mô hình như effort level và max tokens, và GLM-5.2 API sẽ xử lý yêu cầu của bạn — từ sinh mã đến phân tích tài liệu đến sử dụng công cụ dựa trên agent.

Bước 3: Nhận kết quả và tích hợp API GLM-5.2

GLM-5.2 API trả về phản hồi có cấu trúc, bao gồm văn bản completion, hướng dẫn gọi công cụ và metadata về mức sử dụng token. Hỗ trợ cả phản hồi đồng bộ tiêu chuẩn và streaming thời gian thực qua Server-Sent Events (SSE) khi cấu hình stream: true. Endpoint có thể được tích hợp dễ dàng vào quy trình hiện có của bạn bằng các HTTP client tiêu chuẩn hoặc openAI compatible SDKs bằng cách định tuyến yêu cầu qua url(//api.cometapi.com/v1) với Bearer Token của bạn.

Câu Hỏi Thường Gặp

Trung tâm quyết định mô hình

Nắm rõ chi phí. Chọn đúng khối lượng công việc.

Mô hình hóa năm yếu tố tính phí, thử nghiệm một khối lượng công việc thực tế và xác định trường hợp Opus xứng đáng với mức giá cao hơn trước khi triển khai.

Thấp hơn giá chính thức 20%$1.12 so với $1.40 / 1 triệu token đầu vào

Phòng thử nghiệm chi phí

Tính chi phí cho một phiên chạy tác nhân thực tế

Phát lại khối lượng công việc thực tế thay vì so sánh riêng lẻ giá token. Tải một cấu hình có sẵn, sau đó điều chỉnh mọi thành phần tính phí.

Token đầu vào mới

token

Token ghi bộ nhớ đệm

token

Token đọc bộ nhớ đệm

token

Token đầu ra

token

Lượt gọi tìm kiếm web

lượt gọi

$1.12

/ 1 triệu token

Đầu vào

Các chỉ dẫn mới, tệp và ngữ cảnh hội thoại được gửi ở mỗi lượt.

Rút gọn ngữ cảnh truy xuất trước khi chuyển đến mô hình.

$1.40

/ 1 triệu token

Ghi bộ nhớ đệm

Các tiền tố prompt ổn định được ghi vào bộ nhớ đệm prompt của Anthropic.

Chỉ ghi vào bộ nhớ đệm những tiền tố bạn dự kiến sẽ tái sử dụng.

$0.2240

/ 1 triệu token

Đọc bộ nhớ đệm

Các token lời nhắc đã lưu vào bộ nhớ đệm trước đó được tái sử dụng trong những yêu cầu sau.

Giữ nguyên từng byte của lời nhắc hệ thống và sơ đồ kho mã.

$3.53

/ 1 triệu token

Đầu ra

Lập luận, mã và văn bản do mô hình tạo ra.

Sử dụng các tiêu chí hoàn thành và giới hạn đầu ra rõ ràng.

$8.00

/ 1 nghìn lượt gọi

Tìm kiếm trên web

Các lệnh gọi công cụ truy xuất thông tin hiện tại từ web.

Chỉ tìm kiếm một lần, sau đó tái sử dụng các kết quả đã xác minh trong suốt phiên chạy.

Khi nào Opus xứng đáng với mức phí cao hơn

Phù hợp nhất

Kỹ thuật phần mềm trên quy mô kho mã

Sử dụng Opus khi tác vụ liên quan đến kiến trúc, nhiều tệp và các đánh đổi triển khai chưa rõ ràng.

Phù hợp nhất

Tác tử chạy dài hạn

Một lựa chọn phù hợp khi tác tử phải duy trì đúng mục tiêu qua nhiều lần gọi công cụ và các bước khôi phục.

Xứng đáng với mức giá cao hơn

Đánh giá có giá trị cao

Chỉ nên sử dụng cho các đánh giá về bảo mật, di chuyển hệ thống và môi trường production, nơi một vấn đề bị bỏ sót sẽ gây thiệt hại lớn hơn chi phí token.

Sử dụng mô hình nhẹ hơn

Công việc thường quy với khối lượng lớn

Các tác vụ phân loại, trích xuất và trò chuyện đơn giản thường có hiệu quả chi phí tốt hơn khi dùng Sonnet hoặc Haiku.

Cẩm nang sử dụng bộ nhớ đệm lời nhắc

Ổn định tiền tố

Giữ nguyên các chính sách, lược đồ công cụ và sơ đồ kho mã.

