GLM-5.2 รีวิว: การเขียนโค้ดที่เกือบถึงระดับแนวหน้าในราคา Open-Weight?

Z.ai เปิดตัว GLM-5.2 เมื่อวันที่ 16 มิถุนายน 2026 และเรียกมันว่าโมเดลเรือธงที่สร้างขึ้นสำหรับงานที่มีขอบเขตกว้างไกล ครั้งนี้ ป้ายชื่อนั้นก็ใช้ได้จริง GLM-5.2 จับคู่หน้าต่างบริบท 1M โทเค็นที่ถูกฝึกสำหรับเซสชันการเขียนโค้ด agent ที่ยาวนานจริงๆ กับคะแนนการเขียนโค้ดที่แข็งแกร่งที่สุดที่โมเดล open-weight ใดๆ เคยทำได้จนถึงปัจจุบัน — และจัดส่งได้ทุกที่ในคราวเดียว: Z.ai API, GLM Coding Plan, และน้ำหนักแบบ MIT-license เต็มรูปแบบบน Hugging Face โดยไม่มีข้อจำกัดในภูมิภาค

บทวิจารณ์นี้ตอบคำถามที่ทีมส่วนใหญ่กำลังถามจริงๆ ว่าโมเดลแบบ open-weight ในที่สุดก็ดีพอที่จะเป็นโมเดลเขียนโค้ดเริ่มต้นของคุณหรือไม่ และจุดไหนที่โมเดลชั้นนำแบบปิด (closed frontier flagships) ยังคงคุ้มค่ากับราคาที่สูงกว่า? เราจะครอบคลุมถึงสิ่งใหม่จริงๆ ว่าต้นทุนที่แท้จริงของ GLM-5.2 คืออะไร (รวมถึงส่วนลดสำหรับอินพุตแคชที่บทความส่วนใหญ่ไม่กล่าวถึง) มันเปรียบเทียบกับ GLM-5.1 และโมเดลชั้นนำแบบปิดได้อย่างไร และใครควรเปลี่ยนมาใช้ตั้งแต่วันนี้

คำตัดสินด่วน

พิจารณา GLM-5.2 ถ้าคุณ…

- รันงานเขียนโค้ดหรือเอเจนต์ที่มีปริมาณสูง และต้องการคุณภาพที่ใกล้เคียงกับระดับแนวหน้าในราคา $1.40 / $4.40 ต่อล้านโทเค็น — ซึ่งเป็นเพียงเศษเสี้ยวของราคารุ่นเรือธง

- สร้างเอเจนต์การเขียนโค้ดที่ทำงานระยะยาว — จากผลลัพธ์ FrontierSWE ที่เผยแพร่ของ Z.ai, GLM-5.2 อยู่ในระยะหนึ่งจุดของ Claude Opus 4.8 และนำหน้า GPT-5.5

- ต้องการหน้าต่างบริบทขนาด 1M โทเค็น โดยสามารถสร้างเอาต์พุตได้สูงสุด 128K โทเค็น ซึ่งถูกฝึกฝนมาโดยเฉพาะสำหรับเส้นทางของเอเจนต์ที่ยาวและยุ่งเหยิง แทนที่จะเป็นเพียงแค่การอ้างอิงในเอกสารข้อมูลจำเพาะ

- ต้องการ open weights: ใบอนุญาต MIT, โฮสต์เอง, การปรับแต่งแบบละเอียด, และไม่มีการผูกมัดกับผู้ขาย

รอไว้ (หรืออยู่บนเรือธงที่ปิด) ถ้าคุณ…

- ต้องการเพดานสูงสุดในงานอิสระที่ยากที่สุด — Claude Opus 4.8 ยังคงเป็นผู้นำอย่างชัดเจนในการประสานงานเครื่องมือและงานอัตโนมัติที่ยาวนานเทียบเท่ามาราธอน

- ต้องการรูปภาพหรือไฟล์อินพุต: GLM-5.2 เป็นแบบข้อความเท่านั้น; วิทัศน์อยู่ในสาย GLM-V แยกต่างหากของ Z.ai

