Z.ai представила GLM-5.2 — третью крупную модель в линейке GLM-5. Её главное отличие — контекстное окно на 1 000 000 токенов; в конфигурации Z.ai этот вариант обозначен как glm-5.2[1m]. За один ответ модель может выдать до 131 072 токенов. Контекстное окно примерно в пять раз больше, чем у GLM-5.1, — около 200 000 токенов.
Большое окно контекста позволяет агенту работать с файлами, тестами, конфигурацией и историей диалога целого репозитория реже сокращая контекст, если материалы помещаются в лимит. Например, можно попросить его переработать конвейер обработки данных на Python из 40 файлов за один сеанс.
Режимы рассуждения и архитектура
В GLM-5.2 доступны два уровня интенсивности рассуждения: High и Max. Z.ai рекомендует Max для сложных задач программирования, состоящих из нескольких этапов. В Claude Code режим задаётся командой /effort; параметры xhigh, max и ultracode соответствуют режиму Max в GLM-5.2.
В описании GLM-5.2 нет подробностей об архитектуре. Параметры предыдущих версий нельзя автоматически относить к новой.
Результаты тестов не опубликованы
В анонсе Z.ai не привела результаты сравнительного тестирования GLM-5.2. Нет оценок SWE-bench, Terminal-Bench или Code Arena. Поэтому сравнить её производительность с другими моделями по этим показателям пока нельзя.
| Характеристика | GLM-5.2 | GLM-5.1 |
|---|---|---|
| Контекстное окно | 1 000 000 токенов для glm-5.2[1m] |
Около 200 000 токенов |
| Максимум выходных токенов | 131 072 | Не раскрыт |
| Режимы рассуждения | High, Max | Один режим |
| Архитектура | Не указана; принадлежит к линейке GLM-5 | 744 млрд параметров, MoE; 40 млрд активных |
| Лицензия | MIT; веса ожидаются к публикации | MIT; открытые веса опубликованы |
| Результаты тестов | Не опубликованы | 58,4 балла в SWE-bench Pro |
| Доступ | Все тарифы GLM Coding Plan | Coding Plan, API и веса |
Для каких задач подходит модель
- Рефакторинг репозиториев. Можно загрузить в контекст проект среднего размера и анализировать зависимости между файлами без повторной загрузки данных. Например, переработать конвейер обработки данных на Python из 40 файлов за один сеанс.
- Длительные циклы работы агента. GLM-5.2 предназначена для продолжительной последовательности действий: планирования, выполнения, тестирования и исправления. GLM-5.1 могла выполнять около 1 700 шагов агента за сеанс и работать в автономном цикле до восьми часов. Для GLM-5.2 сопоставимые показатели не опубликованы.
- Работа в Claude Code. Можно заменить базовый URL и идентификатор модели, оставив прежние оболочку агента и рабочий процесс.
- Анализ больших документов. Контекст на миллион токенов позволяет передавать длинные спецификации, журналы и расшифровки, превышающие 200 000 токенов.
Как настроить GLM-5.2
Для Claude Code измените файл ~/.claude/settings.json: укажите вариант с контекстом на миллион токенов для моделей Sonnet и Opus и увеличьте окно автоматического сокращения контекста.
{
"env": {
"CLAUDE_CODE_AUTO_COMPACT_WINDOW": "1000000",
"ANTHROPIC_DEFAULT_HAIKU_MODEL": "glm-4.5-air",
"ANTHROPIC_DEFAULT_SONNET_MODEL": "glm-5.2[1m]",
"ANTHROPIC_DEFAULT_OPUS_MODEL": "glm-5.2[1m]"
}
}
Вместо этого можно задать совместимый с Anthropic адрес API через переменные среды:
export ANTHROPIC_AUTH_TOKEN="your-zai-api-key"
export ANTHROPIC_BASE_URL="https://api.z.ai/api/anthropic"
export ANTHROPIC_DEFAULT_OPUS_MODEL="glm-5.2[1m]"
export ANTHROPIC_DEFAULT_SONNET_MODEL="glm-5.2[1m]"
export ANTHROPIC_DEFAULT_HAIKU_MODEL="glm-4.5-air"
claude
В сеансе Claude Code выполните команду /effort и выберите Max. Команда /status позволяет проверить, активна ли GLM-5.2.
В Cline выберите провайдера OpenAI Compatible, укажите базовый адрес https://api.z.ai/api/coding/paas/v4, задайте пользовательскую модель glm-5.2 и установите размер контекста 1 000 000 токенов.
GLM-5.2 совместима с восемью инструментами для агентного программирования, в том числе Claude Code, Cline, OpenCode и OpenClaw. Модель доступна пользователям всех тарифов GLM Coding Plan: Lite, Pro, Max и Team.