Ghi một lần

Đặt điểm ngắt bộ nhớ đệm sau ngữ cảnh có thể tái sử dụng.

Đọc nhiều lần

Ở các lượt sau, chỉ nối thêm phần khác biệt dành riêng cho tác vụ.

Kịch bản hiện tại

240K token đã lưu vào bộ nhớ đệm

được tái sử dụng với mức giá bằng 10% giá đầu vào mới

chi phí tránh được

$0.2150

Di chuyển mà không cần viết lại

Giữ SDK bạn ưa dùng và thay đổi URL cơ sở, khóa cùng ID mô hình.

messages.ts

import Anthropic from '@anthropic-ai/sdk';

const client = new Anthropic({
  apiKey: process.env.COMETAPI_KEY,
  baseURL: 'https://api.cometapi.com',
});

const message = await client.messages.create({
  model: 'glm-5.2',
  max_tokens: 4096,
  messages: [{ role: 'user', content: 'Review this change.' }],
});

API

Sao chép một endpoint và ví dụ mã hoạt động, sau đó mở tài liệu tham khảo API đầy đủ khi bạn cần mọi tham số.

Một API, quyền truy cập mô hình sẵn sàng cho môi trường thực tế

Xác thực một lần, gọi endpoint mô hình và duy trì cùng một quy trình thanh toán và giám sát trên các nhà cung cấp.

POST/v1/chat/completions

Mã mẫu và API cho GLM 5.2

Truy cập mã mẫu toàn diện và tài nguyên API cho GLM 5.2 để tối ưu hóa quy trình tích hợp của bạn. Tài liệu chi tiết của chúng tôi cung cấp hướng dẫn từng bước, giúp bạn khai thác toàn bộ tiềm năng của GLM 5.2 trong các dự án của mình.

POST

/v1/chat/completions

# Get your CometAPI key from https://www.cometapi.com/console/token

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

# Get your CometAPI key from https://www.cometapi.com/console/token

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);

Khả năng

Xem các thông tin quan trọng của mô hình trước khi chọn kiến trúc hoặc ước tính tải cho môi trường thực tế.

Khả năng được hỗ trợ

Các tính năng được API mô hình hiện tại trả về.

text-to-text

Đầu vào và đầu ra

Đầu vào

text

Đầu ra

text

Hồ sơ môi trường thực tế

Nhà cung cấp: Z.AI
Bối cảnh: Tùy theo mô hình
Sử dụng thương mại: Được hỗ trợ

Trường hợp sử dụng

Sử dụng GLM 5.2 cho các quy trình môi trường thực tế phù hợp với khả năng text của nó, sau đó so sánh các lựa chọn khác trước khi cam kết tích hợp lâu dài.

Chat môi trường thực tế và quy trình tác nhân

Lập trình, phân tích và tạo nội dung có cấu trúc

Tự động hóa khối lượng lớn qua một API

Mô hình khác

So sánh các mô hình khác có sẵn qua CometAPI theo chất lượng, độ trễ, khả năng và giá cả.

Mở so sánh mô hình →

CometAPI

AUTO

CometAPI Auto API is an intelligent model routing feature that allows developers to access the appropriate AI model without specifying a specific model ID for each request.

Xem mô hình

Anthropic

Claude Fable 5.1

Trí tuệ thế hệ mới cho các tác nhân hoạt động lâu dài

Xem mô hình

Aliyun

Qwen3.8-Omni-Flash

Qwen3.8-Omni-Flash (qwen3.8-omni-flash) là mô hình toàn phương thức gốc của Alibaba Cloud dành cho việc hiểu âm thanh/video và phân tích nội dung đa phương thức.

Xem mô hình

Z.AI

GLM-5.3 FlashX

GLM-5.3-FlashX is Z.ai's high-speed API serving variant of GLM-5.3-Flash, designed for applications where model capability needs to be paired with lower response latency and high generation throughput.

Xem mô hình

MiniMax

MiniMax-M3

Minimax-m3 là một mô hình AI đa phương thức được thiết kế cho khả năng suy luận mạnh mẽ, đối thoại tự nhiên và tạo nội dung sáng tạo. Nó mang lại hiệu năng cân bằng trên các tác vụ hiểu văn bản và hình ảnh, khiến nó phù hợp cho các ứng dụng AI mục đích chung.

Xem mô hình

Google

Gemini 3.8 Flash

Gemini 3.8 Flash là mô hình Gemini dạng nhẹ thế hệ mới, với mục tiêu đạt được sự cân bằng tốt hơn giữa tốc độ, chi phí và khả năng lập trình.