- มีข้อจำกัดด้านความหน่วงที่รุนแรง — GLM-5.2 เป็นโมเดลที่คิดก่อน และสถิติเกตเวย์สาธารณะแสดงให้เห็นว่าเวลาเฉลี่ยจนถึงโทเค็นแรก (time-to-first-token) อยู่ในช่วงหลายวินาที

GLM-5.2 คืออะไร

GLM-5.2 คือเรือธงรุ่นใหม่ล่าสุดในตระกูล GLM จาก Z.ai (เดิมคือ Zhipu AI) ซึ่งเป็นหนึ่งในห้องปฏิบัติการไม่กี่แห่งที่จัดส่งโมเดลโอเพนเวทในระดับแนวหน้า เอกสารรุ่นโมเดลสาธารณะระบุว่ามีพารามิเตอร์รวมประมาณ 750 พันล้านพารามิเตอร์ในการออกแบบ Mixture-of-Experts โดยมีพารามิเตอร์ที่ทำงานอยู่ประมาณ 40 พันล้านตัวต่อโทเค็น รหัสโมเดลคือ `glm-5.2` และให้บริการทั่วไปตั้งแต่วันนี้: คุณสามารถสนทนากับมันได้บน Z.ai, เรียกใช้งานผ่าน API ของ Z.ai, ใช้มันในการสมัครสมาชิก GLM Coding Plan (ซึ่งปรากฏไม่กี่วันก่อนการเปิดตัวสาธารณะ) หรือดาวน์โหลดเวทจาก Hugging Face และรันด้วยตัวเอง

สิ่งที่น่าสังเกตในรุ่นนี้คือการวางตำแหน่ง Z.ai ไม่ได้ขาย GLM-5.2 ในฐานะตัวเลือกที่ถูกกว่าหรือรองลงมา แต่กลับนำเสนอให้เป็นโมเดลโอเพนซอร์สที่แข็งแกร่งที่สุดสำหรับการเขียนโค้ด พร้อมตัวเลขที่เผยแพร่ออกมาซึ่งทำให้มันอยู่ห่างจากรุ่นปิดชั้นนำไม่กี่คะแนน ในภาระงานที่นักพัฒนาส่วนใหญ่ใช้จ่ายเงินอยู่ในขณะนี้ นั่นคือการเขียนโค้ดระยะยาวและเอเจนต์

มีอะไรใหม่ใน GLM-5.2?

การก้าวกระโดดด้านโค้ดในระยะยาว ไม่ใช่การอัปเดตรุ่นย่อย การเปลี่ยนแปลงที่สำคัญ ในตารางเกณฑ์วัดประสิทธิภาพที่เผยแพร่ของ Z.ai, GLM-5.2 ได้คะแนน 81.0 ใน Terminal-Bench 2.1 เทียบกับ 63.5 ของ GLM-5.1 และ 62.1 เทียบกับ 58.4 ใน SWE-bench Pro ตัวเลขที่น่าทึ่งที่สุดคือ FrontierSWE ซึ่งวัดโครงการวิศวกรรมแบบปลายเปิดที่ใช้เวลาทำงานหลายชั่วโมงถึงหลายสิบชั่วโมง: 74.4 เทียบกับ 30.5 ของ GLM-5.1

บริบท 1M-token ที่มั่นคง GLM-5.2 เป็นโมเดล GLM รุ่นแรกที่จับคู่หน้าต่าง 1 ล้านโทเคน (5 เท่าของ 200K ของ GLM-5.1) กับการฝึกอบรมที่มุ่งเป้าไปที่สิ่งนั้น: Z.ai กล่าวว่ามันขยายการฝึกอบรม 1M-context อย่างมากในสถานการณ์ coding-agent — การใช้งานขนาดใหญ่, การวิจัยอัตโนมัติ, การเพิ่มประสิทธิภาพการทำงาน, การแก้ไขข้อบกพร่องที่ซับซ้อน ผลลัพธ์สูงสุดที่ 128K โทเคนต่อการตอบกลับ

