Z.ai GLM 5.2
Z.aiÉquilibré
RaisonnementOutilsSortie structurée
À propos de ce modèle
GLM 5.2 is a large-scale reasoning model from Z.ai. It supports text input and output with a 1M-token context window, and is suited for long-horizon agent workflows, project-level software engineering,...
Catégorie de performance
Équilibré
Z.ai GLM 5.2 est un modèle équilibré de Z.ai : un bon compromis entre bonnes performances à un prix raisonnable.
Bon rapport coût-performance. Fiable pour la plupart des usages professionnels sans tarification premium.
Tarification
Ce modèle est inclus dans les plans ElosiaAbordable
Coût réduit. Adapté à un usage soutenu et aux interactions volumineuses.
| Type | par 1M tokens |
|---|---|
| Entrée (prompt) | $0.620 |
| Sortie (complétion) | $2.42 |
| Lecture cache | $0.140 |
Capacités
Taille du contexte1.0M
Tokens de sortie max944K
TokenizerOther
Entréetext
Sortietext
Date de sortie16 juin 2026
Benchmarks
Intelligence générale
MMLU
Non reporté
GPQA Diamond
91.2%
Mathématiques
MATH-500
Non reporté
AIME 2026
99.2%
Programmation
HumanEval
Non reporté
Agentique
SWE-bench Pro
62.1%
Où se situe Z.ai GLM 5.2 ?
Comparez son indice de performance à tous les autres modèles.
Usages recommandés
ProgrammationAnalyseRecherche
Points forts
- Architecture MoE (~750B au total, 40B actifs), conçue pour le codage agentique long-terme (SWE-bench Pro 62,1)
- Fenêtre de contexte de 1M tokens (jusqu'à 128K en sortie), rendue exploitable par l'attention parcimonieuse IndexShare — dépôts entiers et documents longs en une seule passe
- Solide sur le raisonnement difficile (GPQA Diamond 91,2, AIME 2026 99,2)
- Open-weight sous licence MIT — auto-hébergement commercial sans restriction, poids sur HuggingFace et ModelScope
- Économique à $0,98/M en entrée et $3,08/M en sortie — une fraction du coût des modèles frontier comparables pour le codage long-terme
Limites
- Uniquement texte : pas d'entrée image ni multimodale
- Benchmarks phares auto-rapportés par Z.ai ; vérification indépendante encore limitée
- Optimisé étroitement pour le codage, l'agentique et le raisonnement — moins performant sur l'usage conversationnel général (autour de #25 sur Text Arena)
Questions fréquentes
Ressources
Ce modèle peut utiliser vos données pour l'entraînement