Xem mô hình

Giá cả

Sử dụng ước tính nhanh ở trên cho một lần chạy, sau đó xem so sánh đầy đủ giữa CometAPI và giá chính thức.

First request

$0.0046

Estimated CometAPI usage cost

Ten requests

$0.0465

Estimated CometAPI usage cost

Fifteen requests

$0.0697

Estimated CometAPI usage cost

⇌

Credits conversion

1,000 credits = $1

Credits make budgets comparable across token, request and runtime billing. The USD amount remains the source of truth at checkout.

✓Current model in credits

Đầu vào

1,120

credits / 1M tokens

Đầu ra

3,528

credits / 1M tokens

Minimum charge transparency This prototype does not assume a hidden per-request minimum. If a production billing floor or minimum top-up applies, it must be displayed before purchase and included in every budget estimate.

Comet Price (USD / M Tokens)	Official Price (USD / M Tokens)	Discount
Input: $1.12/M Output: $3.53/M	Input: $1.40/M Output: $4.41/M	-20%

Thời gian hoạt động

Xem dữ liệu heartbeat trực tiếp, tính khả dụng của endpoint và thời gian phản hồi thực đo trước khi triển khai thực tế.

Cập nhật

Theo dõi các thay đổi đáng kể về tính khả dụng, giá và khả năng của GLM 5.2 mà vẫn duy trì trang mô hình ổn định.

Nhật ký thay đổi mô hình

Một trang ngày càng hoàn thiện theo thời gian.

Ghi chú phát hành, thay đổi về giá, cập nhật đánh giá hiệu năng và hướng dẫn chuyển đổi được tập hợp tại đây, trong khi URL chuẩn vẫn giữ nguyên.

Jun 16, 2026

Đã xác nhận API khả dụng

GLM 5.2 có sẵn trong danh mục mô hình và tài liệu API của CometAPI.

Hiện tại

Dữ liệu cập nhật theo thời gian thực

Đã đồng bộ giá và giới hạn từ danh mục

Giá, ngữ cảnh, tình trạng khả dụng và các giới hạn được xem là các thuộc tính động thay vì được nhúng vào tiêu đề trang hoặc danh tính mô hình.

Jun 15, 2026

Đã tạo thực thể mô hình vĩnh viễn

Nhà cung cấp và slug mô hình tạo thành URL chuẩn ổn định; nội dung và dữ liệu trong tương lai vẫn sẽ được cập nhật trên trang này.

Tiếp tục khám phá

So sánh các mô hình và tiếp tục nghiên cứu của bạn

Z.AI

Khả dụng Phổ biến

glm-5.2

GLM 5.2 API

GLM-5.2 là một bản cập nhật quan trọng từ Zhipu trong các lĩnh vực mô hình lớn mã nguồn mở và lập trình AI.

Giá khởi điểm

$1.12 / 1 triệu token đầu vào

Tính phí theo mức sử dụng

Tình trạng API

Khả dụng

Endpoint môi trường thực tế

Thời gian phản hồi

Sẵn sàng bất đồng bộ

Thời gian phản hồi API thực đo

Ngày phát hành

Jun 16, 2026

Z.AI

Trình thử nghiệm

Dùng thử GLM 5.2 với một yêu cầu thực tế, xem xét các tham số và xác thực đầu ra trước khi tích hợp API.

Tóm tắt mô hình

Định danh ổn định

GLM 5.2 là gì?

GLM-5.2 là một bản cập nhật quan trọng từ Zhipu trong các lĩnh vực mô hình lớn mã nguồn mở và lập trình AI.

Định danh chuẩn của mô hình vẫn ổn định khi giá và các giới hạn thay đổi.

Dữ liệu mô hình theo thời gian thực

Bản chụp danh mục hiện tại

Tính khả dụng

Có sẵn

Giá khởi điểm

$1.12 / 1 triệu token đầu vào

Ngữ cảnh

Xem khả năng

Ngày cập nhật danh mục

Jun 16, 2026

Playground 2.0 / Bàn ra quyết định

Quyết định trước. Tích hợp với sự tự tin.

Dựa trên GLM 5.2

Quy trình làm việc

So sánh trước khi cam kết

Chạy cùng một prompt trên các mô hình hàng đầu và nhận đề xuất kèm bằng chứng.