การควบคุมระดับความพยายาม สิ่งใหม่ในรุ่นนี้: คุณสามารถแลกเปลี่ยนความสามารถกับความเร็วในการประมวลผลและต้นทุนการคำนวณได้อย่างชัดเจน โดยการตั้งค่าระดับความพยายามในการคิด แทนที่จะได้รับการใช้เหตุผลในระดับความลึกที่ตายตัวสำหรับทุกคำขอ

สถาปัตยกรรมที่ถูกกว่าเบื้องหลังเทคนิค IndexShare ใหม่ของ Z.ai นำ indexer เดียวกันมาใช้ซ้ำทุก ๆ สี่ชั้น sparse-attention ซึ่งลดการคำนวณต่อโทเคนลง 2.9 เท่าที่ความยาวบริบทเต็ม 1M และเลเยอร์ MTP ที่ปรับปรุงแล้วช่วยเร่งการถอดรหัสแบบ speculative decoding โดยเพิ่มความยาวการยอมรับได้ถึง 20%

โอเพนอย่างแท้จริง.น้ำหนัก (weights) ถูกจัดส่งภายใต้ใบอนุญาต MIT โดยในคำพูดของ Z.ai ไม่มีข้อจำกัดทางภูมิภาค — การใช้งานเชิงพาณิชย์ การปรับแต่งละเอียด (fine-tuning) และการโฮสต์ส่วนตัว ล้วนทำได้อย่างเสรี

ราคา: ต้นทุนที่แท้จริง

เฟิร์สต์ปาร์ตี้ GLM 5.2 API มีราคาอยู่ที่ $1.40 ต่อล้านโทเค็นอินพุต และ $4.40 ต่อล้านโทเค็นเอาต์พุต — ราคาเท่ากับ GLM-5.1 ดังนั้นการเพิ่มความสามารถจึงฟรีหากคุณใช้ GLM API อยู่แล้ว อินพุตที่แคชไว้ลดลงเหลือ $0.26 ต่อล้าน และ Z.ai กำลังยกเว้นค่าธรรมเนียมพื้นที่จัดเก็บแคชชั่วคราว ซึ่งสำคัญสำหรับการวนซ้ำของเอเจนต์ที่อ่านบริบทโปรเจกต์เดิมซ้ำหลายร้อยครั้ง

เพื่อเป็นข้อมูลเปรียบเทียบ: Claude Opus 4.8 มีราคาอยู่ที่ $5 / $25 ต่อล้านโทเค็น หากตารางเกณฑ์มาตรฐานของ Z.ai มีทิศทางที่ถูกต้องแม้เพียงคร่าวๆ GLM-5.2 ก็มอบความสามารถในการเขียนโค้ดระยะยาวในระดับแนวหน้าได้ โดยมีราคาต่ำกว่าหนึ่งในห้าของราคาเอาต์พุตรุ่นเรือธง ข้อควรระวังสองประการ: ระดับความพยายามส่งผลต่อค่าใช้จ่ายจริง (ความพยายามที่สูงขึ้นหมายถึงโทเค็นการคิดที่มากขึ้น) และผู้ให้บริการบุคคลที่สามกำหนดราคาของตนเอง — บางรายถูกกว่าบุคคลที่หนึ่ง — ดังนั้นโปรดตรวจสอบตัวเลขปัจจุบันก่อนวางงบประมาณ

คะแนนรีวิว

คะแนนด้านล่างนี้เป็นการประเมินของบรรณาธิการของเราจากเกณฑ์มาตรฐานที่เผยแพร่ของ Z.ai และเอกสารแบบจำลอง — ตารางเกณฑ์มาตรฐานเป็นของผู้ขายเอง เราจะกลับมาดูอีกครั้งเมื่อผลลัพธ์อิสระออกมา

- การเขียนโค้ด: 9/10

- Agentic / การใช้เครื่องมือ: 8/10 — ใกล้เคียงกับ frontier บน MCP-Atlas แต่ Opus 4.8 ยังคงนำหน้าอย่างชัดเจนในการจัดเรียงเครื่องมือ

