Z.ai 公布的結果
Terminal-Bench 2.1
GLM-5.281.0
GLM-5.162.0
Z.ai 公布 此模型 在 Terminal-Bench 2.1 上取得 81.0、GLM-5.1 為 62.0。
使用 GLM 5 創作
模型定位 / 00
什麼是 GLM 5.2？
在 glm5.app 上，此模型 是以文字為主的工作方式：先在 Chat 中處理編碼與技術任務，當工作流成熟後再遷移到文件記載的 OpenAI 相容 API。此模型 讓第一步聚焦在任務背後的證據與限制條件。
01
Workflow note 01
從一場技術對話開始
用 Chat 把錯誤報告、程式碼片段或設計問題轉化為更清晰的下一步。把已知的限制條件、預期行為與證據交給 此模型，再將它的建議與你的程式碼和測試一起檢視。
02
Workflow note 02
透過文件記載的 API 整合
當工作流可重複執行時，透過 glm5.app 的 OpenAI 相容 Chat Completions API 呼叫公開的 glm-5.2 模型。把 API 金鑰與正式環境決策留在你的團隊所掌控的系統中。
03
Workflow note 03
把工具與核准留在你的應用程式中
此模型 可以請求 OpenAI 風格的函式工具，而你的應用程式負責驗證參數、檢查權限、執行已核准的動作並回傳結果。如此一來，模型保持實用，但權限不會離開你的工作流。
GLM 5.2 優勢 / 01
從技術問題到受控的工作流。
此模型 幫助團隊把編碼或技術任務轉化為更清晰的下一步，再把驗證過的工作流帶入應用程式。當強大的推理搭配可檢視的輸出與受控的工具執行時，此模型 最能發揮價值。
技術工作，更加清晰
從上下文與可檢視的輸出開始
- GLM 5.2 Chat
- 從上下文開始
- 技術提示
- 讓工作具體化
- 行動前先檢視
- 人始終參與
- 結構化的延續性
- 保留有用的上下文
把錯誤報告、程式碼片段或設計問題帶進 Chat，轉化為具體且可檢視的下一步。
重構、回歸、工具迴圈與程式碼審查都使用聚焦的起點，而不是從空白提示開始。
在變更進入團隊擁有的系統之前，先將建議與你的程式碼、測試及驗收標準進行比對。
把限制條件、失敗嘗試、日誌與驗收標準一路帶下去，讓每次迭代更容易檢視與重現。
智慧代理工作流，全程可控
擴大有效工作，不必交出權限
- 公開模型 ID
- glm-5.2
- 公開 API 上下文
- 64,000 tokens
- 最大輸出
- 8,192 tokens
- 函式工具
- OpenAI 風格
當成功的技術工作流成為可重複的應用程式能力時，使用文件記載的 glm-5.2 模型 ID。
清晰的上下文邊界有助團隊有意識地設計摘要、檢索與長歷史處理。
根據公開的完成長度限制規劃回應處理，並以符合自身工作流的輸出檢查配合。
把權限留在你的應用程式中：驗證參數、檢查權限、執行已核准的動作，並依你的規則回傳結果。
為了透明起見：原生 GLM-5.2 文件列出 1M-token 上下文視窗與 128K-token 最大輸出。此處託管的公開 API 另有 64K / 8,192 的請求限制。
核心功能 / 02
GLM 5.2 編碼能力
使用 此模型 讓技術工作更容易檢視、規劃與整合。此模型 產出的是可檢視的下一步，而不是未經檢查的動作。
01
變更程式碼之前先調查
提出修改前，先把錯誤報告或模組摘要轉化為待查證的假設、可能的依賴關係與聚焦的測試序列。
02
在防護機制下規劃重構
設定穩定的介面、復原標準與遷移邊界，再把它們轉化為可檢視的可逆步驟與高風險步驟序列。
03
建立受控的工具迴圈
把 OpenAI 風格的工具定義傳給 API，但參數驗證與每個授權動作都在你自己的應用程式中執行。
04
延續結構化的技術工作
把限制條件、失敗嘗試、日誌與驗收標準帶到下一步。摘要歷史，讓下一個提示依然容易稽核與重現。
基準測試 / 03
GLM-5.2 基準測試：把它們當作起點
Z.ai 公布了 此模型 的基準測試成績，但分數僅適用於已發布的評測框架、日期、token 預算與逾時設定。在做正式決策前，請先重現一個近似自身工作流的任務。
Z.ai 公布的結果
SWE-bench Pro
GLM-5.262.1
GLM-5.158.4
Z.ai 公布 此模型 在 SWE-bench Pro 上取得 62.1、GLM-5.1 為 58.4。
適用場景 / 04
