GLM-5.2 — открытая флагманская модель Z.ai с контекстом 1M

GLM-5.2 — флагманская открытая модель от Z.ai (Zhipu AI) для длинных инженерных задач: стабильный контекст на 1M токенов, сильный кодинг и агентные сценарии, открытые веса под лицензией MIT.

Что это такое

GLM-5.2 — это флагманская языковая модель компании Z.ai (Zhipu AI), выпущенная в июне 2026 года и заточенная под long-horizon задачи: многочасовую работу агента над кодом, исследованиями и рефакторингом. Главное отличие от предшественника — действительно пригодный к работе контекст на 1 000 000 токенов и большой скачок в кодинге. Веса опубликованы под лицензией MIT, поэтому модель можно запускать у себя без региональных ограничений. С первого дня GLM-5.2 доступна через API, в более чем 20 агентных средах (Claude Code, OpenCode, ZCode и др.) и в чате Z.ai; для тех, кто не хочет работать через консоль, есть GUI-агент ZCode с режимом долгих задач.

Что нового по сравнению с GLM-5.1

• Контекст вырос с 200K до 1M токенов — в окно помещается целый репозиторий среднего размера вместе с тестами и историей диалога.
• Появились два уровня усилия рассуждения (reasoning effort): High и Max.
• Резкий прирост в кодинге: на Terminal-Bench 2.1 — 81.0 против 63.5 у GLM-5.1.
• Открытые веса теперь под MIT, без региональных ограничений на использование.
• Цены на API остались на уровне GLM-5.1.

Основные возможности

Уровни reasoning effort

GLM-5.2 даёт явно выбирать, сколько вычислений тратить на задачу:

• High — баланс качества и расхода токенов. Подходит для большинства задач.
• Max — выжимает максимум на сложных многошаговых задачах, но расходует заметно больше токенов. Z.ai рекомендует Max для тяжёлого кодинга и долгих агентных трасс.

В Claude Code режим переключается командой /effort; значения xhigh, max и ultracode соответствуют уровню Max.

Бенчмарки

Ключевые результаты в сравнении с GLM-5.1 и закрытым фронтиром:

При этом на сверхдлинных задачах разрыв с лидером ещё заметен: на SWE-Marathon (сборка компиляторов, оптимизация ядер, продакшн-сервисы) GLM-5.2 отстаёт от Opus 4.8 примерно на 13%, оставаясь при этом лучшей среди открытых моделей.

Подключение по API

API совместимо с форматом OpenAI Chat Completions. Базовый endpoint — https://api.z.ai/api/paas/v4/chat/completions, имя модели — glm-5.2.

curl -X POST "https://api.z.ai/api/paas/v4/chat/completions" \
-H "Content-Type: application/json" \
-H "Authorization: Bearer <ваш-api-key>" \
-d '{
  "model": "glm-5.2",
  "messages": [
    {"role": "user", "content": "Спроектируй и собери блог на React + Node.js"}
  ],
  "thinking": {"type": "enabled"},
  "reasoning_effort": "max",
  "max_tokens": 4096,
  "temperature": 1.0
}'

Официальный Python SDK:

# pip install zai-sdk
from zai import ZaiClient

client = ZaiClient(api_key="<ваш-api-key>")  # ключ из личного кабинета Z.ai

response = client.chat.completions.create(
    model="glm-5.2",
    messages=[
        {"role": "user", "content": "Спроектируй и собери блог на React + Node.js"},
    ],
    thinking={"type": "enabled"},  # включить режим рассуждения
    reasoning_effort="max",         # high | max
    max_tokens=4096,
    temperature=1.0,
)

print(response.choices[0].message)

Тарифы и лимиты

Цены на API не изменились относительно GLM-5.1 (оплата по факту использования токенов, отдельно от подписки Coding Plan):

Рублёвые суммы — ориентир по курсу ~79 ₽/$ на июнь 2026 года; пересчитывайте под актуальный курс.

Если вы пользуетесь подпиской GLM Coding Plan, GLM-5.2 расходует квоту по повышенному тарифу: 3× в пиковые часы и 2× в непиковые (пик — 14:00–18:00 по пекинскому времени, UTC+8). До конца сентября действует акция: в непиковые часы списание идёт 1×.

Локальный запуск

Веса доступны на HuggingFace и ModelScope. Для инференса поддерживаются transformers, vLLM, SGLang, xLLM, ktransformers, а также Ollama.

Практические сценарии

• Захват целого проекта. Загрузить в контекст весь репозиторий и попросить аудит: карта архитектуры, ключевые контракты API, основные потоки данных, технический долг.
• Длинный рефакторинг от и до. Декомпозиция модуля, миграция API, реструктуризация каталогов — с планом, оценкой рисков и прогоном тестов в конце.
• Стресс-тест на инженерные стандарты. Дать модели ваши правила (lint, сборка, тесты, запреты на коммиты) в AGENTS.md или CLAUDE.md и проверить, держит ли она границы на длинной дистанции.
• Воспроизведение исследований. Превратить описание из статьи в рабочий проект на PyTorch и догнать заявленные метрики.
• Мобильная разработка с отладкой на устройстве. От реализации до проверки через ADB, logcat и скриншоты.

Когда выбирать GLM-5.2

Ссылки

• Технический блог: z.ai/blog/glm-5.2
• Документация API: docs.z.ai/guides/llm/glm-5.2
• Веса: huggingface.co/zai-org/GLM-5.2 · ModelScope
• Coding Plan: z.ai/subscribe
• Чат: chat.z.ai
• GitHub: github.com/zai-org/GLM-5

По теме

• Статья: Minimax M2.7 на Mac Studio: 120 000 токенов контекста и живой код — рассказ Миши
• Блог: Kimi K2.6 — опенсорсная модель, которая кодит 12 часов подряд и не теряет нить
• База знаний: MiniMax M3 — открытые веса и миллионный контекст

Открытая модель с миллионным контекстом интереснее всего, когда у вас уже есть свой агентный контур или вы строите систему, которой важна независимость от чужого облака.

Если захотите обсудить, как это применить у себя или в команде — пишите в Telegram @pimenov