3 mô hình · 1 lần chạy

Prompt đánh giá

lập trìnhnhiệt độ 0.2đầu ra JSON

GPT-5

OpenAI

Chất lượng

91/100

Độ trễ

1.2s

Chi phí ước tính

$0.018

Claude Opus 5

Anthropic

AI đề xuất

Chất lượng

95/100

Độ trễ

1.8s

Chi phí ước tính

$0.024

Gemini 3 Pro

Google

Chất lượng

89/100

Độ trễ

0.9s

Chi phí ước tính

$0.011

Khuyến nghị: chọn Claude Opus 5 để đánh giá mã có rủi ro cao; chuyển các bước kiểm tra thông thường sang Gemini 3 Pro để giảm chi phí khoảng 54%.

Tổng quan

Tổng quan thực tế về GLM 5.2, bao gồm các hành vi quan trọng và lưu ý khi tích hợp.

Thông số kỹ thuật của GLM-5.2

Hạng mục	GLM-5.2
Nhà cung cấp	Zhipu AI
Ngày phát hành	13 tháng 6, 2026
Loại mô hình	LLM Mixture-of-Experts (MoE) với trọng số mở
Tổng số tham số	~744B
Tham số hoạt động	~40B mỗi token
Cửa sổ ngữ cảnh	1,000,000 tokens
Đầu ra tối đa	131,072 tokens
Chế độ suy luận	High, Max
Giấy phép	MIT
Trọng tâm chính	Lập trình theo hướng agent, kỹ nghệ phần mềm, suy luận dài hạn
Khả dụng API	Nền tảng Z.ai và các nhà cung cấp tương thích
Trọng số mở	Có

Tính năng chính của GLM-5.2

Cửa sổ ngữ cảnh 1M-token cho toàn bộ kho mã, bộ tài liệu dài và quy trình làm việc đa phiên của agent.
Tối ưu hóa theo hướng lập trình tập trung vào tái cấu trúc, gỡ lỗi, sinh mã và các tác vụ kỹ nghệ phần mềm.
Hỗ trợ quy trình dựa trên agent cho các công cụ như Claude Code, Cline, Roo Code, OpenCode và các agent lập trình tương tự.
Phát hành trọng số mở theo giấy phép MIT, cho phép tự lưu trữ và fine-tuning.
Hai chế độ suy luận (High và Max) cho phép cân bằng giữa độ trễ và độ sâu suy luận.
Kiến trúc MoE lớn với khoảng 744B tổng tham số nhưng chỉ kích hoạt ~40B mỗi token để đạt hiệu quả.

Hiệu năng benchmark của GLM-5.2

Benchmark	Điểm được báo cáo
Terminal-Bench 2.1	81.0
SWE-Bench Pro	62.1
NL2Repo	48.9
AIME 2026	99.2

GLM 5.2

GLM-5.2 so với GLM-5.1 và Claude Opus 4.8

Thông số	GLM-5.2	GLM-5.1	Claude Opus 4.8
Ngày phát hành	2026-06-13	2026	2026
Cửa sổ ngữ cảnh	1,000,000	~200,000	1,000,000
Trọng số mở	Có (MIT)	Có	Không
Chế độ suy luận	High, Max	Standard	Extended Thinking
Tổng số tham số	744B	744B	Không công bố
Tham số hoạt động	40B	40B	Không công bố
Dữ liệu benchmark chính thức	Chưa công bố	Được công bố khi ra mắt	Được công bố

Vì sao nên dùng GLM-5.2 qua CometAPI?

CometAPI cho phép nhà phát triển tích hợp GLM-5.2 bằng cùng một giao diện được dùng cho hàng chục mô hình AI hàng đầu.

Lợi ích bao gồm:

Xác thực thống nhất trên nhiều nhà cung cấp
Tích hợp API tương thích với OpenAI
Đơn giản hóa quản lý thanh toán và sử dụng
Thử nghiệm nhanh với các mô hình thay thế
Dễ dàng chuyển đổi giữa các mô hình lập trình, suy luận, hình ảnh, âm thanh và video
Giảm phụ thuộc nhà cung cấp cho hệ thống sản xuất

Cách truy cập API GLM-5.2 trên CometAPI

Bắt đầu với sản phẩm của chúng tôi chỉ với vài bước đơn giản...

Bước 1: Đăng ký khóa API GLM-5.2 của bạn

Bước 2: Gửi yêu cầu đến API GLM-5.2

Bước 3: Nhận kết quả và tích hợp API GLM-5.2

Câu Hỏi Thường Gặp

Trung tâm quyết định mô hình

Nắm rõ chi phí. Chọn đúng khối lượng công việc.