- เหตุผล: 8/10 — คณิตศาสตร์ระดับสูง (AIME 2026: 99.2, คะแนนสูงสุดในตารางของ Z.ai) แต่การทดสอบการใช้เหตุผลที่กว้างที่สุดยังคงนิยม frontier แบบปิด

- ความคุ้มค่า: 10/10

- บริบทและเอกสารยาว: 9/10

- ความเร็วและเวลาแฝง: 7/10 — โมเดลที่คิดก่อนเป็นอันดับแรก; ใช้ระดับความพยายามที่ต่ำลงสำหรับงานที่ต้องการความรวดเร็ว

โดยรวม: ~8.5/10 — โมเดล open-weight ตัวแรกที่ใกล้เคียงกับ frontier มากพอที่จะเป็นค่าเริ่มต้น ไม่ใช่การประนีประนอม

ข้อดี

- การเขียนโค้ดระยะยาวระดับใกล้แนวหน้าด้วยราคา $1.40 / $4.40 ต่อล้านโทเค็น — ราคาเดียวกับ GLM-5.1 ต่ำกว่าเรือธงแบบปิดมาก

- บริบทโทเคน 1M ที่แข็งแกร่ง พร้อมเอาต์พุต 128K ฝึกฝนบนวิถีการทำงานของเอเจนต์การเขียนโค้ดจริง

- การควบคุมระดับความพยายามเพื่อปรับแต่งการแลกเปลี่ยนระหว่างต้นทุน/ความหน่วง/คุณภาพต่อคำขอ

MIT open weights: โฮสต์เอง ปรับแต่ง หรือเก็บทางเลือกสำรองส่วนตัว — ไม่มีการผูกมัด ไม่มีข้อจำกัดด้านภูมิภาค

อินพุตแคชที่ราคา $0.26 ต่อล้าน โดยพื้นที่เก็บแคชปัจจุบันฟรี — เหมาะอย่างยิ่งสำหรับลูปของเอเจนต์

ข้อเสีย

- Claude Opus 4.8 ยังคงเป็นผู้นำในเกณฑ์มาตรฐานด้านเอเจนต์ที่ยากที่สุด — การจัดการเครื่องมือและงานที่ยาวนานยังไม่ใช่มงกุฎของ GLM-5.2

- ข้อความเท่านั้น: ไม่มีอินพุตรูปภาพ ดังนั้นขั้นตอนการทำงานที่ขับเคลื่อนด้วยภาพหน้าจอหรือการมองเห็นเอกสารจำเป็นต้องใช้โมเดลอื่น

- การออกแบบที่เน้นการคิดก่อนหมายถึงเวลาในการเริ่มสร้างโทเค็นแรกที่เห็นได้ชัด; UX ที่ไวต่อความหน่วงจำเป็นต้องใช้การตั้งค่าระดับความพยายามที่ต่ำลงหรือทางเลือกสำรองที่เร็วกว่า

- การโฮสต์ตัวเอง (self-hosting) เป็นโครงการที่ต้องใช้ศูนย์ข้อมูล ไม่ใช่โครงการที่ทำในวันหยุดสุดสัปดาห์ — รายงานว่าจุดตรวจสอบเต็มรูปแบบต้องใช้หน่วยความจำ GPU ระดับคลัสเตอร์

- เรื่องราวของเกณฑ์วัดนั้นขึ้นอยู่กับตารางของ Z.ai เองในตอนนี้; การทำซ้ำแบบอิสระยังคงกำลังเข้ามา

GLM-5.2 เปรียบเทียบอย่างไร

เทียบกับ GLM-5.1. สติกเกอร์ราคา $1.40 / $4.40 เท่าเดิม, หน้าต่างบริบทใหญ่ขึ้นห้าเท่า, และการกระโดดระยะยาวที่เหมือนกับการข้ามรุ่น: FrontierSWE 74.4 เทียบกับ 30.5, Terminal-Bench 2.1 81.0 เทียบกับ 63.5, SWE-Marathon 13.0 เทียบกับ 1.0. หากคุณใช้ GLM-5.1 อยู่ นี่คือคำแนะนำอัปเกรดที่ง่ายที่สุดแห่งปี — Z.ai ถึงกับเผยแพร่คู่มือการย้ายข้อมูลโดยเฉพาะ

