OpenRouter 上的 GLM 5.2：接入、定价与集成指南

如果你已经在用 OpenRouter 用一个 API key 管理多个 LLM 供应商，现在可以把 GLM 5.2 加进这个栈，连 Z.ai 账号都不用注册。模型 ID 是 z-ai/glm-5.2，base URL 是 https://openrouter.ai/api/v1，从任何 OpenAI 兼容集成切换过来只需改三个字段。

本指南带你端到端走完整个配置过程——前置条件、Python 和 JavaScript 的可用代码、与 Z.ai 直连的定价对比，以及一张大多数人第一次调用就会撞上的报错排查表。

速览

GLM 5.2 是一个 753B 参数的 Mixture of Experts 模型（40B 激活），1M token 上下文窗口，每秒 158 token 的吞吐，AA Intelligence Index 得分 51。GPQA Diamond 89%，SWE-bench Pro 62.1%。Z.ai 直连下，输入每百万 token $1.40，输出每百万 token $4.40。在 OpenRouter 上，价格可能带一点路由加价——实时费率请看 openrouter.ai/models。

用 OpenRouter，如果你想要一个 API key 同时管 GLM 5.2 和其他前沿模型、统一账单，或者一条即插即用的换模型路径。

用 Z.ai 直连，如果你想要尽可能低的延迟（没有路由一跳）、没有加价的直连定价，或者 Z.ai 专属的功能，比如 $0.26/M token 的缓存命中。

前置条件

• 一个 OpenRouter 账号，从 openrouter.ai 获取 API key
• Python 3.8+ 并装有 openai 包，或 Node.js 18+ 并装有 openai npm 包
• 对 REST API 或 OpenAI SDK 有基本了解

走 OpenRouter 路由时不需要 Z.ai 账号。

快速规格

第 1 步 — 获取 OpenRouter API key

前往 openrouter.ai，注册账号，在控制台生成 API key。这是与 Z.ai key 分开的另一个 key——OpenRouter 自己管账单。

给你的 OpenRouter 账号充值。GLM 5.2 是前沿级模型，所以你需要有正余额才能发起调用。

把 key 存成环境变量，而不是硬编码：

export OPENROUTER_API_KEY="sk-or-..."

第 2 步 — 安装 OpenAI SDK

OpenRouter 兼容 OpenAI，所以直接用你八成已经装了的那个 openai 包：

pip install openai

Node.js 的话：

npm install openai

第 3 步 — 第一次调用（Python）

与标准 OpenAI 调用相比，只有 api_key、base_url 和 model 不同。其他一切——messages 格式、流式、系统提示词、temperature——完全一样。

import os
from openai import OpenAI

client = OpenAI(
    api_key=os.environ["OPENROUTER_API_KEY"],
    base_url="https://openrouter.ai/api/v1",
)

response = client.chat.completions.create(
    model="z-ai/glm-5.2",
    messages=[
        {"role": "system", "content": "You are a helpful assistant."},
        {"role": "user", "content": "Explain Mixture of Experts in two sentences."},
    ],
    max_tokens=512,
)

print(response.choices[0].message.content)

第 4 步 — 第一次调用（JavaScript / TypeScript）

import OpenAI from "openai";

const client = new OpenAI({
  apiKey: process.env.OPENROUTER_API_KEY,
  baseURL: "https://openrouter.ai/api/v1",
});

const response = await client.chat.completions.create({
  model: "z-ai/glm-5.2",
  messages: [
    { role: "system", content: "You are a helpful assistant." },
    { role: "user", content: "Explain Mixture of Experts in two sentences." },
  ],
  max_tokens: 512,
});

console.log(response.choices[0].message.content);

第 5 步 — 流式响应

对长输出或聊天界面，流式能显著降低感知延迟。GLM 5.2 的 1.54s TTFT 意味着不到两秒你就能看到第一个 token。

import os
from openai import OpenAI

client = OpenAI(
    api_key=os.environ["OPENROUTER_API_KEY"],
    base_url="https://openrouter.ai/api/v1",
)

stream = client.chat.completions.create(
    model="z-ai/glm-5.2",
    messages=[
        {"role": "user", "content": "Write a Python function to parse JSON safely."},
    ],
    stream=True,
)

for chunk in stream:
    delta = chunk.choices[0].delta.content
    if delta:
        print(delta, end="", flush=True)

第 6 步 — 使用长上下文窗口

GLM 5.2 有 1,048,576 token 的上下文窗口。要用它，给输出设好 max_tokens，传一个大的 messages 数组。OpenRouter 支持完整上下文长度，但要注意：非常长的提示词成本也按比例更高。

1M 窗口的实际容量：

• 约 750,000 词的纯文本（一整本小说）
• 跨几十个文件的约 40,000 行代码
• 无需分块或检索的长文档问答

response = client.chat.completions.create(
    model="z-ai/glm-5.2",
    messages=[
        {"role": "system", "content": "You are a code reviewer."},
        {"role": "user", "content": very_long_codebase_string},
    ],
    max_tokens=4096,
)

第 7 步 — 从其他模型切换

如果你已经在 OpenRouter 上调用别的模型，迁移只需改一行：

# Before (e.g., DeepSeek V3)
model="deepseek/deepseek-chat-v3-0324"

# After (GLM 5.2)
model="z-ai/glm-5.2"

messages 格式、鉴权和其余一切都保持不变。这是 OpenRouter 路由层的主要优势——只需替换一个字符串，就能在 GLM 5.2 和 deepseek/deepseek-v3 或 moonshotai/kimi-k2 这样的模型之间跑 A/B 测试。