Thấp hơn giá chính thức 20%$1.12 so với $1.40 / 1 triệu token đầu vào

Phòng thử nghiệm chi phí

Tính chi phí cho một phiên chạy tác nhân thực tế

Phát lại khối lượng công việc thực tế thay vì so sánh riêng lẻ giá token. Tải một cấu hình có sẵn, sau đó điều chỉnh mọi thành phần tính phí.

Token đầu vào mới

token

Token ghi bộ nhớ đệm

token

Token đọc bộ nhớ đệm

token

Token đầu ra

token

Lượt gọi tìm kiếm web

lượt gọi

$1.12

/ 1 triệu token

Đầu vào

Các chỉ dẫn mới, tệp và ngữ cảnh hội thoại được gửi ở mỗi lượt.

Rút gọn ngữ cảnh truy xuất trước khi chuyển đến mô hình.

$1.40

/ 1 triệu token

Ghi bộ nhớ đệm

Các tiền tố prompt ổn định được ghi vào bộ nhớ đệm prompt của Anthropic.

Chỉ ghi vào bộ nhớ đệm những tiền tố bạn dự kiến sẽ tái sử dụng.

$0.2240

/ 1 triệu token

Đọc bộ nhớ đệm

Các token lời nhắc đã lưu vào bộ nhớ đệm trước đó được tái sử dụng trong những yêu cầu sau.

Giữ nguyên từng byte của lời nhắc hệ thống và sơ đồ kho mã.

$3.53

/ 1 triệu token

Đầu ra

Lập luận, mã và văn bản do mô hình tạo ra.

Sử dụng các tiêu chí hoàn thành và giới hạn đầu ra rõ ràng.

$8.00

/ 1 nghìn lượt gọi

Tìm kiếm trên web

Các lệnh gọi công cụ truy xuất thông tin hiện tại từ web.

Chỉ tìm kiếm một lần, sau đó tái sử dụng các kết quả đã xác minh trong suốt phiên chạy.

Khi nào Opus xứng đáng với mức phí cao hơn

Phù hợp nhất

Kỹ thuật phần mềm trên quy mô kho mã

Sử dụng Opus khi tác vụ liên quan đến kiến trúc, nhiều tệp và các đánh đổi triển khai chưa rõ ràng.

Phù hợp nhất

Tác tử chạy dài hạn

Một lựa chọn phù hợp khi tác tử phải duy trì đúng mục tiêu qua nhiều lần gọi công cụ và các bước khôi phục.

Xứng đáng với mức giá cao hơn

Đánh giá có giá trị cao

Sử dụng mô hình nhẹ hơn

Công việc thường quy với khối lượng lớn

Các tác vụ phân loại, trích xuất và trò chuyện đơn giản thường có hiệu quả chi phí tốt hơn khi dùng Sonnet hoặc Haiku.

Cẩm nang sử dụng bộ nhớ đệm lời nhắc

Ổn định tiền tố

Giữ nguyên các chính sách, lược đồ công cụ và sơ đồ kho mã.

Ghi một lần

Đặt điểm ngắt bộ nhớ đệm sau ngữ cảnh có thể tái sử dụng.

Đọc nhiều lần

Ở các lượt sau, chỉ nối thêm phần khác biệt dành riêng cho tác vụ.

Kịch bản hiện tại

240K token đã lưu vào bộ nhớ đệm

được tái sử dụng với mức giá bằng 10% giá đầu vào mới

chi phí tránh được

$0.2150

Di chuyển mà không cần viết lại

Giữ SDK bạn ưa dùng và thay đổi URL cơ sở, khóa cùng ID mô hình.

messages.ts

import Anthropic from '@anthropic-ai/sdk';

const client = new Anthropic({
  apiKey: process.env.COMETAPI_KEY,
  baseURL: 'https://api.cometapi.com',
});

const message = await client.messages.create({
  model: 'glm-5.2',
  max_tokens: 4096,
  messages: [{ role: 'user', content: 'Review this change.' }],
});

API

Sao chép một endpoint và ví dụ mã hoạt động, sau đó mở tài liệu tham khảo API đầy đủ khi bạn cần mọi tham số.

Một API, quyền truy cập mô hình sẵn sàng cho môi trường thực tế

Xác thực một lần, gọi endpoint mô hình và duy trì cùng một quy trình thanh toán và giám sát trên các nhà cung cấp.