เทียบกับขอบเขตปิด (Claude Opus 4.8, GPT-5.5).บนตารางของ Z.ai, GLM-5.2 อยู่ห่างจาก Opus 4.8 ภายในสี่คะแนนบน Terminal-Bench 2.1 (81.0 vs 85.0), ภายในหนึ่งคะแนนบน FrontierSWE (74.4 vs 75.1), และจริงๆ แล้วเอาชนะ GPT-5.5 บน SWE-bench Pro (62.1 vs 58.6) และ FrontierSWE (74.4 vs 72.6). ขอบเขตปิดยังคงความได้เปรียบในงานที่ยาวที่สุดและต้องใช้เครื่องมือมากที่สุด: Opus 4.8 มากกว่าสองเท่าของ GLM-5.2 บน SWE-Marathon (26.0 vs 13.0) และนำ Tool-Decathlon ด้วยระยะห่างที่มาก. กฎเชิงปฏิบัติ: GLM-5.2 สำหรับปริมาณ, รุ่นเรือธงสำหรับยอดเขา

เทียบกับโมเดล open-weight อื่น ๆเมื่อเทียบกับ Qwen3.7-Max, MiniMax M3 และ DeepSeek-V4-Pro แล้ว GLM-5.2 เป็นอันดับหนึ่งในทุกแถวการเขียนโปรแกรมในตารางที่เผยแพร่ ณ วันนี้ มงกุฎการเขียนโปรแกรมแบบ open-weight อยู่ที่ Z.ai

ใครควรใช้ GLM-5.2?

- ทีมที่ใช้งานโค้ดดิ้งเอเจนต์ในระดับขนาดใหญ่ — บอท CI, การรีแฟกเตอร์อัตโนมัติ, การตรวจสอบโค้ด — ซึ่งต้นทุนต่องานกำหนดว่าสิ่งใดเป็นไปได้ในเชิงเศรษฐกิจ

- ผู้สร้างเครื่องมือสำหรับนักพัฒนาที่ต้องการคุณภาพใกล้เคียงแนวหน้าโดยไม่ต้องจ่ายในราคาระดับแนวหน้า

- งานที่ต้องใช้บริบทขนาดยาว: การวิเคราะห์ monorepo, ข้อมูลจำเพาะทางวิศวกรรมแบบหลายเอกสาร, เซสชันเอเจนต์ที่ยาวนานหลายชั่วโมงซึ่งเติมเต็ม 1M tokens

- องค์กรที่ต้องการน้ำหนักเปิด — เพื่อการปฏิบัติตามข้อกำหนด การปรับใช้ในระบบแยกขาด การปรับแต่งละเอียด หรือเพียงแค่ใช้อำนาจการต่อรองกับผู้ให้บริการ API

ใครที่ควรใช้เรือธงแบบปิดต่อไป?

- ทีมที่มีงานที่ยากที่สุดคือการทำงานอัตโนมัติที่ยาวนานเหมือนมาราธอนหรือการจัดการเครื่องมือที่หนักหน่วง — เกณฑ์มาตรฐานบอกว่า ค่าพรีเมียมของ frontier ยังคงเป็นจริงอยู่ที่นั่น

- เวิร์กโฟลว์ที่ต้องอาศัยการมองเห็น: GLM-5.2 ไม่รองรับภาพ

- ผลิตภัณฑ์ที่ทุกวินาทีของเวลาแฝงของโทเค็นแรกทำให้ผู้ใช้เสียค่าใช้จ่าย

GLM-5.2 คุ้มค่าหรือไม่?