誰用 GLM 5.2 處理編碼工作流？
當開發者或團隊需要清晰的文字型下一步、文件記載的 API 路徑，以及對後續動作的掌控時，此模型 最能發揮價值。
01
應用程式開發者
把功能簡報、堆疊追蹤或程式碼片段轉化為可在修改前檢視的除錯清單與實作計畫。這也是 Cursor 或 IDE 工作流實驗最安全的起點。
02
平台與 API 團隊
原型測試 Chat Completions 請求、定義工具結構，並把函式執行留在擁有權限與稽核日誌的服務內。此模型 整合應把工具輸出視為仍需驗證、記錄與正常錯誤處理的應用程式資料。
03
智慧代理開發者
把 GLM 5.2 API 的工具呼叫作為受控代理迴圈的一部分，搭配應用程式端的驗證、重試與可觀測性。定義清晰的停止條件，讓 GLM 5.2 可以請求下一個已核准的動作，而不把工作流變成無上限的任務執行器。
04
軟體維護者
維護既有程式碼庫時，請它提供以風險為導向的重構計畫、遷移檢查清單與復原標準。GLM 5.2 可以把口耳相傳的知識轉化為可檢視的檢查清單，而維護者負責確認專案特定的慣例與營運限制。
如何使用 GLM 5.2 / 05
從編碼任務走向受控的 API 工作流
glm5.app 在 Chat 中提供實用的 GLM 5.2 起點，並提供文件記載的應用程式整合路徑。
01
01
從具體的文字任務開始
開啟 GLM 5.2 聊天，描述問題、限制條件與期望結果，再用你自己的程式碼與驗收標準完善回應。
02
02
建立 GLM 5.2 API 金鑰
準備整合時，透過帳號設定的路徑建立 API 金鑰，並存放在伺服器端的環境設定中。
03
03
呼叫 Chat Completions 並處理工具
透過文件記載的端點傳送 glm-5.2 模型。驗證請求的工具參數，在你的應用程式中執行已核准的函式，並回傳結果。
Integration specimen
從 GLM 5.2 API 開始
在 OpenAI 相容的 Chat Completions 請求中使用文件記載的公開模型 ID。把 API 金鑰放在伺服器端，串流與函式呼叫細節請參閱完整的 API 文件。從範圍較小的請求開始，記錄預期的回應結構，再加入工具定義。
開啟 API 文件Request previewcurl
curl https://glm5.app/api/v1/chat/completions \
-H "Authorization: Bearer $GLM5_API_KEY" \
-H "Content-Type: application/json" \
-d '{
"model": "glm-5.2",
"messages": [{
"role": "user",
"content": "Review this deployment plan for missing rollback steps."
}]
}'GLM 5.2 常見問題
關於 glm5.app 聊天、公開 API、函式工具、上下文限制與評測邊界的 GLM 5.2 清晰解答。
glm5.app 上的 GLM 5.2 是什麼？
glm5.app 讓開發者可以在 Chat 中或透過文件記載的 OpenAI 相容 API，使用 GLM 5.2 進行文字型的編碼與技術對話。
GLM-5.2 由誰開發？何時發布？
GLM-5.2 是 Z.ai 的模型。
glm5.app 提供 GLM 5.2 API 嗎？
是的。
glm5.app 的 GLM 5.2 API 限制是什麼？
glm5.app 公開 API 為 glm-5.2 記載了 64,000-token 上下文視窗與 8,192 token 的最大輸出。
GLM 5.2 支援函式呼叫嗎？
glm5.app 公開 API 為 glm-5.2 支援 OpenAI 風格的函式工具。
如何在 Chat 中使用 GLM 5.2？
開啟 Chat，輸入文字任務，並與目前的預設模型開始對話。
GLM 5.2 定價如何？GLM 5.2 免費嗎？
本模型的免費存取、積分與定價取決於 glm5.app 目前的帳號政策。
我可以本機執行 GLM 5.2 嗎？
本機部署是與 glm5.app 託管 Chat 及 API 存取不同的工作流。
Start here
把你的下一個技術任務交給 GLM 5.2
在 Chat 中開始一場聚焦的文字對話；當你的應用程式準備好整合時，使用文件記載的 API 路徑。