POST/v1/chat/completions

Mã mẫu và API cho GLM 5.2

POST

/v1/chat/completions

# Get your CometAPI key from https://www.cometapi.com/console/token

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

# Get your CometAPI key from https://www.cometapi.com/console/token

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);

Khả năng

Xem các thông tin quan trọng của mô hình trước khi chọn kiến trúc hoặc ước tính tải cho môi trường thực tế.

Khả năng được hỗ trợ

Các tính năng được API mô hình hiện tại trả về.

text-to-text

Đầu vào và đầu ra

Đầu vào

text

Đầu ra

text

Hồ sơ môi trường thực tế

Nhà cung cấp: Z.AI
Bối cảnh: Tùy theo mô hình
Sử dụng thương mại: Được hỗ trợ

Trường hợp sử dụng

Sử dụng GLM 5.2 cho các quy trình môi trường thực tế phù hợp với khả năng text của nó, sau đó so sánh các lựa chọn khác trước khi cam kết tích hợp lâu dài.

Chat môi trường thực tế và quy trình tác nhân

Lập trình, phân tích và tạo nội dung có cấu trúc

Tự động hóa khối lượng lớn qua một API

Mô hình khác

So sánh các mô hình khác có sẵn qua CometAPI theo chất lượng, độ trễ, khả năng và giá cả.

Mở so sánh mô hình →

CometAPI

AUTO

CometAPI Auto API is an intelligent model routing feature that allows developers to access the appropriate AI model without specifying a specific model ID for each request.

Xem mô hình

Anthropic

Claude Fable 5.1

Trí tuệ thế hệ mới cho các tác nhân hoạt động lâu dài

Xem mô hình

Aliyun

Qwen3.8-Omni-Flash

Qwen3.8-Omni-Flash (qwen3.8-omni-flash) là mô hình toàn phương thức gốc của Alibaba Cloud dành cho việc hiểu âm thanh/video và phân tích nội dung đa phương thức.

Gemini 3.8 Flash là mô hình Gemini dạng nhẹ thế hệ mới, với mục tiêu đạt được sự cân bằng tốt hơn giữa tốc độ, chi phí và khả năng lập trình.

Xem mô hình

Giá cả

Sử dụng ước tính nhanh ở trên cho một lần chạy, sau đó xem so sánh đầy đủ giữa CometAPI và giá chính thức.

First request

$0.0046

Estimated CometAPI usage cost

Ten requests

$0.0465

Estimated CometAPI usage cost

Fifteen requests

$0.0697

Estimated CometAPI usage cost

⇌

Credits conversion

1,000 credits = $1

Credits make budgets comparable across token, request and runtime billing. The USD amount remains the source of truth at checkout.

✓Current model in credits

Đầu vào

1,120

credits / 1M tokens

Đầu ra

3,528

credits / 1M tokens

Comet Price (USD / M Tokens)	Official Price (USD / M Tokens)	Discount
Input: $1.12/M Output: $3.53/M	Input: $1.40/M Output: $4.41/M	-20%

Thời gian hoạt động

Xem dữ liệu heartbeat trực tiếp, tính khả dụng của endpoint và thời gian phản hồi thực đo trước khi triển khai thực tế.

Cập nhật

Theo dõi các thay đổi đáng kể về tính khả dụng, giá và khả năng của GLM 5.2 mà vẫn duy trì trang mô hình ổn định.

Nhật ký thay đổi mô hình

Một trang ngày càng hoàn thiện theo thời gian.

Ghi chú phát hành, thay đổi về giá, cập nhật đánh giá hiệu năng và hướng dẫn chuyển đổi được tập hợp tại đây, trong khi URL chuẩn vẫn giữ nguyên.

Jun 16, 2026

Đã xác nhận API khả dụng

GLM 5.2 có sẵn trong danh mục mô hình và tài liệu API của CometAPI.

Hiện tại

Dữ liệu cập nhật theo thời gian thực

Đã đồng bộ giá và giới hạn từ danh mục

Giá, ngữ cảnh, tình trạng khả dụng và các giới hạn được xem là các thuộc tính động thay vì được nhúng vào tiêu đề trang hoặc danh tính mô hình.

Jun 15, 2026

Đã tạo thực thể mô hình vĩnh viễn

Nhà cung cấp và slug mô hình tạo thành URL chuẩn ổn định; nội dung và dữ liệu trong tương lai vẫn sẽ được cập nhật trên trang này.

Tiếp tục khám phá