定价对比

查看 OpenRouter 当前费率：访问 openrouter.ai/models 搜索 z-ai/glm-5.2。费率随供应商调价而更新。

加价何时要紧： 对高吞吐负载——每天数百万 token——哪怕每 token 一点点的加价也会累积。在这个规模上，Z.ai 直连是更便宜的路。对中等用量或开发阶段，单一账单账号的便利通常超过这点差异。

缓存命中： Z.ai 直连对重复的提示词前缀提供 $0.26/M 的缓存命中费率。如果你的应用向许多请求发送同一条系统提示词或同一份文档，这能把有效输入成本降低 80% 以上。OpenRouter 的缓存行为取决于它是否把缓存信号透传给上游供应商。

Z.ai 定价的完整拆解见我们的 GLM 5.2 定价指南。

基准测试表现

无论通过 OpenRouter 还是 Z.ai 直连访问，这些数字都一样——模型权重完全相同。路由层对输出质量没有影响，只影响延迟（多一跳网络）和定价。

GLM 5.2 的 GPQA Diamond 89% 让它跻身当前可用前沿模型的科学推理第一梯队。SWE-bench Pro 62.1% 使其在自主编程任务上具备竞争力。两个基准测试的详细讨论见我们的 GLM 5.2 基准测试指南。

速度与延迟

与 Z.ai 直连相比，OpenRouter 多一跳路由。实践中意味着在 1.54s TTFT 之上额外增加约 50–150ms，取决于你的网络和 OpenRouter 当时的负载。对交互式聊天，这几乎察觉不到。对每分钟处理数千请求的延迟敏感流水线，在投入之前先在你的环境里实测两条路由。

架构说明

GLM 5.2 使用 Mixture of Experts（MoE）架构：总参数 753B，但每次前向传播只有 40B 激活。每个 token 在每一层路由经过 256 个专家中的 8 个，共 78 个 transformer 解码器层。正是这一设计让它在保持前沿级质量的同时实现了 158 t/s 的吞吐——MoE 在推理时比同等规模的稠密模型更省算力。

模型使用 Dynamic Sparse Attention（DSA），帮助在 1M token 上下文长度下保持质量，而无需平方级的注意力成本。

GLM 5.2 是纯文本模型。它不接受图像或音频输入。如果你需要多模态输入，流水线的那个环节需要另选一个模型。

常见问题

常见问题

通过 OpenRouter 和 Z.ai 直连，模型质量一样吗？

是的。OpenRouter 把你的请求路由到同一个底层模型。权重、输出和基准表现完全相同。区别只在延迟（多一跳网络）、定价（可能有路由加价），以及你用哪个 API key。

用 OpenRouter 上的 GLM 5.2 需要 Z.ai 账号吗？

不需要。OpenRouter 处理与上游供应商的关系。你只需要一个 OpenRouter 账号和 API key。这正是 OpenRouter 的主要便利之处——一个账号就能同时用 GLM 5.2 和 DeepSeek、Kimi 等其他模型。

可以用 OpenAI Python SDK 搭配 OpenRouter 吗？

可以，这就是标准做法。设置 base_url="https://openrouter.ai/api/v1" 并传入你的 OpenRouter API key。SDK 无需修改即可与 OpenRouter 的 OpenAI 兼容端点通信。

OpenRouter 支持完整的 1M token 上下文窗口吗？

OpenRouter 会把上下文长度约束透传给上游供应商。GLM 5.2 完整的 1,048,576 token 窗口可用。不过，非常长的提示词会产生按比例更高的成本——发送大型负载前先算好 token 数。

GLM 5.2 是开源的吗？我可以自己跑吗？

可以。GLM 5.2 以 MIT 许可证发布，开放权重可在 Hugging Face 的 THUDM/GLM-5.2 获取。自托管 753B 参数需要大量 GPU 基础设施（多个 H100 或 H200 节点），所以大多数团队在开发和生产中还是用托管 API。

在 OpenRouter 上怎么在 GLM 5.2 和其他模型之间做选择？

对编程和科学推理任务，GLM 5.2 的 GPQA Diamond 89% 和 SWE-bench Pro 62.1% 是强信号。对受益于超长上下文的任务（整个代码库审查、长文档问答），1M token 窗口相比窗口更短的模型是实用优势。对需要图像输入的任务，你需要一个多模态模型——GLM 5.2 是纯文本的。

OpenRouter 还推荐哪些其他请求头？

OpenRouter 接受可选的请求头，如 HTTP-Referer 和 X-Title，用于在控制台里做用量归因。这些不是 API 正常工作所必需的，但能帮你按应用追踪用量：

client = OpenAI(
    api_key=os.environ["OPENROUTER_API_KEY"],
    base_url="https://openrouter.ai/api/v1",
    default_headers={
        "HTTP-Referer": "https://your-app.com",
        "X-Title": "Your App Name",
    },
)

下一步

第一次调用成功后，可以考虑这些下一步：

• 给你的用例做基准测试： 用你的真实提示词同时跑 Z.ai 直连和 OpenRouter，实测你环境里的延迟差异。
• 测试长上下文： 如果你的应用处理文档或代码库，测试一下 1M 窗口——它消除了许多检索任务的分块复杂性。
• 对比模型： OpenRouter 单 key 的优势让你只需替换 model 字符串就能轻松对 GLM 5.2 与其他前沿模型做 A/B 测试。
• 监控成本： 在 OpenRouter 控制台设置支出上限，并按请求记录 token 数，随着规模扩大追踪成本。

GLM 5.2 与其他顶级模型的对比见我们的 GLM 5.2 vs DeepSeek V3 指南。

试用 GLM 5.2——无需 API key：glm5.app/chat。

Sources

• OpenRouter model listing for z-ai/glm-5.2
• Artificial Analysis — GLM 5.2 benchmarks and speed data
• THUDM/GLM-5.2 on Hugging Face
• Z.ai API documentation
• OpenRouter API documentation