สำหรับงานเขียนโค้ดและงานเอเจนต์ส่วนใหญ่ คำตอบคือใช่ — อย่างชัดเจนเลย การวางกรอบอย่างตรงไปตรงมา: GLM-5.2 ให้ความสามารถในการเขียนโค้ดระยะยาวในระดับแนวหน้าประมาณ 90-95% ในราคาที่ต่ำกว่าหนึ่งในห้า พร้อมกับน้ำหนักเปิดเป็นหลักประกัน โมเดลเรือธงแบบปิดยังคงชนะในงานที่ยากที่สุด 5% นั่นไม่ใช่เหตุผลที่จะข้าม GLM-5.2 แต่เป็นเหตุผลที่จะจัดเส้นทาง: ส่งงานปริมาณมากไปยัง GLM-5.2 และยกระดับปัญหาที่ยากที่สุดไปยังโมเดลเรือธง

คำตัดสินสุดท้าย

GLM-5.2 เป็นโมเดลเขียนโค้ดแบบเปิดน้ำหนักที่แข็งแกร่งที่สุดที่คุณสามารถใช้ได้ในขณะนี้ และเป็นโมเดลแรกที่ถูกมองว่าเป็นตัวเลือกเริ่มต้นแทนที่จะเป็นทางเลือกแบบประหยัด — คะแนนของเรา: ~8.5/10 มันไม่ได้โค่น Claude Opus 4.8 ในระดับความยากสูงสุด แต่ทำให้เรือธงกลายเป็นเครื่องมือเฉพาะทางแทนที่จะเป็นคำตอบประจำวันที่ชัดเจน ถ้าคุณใช้ GLM-5.1 อยู่ ให้อัปเกรดเดี๋ยวนี้ ถ้าคุณจ่ายค่าเรือธงสำหรับงานเอเจนต์ทั่วไป นี่คือสัญญาณให้คุณประเมินใหม่

การใช้ GLM-5.2 ผ่าน OrcaRouter

เพราะการเล่นที่ชาญฉลาดคือ "GLM-5.2 สำหรับปริมาณงาน ธงนำสำหรับงานที่ยากที่สุด" คุณอาจต้องการมากกว่าหนึ่งโมเดลในระบบการผลิต — จากผู้ให้บริการมากกว่าหนึ่งราย นั่นคือแรงเสียดทานที่ OrcaRouter ขจัดออกไป

OrcaRouter ให้บริการ GLM-5.2 (รหัสโมเดล `z-ai/glm-5.2`) ผ่านเอนด์พอยต์ที่เข้ากันได้กับ OpenAI หนึ่งจุด ด้วยอัตรา $1.40 / $4.40 ของ Z.ai เอง โดยไม่มีมาร์กอัปโทเค็น กำหนดเส้นทางการรับส่งข้อมูลโค้ดและเอเจนต์ที่มีปริมาณมากไปยัง GLM-5.2 ยกระดับการให้เหตุผลที่ยากที่สุดไปยัง Claude Opus 4.8 หรือโมเดลเรือธงอื่น ๆ และเตรียมการเปลี่ยนเส้นทางอัตโนมัติไว้พร้อมสำหรับการเพิ่มขีดความสามารถในช่วงเปิดตัว — ทั้งหมดนี้โดยไม่ต้องเขียนการเชื่อมต่อของคุณใหม่ทุกครั้งที่เปลี่ยนโมเดล

คำถามที่พบบ่อย

GLM-5.2 พร้อมใช้งานตอนนี้หรือยัง

ใช่ เปิดตัวเมื่อวันที่ 16 มิถุนายน 2026 และพร้อมให้บริการทั่วไป: ผ่านแชทและ API ของ Z.ai (รหัสโมเดล glm-5.2) ภายใน GLM Coding Plan ผ่านเกตเวย์อย่าง OrcaRouter และเป็นโอเพนเวทที่ได้รับสิทธิ์จาก MIT บน Hugging Face

GLM-5.2 ราคาเท่าไหร่

ราคา API จากฝ่ายแรกคือ $1.40 ต่อล้านโทเค็นขาเข้า และ $4.40 ต่อล้านโทเค็นขาออก — ไม่เปลี่ยนแปลงจาก GLM-5.1 ส่วนอินพุตที่แคชไว้คือ $0.26 ต่อล้าน และพื้นที่จัดเก็บแคชฟรีในช่วงเวลาจำกัด

GLM-5.2 ดีกว่า GLM-5.1 หรือไม่?

