silvamux/glm-5.2

GLM 5.2是一款侧重代码生成的模型,在文本理解方面也有较好表现。它适合处理代码编写、重构与开发辅助,可作为相关业务流程中的理解、推理或生成能力底座。

Supported modalities
text
Input price¥8 / 1M tokensper 1M tokens
Output price¥28 / 1M tokensper 1M tokens
Context1M
Max output131K
Released2026-06-13

Pricing

Tune and Pro share the same prices.

Input contextInputOutputCache readCache write
-¥8 / 1M tokens¥28 / 1M tokens¥2 / 1M tokens¥8 / 1M tokens

Capabilities

GLM 5.2在本轮能力评测中综合得分82,整体表现优秀。其代码生成(100%)和信息检索 / RAG(95%)表现突出,能够完成代码编写、函数实现和开发辅助,并从知识库和多来源资料中定位信息、组织证据并生成有依据的回答。对软件开发者和工程团队而言,它适合用于代码编写、代码库理解、重构调试等研发场景,解决在复杂代码任务中兼顾生成结果与上下文理解;文本理解(95%)也为相关任务提供补充。它的主要限制在于,智能体协同(45%)相对较弱,在需要多步骤自主规划、连续工具调用或跨智能体协作的任务中,建议增加人工复核或专项验证。

Overall
82/ 100优秀
Highlights代码生成 100%信息检索 / RAG 95% · 文本理解 95%
Best for代码研发 / 内容创作Scenario fit 82%
Relative weakness智能体协同45%

专项进阶能力

8 items
智能体协同45%

7 questions · 主/客观混合

代码生成100%

10 questions · 客观

代码理解与调试83%

12 questions · 主观

创意写作85%

17 questions · 主观

信息检索 / RAG95%

13 questions · 主/客观混合

长文本处理70%

3 questions · 主观

数学与科学推理79%

14 questions · 客观

多语言能力90%

10 questions · 主/客观混合

通用基础能力

3 items
通识知识75%

15 questions · 主/客观混合

文本理解95%

5 questions · 主观

逻辑推理84%

20 questions · 主/客观混合

安全与合规能力

2 items
幻觉控制82%

9 questions · 主观

指令遵循83%

14 questions · 主观

Performance

Glm 5.2 Tune

glm-5.2@tune
延迟
9.01s
吞吐量
2.15Ktokens/min
可用率
100.0%
Availability
100.0%
完成率
100%
缓存命中率
动态变化
累计评测耗时
2938.6s
Token 消耗
105,539tokens
平均请求次数
1.0
TPM
2,155tokens/min
QPM
3.0req/min

Glm 5.2

glm-5.2
延迟
32.66s
吞吐量
3.37Ktokens/min
可用率
100.0%
Availability
100.0%
完成率
100%
缓存命中率
动态变化
累计评测耗时
8112.6s
Token 消耗
456,244tokens
平均请求次数
1.0
TPM
3,374tokens/min
QPM
1.1req/min

Glm 5.2 example code and API

Tuneglm-5.2@tune
/api/v0/chat/completions/api/v1/chat/completions/api/anthropic/v1/messages
UnifiedOpenAIAnthropic
Proglm-5.2
/api/v0/chat/completions/api/v1/chat/completions/api/anthropic/v1/messages
UnifiedOpenAIAnthropic
curl https://www.silvamux.com/api/v1/chat/completions \
  -H "Authorization: Bearer YOUR_API_KEY" \
  -H "Content-Type: application/json" \
  -d '{
    "model": "glm-5.2",
    "messages": [{"role": "user", "content": "Hello, please introduce yourself"}]
  }'