โดยมีช่องว่างกว้างในงานระยะยาว: 81.0 เทียบกับ 63.5 บน Terminal-Bench 2.1, 74.4 เทียบกับ 30.5 บน FrontierSWE, และบริบท 1M เทียบกับ 200K — ในราคาเดียวกัน

GLM-5.2 เทียบกับ Claude Opus 4.8 — ควรใช้อันไหน?

ตั้งค่าเริ่มต้นเป็น GLM-5.2 สำหรับงานโค้ดดิ้งที่มีปริมาณมากและงานเอเจนต์; เลื่อนงานอัตโนมัติที่ยาวนานเหมือนมาราธอนและการจัดระเบียบเครื่องมือที่หนักหน่วงไปยัง Opus 4.8 ซึ่งยังคงเป็นผู้นำในด้านนั้น การสลับใช้งานระหว่างทั้งสองดีกว่าการเลือกใช้เพียงตัวเดียว

หน้าต่างบริบทคืออะไร

1M โทเคน พร้อมเอาต์พุตสูงสุด 128K โทเคนต่อการตอบกลับ — และ Z.ai กล่าวว่าหน้าต่างยาวนี้ได้รับการฝึกฝนมาโดยเฉพาะสำหรับสถานการณ์เอเจนต์การเขียนโค้ด ไม่ใช่แค่การขยายออกไปเท่านั้น

GLM-5.2 เป็นโอเพนซอร์สจริงหรือ?

ใช่ — น้ำหนักโมเดลถูกเผยแพร่ภายใต้ใบอนุญาต MIT โดยไม่มีข้อจำกัดด้านภูมิภาค ใช้ได้ฟรีสำหรับการใช้งานเชิงพาณิชย์และการปรับแต่งละเอียด อย่างไรก็ตาม ควรวางงบประมาณตามจริงสำหรับการโฮสต์ด้วยตนเอง: จุดตรวจสอบ MoE ขนาด ~750 พันล้านพารามิเตอร์จำเป็นต้องใช้หน่วยความจำ GPU ระดับคลัสเตอร์

GLM-5.2 รองรับการป้อนข้อมูลรูปภาพหรือไม่?

ไม่ GLM-5.2 เป็นระบบที่รับข้อความเข้าและส่งออกข้อความ สำหรับงานด้านภาพ Z.ai มีโมเดลแยกต่างหากในกลุ่ม GLM-V หรือคุณสามารถส่งคำขอรูปภาพไปยังโมเดล multimodal ได้

ฉันสามารถใช้ GLM-5.2 ผ่าน OrcaRouter ได้หรือไม่?

ใช่ — GLM-5.2 เปิดใช้งานบน OrcaRouter ในชื่อ z-ai/glm-5.2 ในอัตรา first-party โดยไม่มีส่วนเพิ่ม รวมถึง Claude, GPT, Gemini และโมเดลอื่น ๆ ภายใต้ endpoint ที่เข้ากันได้กับ OpenAI เพียงจุดเดียว

พร้อมที่จะนำ GLM-5.2 ไปใช้ในการผลิตแล้วหรือยัง? หมุนมันขึ้นมาได้ในไม่กี่นาที — สร้างบัญชี OrcaRouter ของคุณและเรียก GLM-5.2, Claude Opus 4.8 และโมเดลชั้นนำอื่นๆ ทุกรุ่นผ่านปลายทางที่เข้ากันได้กับ OpenAI เดียว การเขียนโค้ดระดับ Frontier-class กลับมีราคาถูกลงมาก เลเยอร์การกำหนดเส้นทางคือวิธีที่คุณเก็บออมส่วนต่าง