Цензургүй GLM API: токен тутмын хамгийн сайн үнэ
Бидний өөрсдийн GPU кластер дээр татгалзах давхаргагүйгээр үйлчилдэг Z.ai-н агентийн GLM суурь загвар — 262K контекст, хэрэгсэл дуудах, мөн ижил угсааг эх талаас нь авахаас хоёр дахин бага холимог үнэ.
Товчхондоо
GLM-5.2-3BIT-REAP бол Shannon AI Gateway дээр бидний анхдагчаар санал болгодог загвар юм. Энэ нь GLM угсааны 744 тэрбум параметрийн сийрэг холимог мэргэжилтнүүдийн суурь загварыг — GLM-4.5-аас хойш агентийн хэрэгсэл ашиглалтад зориулж илт сургагдсан — 3 бит жин ба REAP мэргэжилтэн хасалтаар шахаж, багтаагаад хурдан хэвээр байлгадаг. Та 262,144 токены контекст, 16,384 токены гаралт, хэрэгсэл дуудах, тохируулж болох reasoning_effort-тай сэтгэлгээ, JSON Schema бүтэцтэй гаралтыг 1 сая токен тутамд $0.73 / $2.34-аар авна. Татгалзах давхарга, гаралтын шүүлт байхгүй. Зөвхөн текст — хараагүй.
"Хамгийн хямд загвар" гэсэн ихэнх харьцуулалт шударга бус, учир нь хямд сонголт ихэвчлэн том загварын маркетингийг өмссөн жижиг загвар байдаг. Энд тийм биш. GLM-5.2 бол хэн нэгний гаргасан хамгийн том нээлттэй жинтэй суурь загваруудын нэг бөгөөд $0.73 оролт / $2.34 гаралттайгаараа манай каталогийн доод хязгаараас нэг шат дээр байрлаж байхдаа тэр доод хязгаар ихэвчлэн худалдан авдаг хэмжээнээс хэд дахин том суурь загвар авчирдаг. Тэр зөрүү — том загвар, доод хязгаарт ойрхон үнэ — л энэ хуудас байгаагийн шалтгаан.
01GLM хаанаас гардаг вэ: Tsinghua, blank infilling, ба агент руу хийсэн эрс эргэлт
GLM бол дахин нэрлэгдсэн Llama-гийн дериватив биш. Энэ бол өөрийн урьдчилан сургалтын зорилготой цөөхөн загварын гэр бүлийн нэг бөгөөд таван жилийн турш ижил судалгааны бүлгээр давталттайгаар боловсруулагдсан. Нэр нь General Language Model гэсэн үгнээс гаралтай бөгөөд үндэслэгч өгүүлэл — GLM: General Language Model Pretraining with Autoregressive Blank Infilling, ACL 2022 — BERT-ийн маскласан хэлний загварчлал ба GPT-ийн хатуу зүүнээс баруун авторегресс хоёрын хажууд гурав дахь сонголт санал болгосон. GLM залгаа хэсгүүдийг хоослож, тэдгээрийг холилдсон дараалалд авторегрессивоор дахин үүсгэдэг бөгөөд хоёр хэмжээст байрлалын кодчилол нь токены гэмтсэн баримт бичиг доторх байрлал ба дүүргэгдэж буй хэсгийн дотоод байрлал хоёуланг мөрддөг: ойлголт ба үүсгэлт хоёрыг адилхан сайн зохицуулдаг нэг архитектур.
Үүний ард байсан бүлэг бол одоо Z.ai (өмнө нь Zhipu AI) гэгддэг компанийг тусгаарласан Цинхуагийн Их Сургуулийн Knowledge Engineering бүлэг байсан. Түүний анхны толгой бүтээгдэхүүн нь 2022 оны 10 сарын GLM-130B байсан — 130 тэрбум параметрийн Англи/Хятад хоёр хэлтэй нягт загвар бөгөөд жин ба код нь нийтлэгдэх үедээ нийтэд нээлттэй гаргагдсан. Нээлттэй гаргалт тэр цагаас хойш байгууллагын хэв маяг болсоор ирсэн.
MoE эрин үе, мөн агент руу хийсэн эргэлт
Ямар ч нэг хувилбараас илүү чухал зүйл бол тасралтгүй шугам юм. GLM-4.5-аас хойш хувилбар бүр ижил зүйлд чиглэн оновчлогдсон: олон арван хэрэгслийн дуудлагын туршид уялдаатай хэвээр байх. Энэ нь нэг эргэлтийн жишиг тестийн оноог хамгийн ихэсгэхээс өөр зорилго бөгөөд бага гажигтай хэрэгслийн аргумент, урт төлөвлөгөөнд бага хазайлт, мөн агентийн фреймворкыг үнэтэй болгодог "14 дэх эргэлтэд ажлаа итгэлтэйгээр дахин эхэлдэг" зан үйл багатай болсноор илэрдэг.
02GLM-5.2 юу вэ, мөн юугаар хэмжигдсэн бэ
Z.ai GLM-5.2-ийн жишиг тестийн тоог GLM-5 репозиторид нийтэлдэг. Хоёр нь мэдлэгийн санах ойгоос илүү бодит агентийн ажилтай тохирдог:
Terminal-Bench 2.1 — урт хугацааны командын мөрийн агентийн ажил. Z.ai-н мэдээлсэн.
SWE-bench Pro — бодит репозиторийн асуудал шийдвэрлэлт. Z.ai-н мэдээлсэн; GLM-5.1 ижил тест дээр 58.4 оноо авсан.
Эдгээр нь лабораторийн тоо, бидний тоо биш, мөн тэдгээр нь шахагдаагүй суурь загварыг тодорхойлдог. Тэдгээр нь та ямар зэрэглэлийн загвартай харьцаж байгааг тогтоодог болохоос, баталгаа биш.
Нэг өгөгдлийн цэг жишиг тестээс илүү үнэ цэнэтэй, учир нь энэ нь загварыг магтах ямар ч сонирхолгүй үнэлгээ хийгчээс ирсэн. 2026 оны 7 сард АНУ-ын Үндэсний Стандарт ба Технологийн Хүрээлэнгийн AI Стандарт ба Инновацийн Төв GLM-5.2-г үнэлж, энэ нь гарсан үедээ бололцоотой хамгийн чадварлаг нээлттэй жинтэй AI загвар байсан бололтой, ерөнхий чадвар нь GPT-5.2-той, кибер чадвар нь Claude Opus 4.6-той харьцуулшуйц гэж дүгнэсэн. Ижил үнэлгээ GLM-5.2 нь АНУ-ын лавлагаа загваруудаас цөөн мэдрэмтгий хүсэлтийг блоклодог, мөн нээлттэй жин дотор шингэсэн хамгаалалтуудыг тэр жинг өөрөө байршуулсны дараа тойрч болдог гэдгийг ажигласан. Энэ тухай 05-р хэсэгт дахин орно.
03«3BIT-REAP» гэж юу вэ, мөн танд юу зардаг вэ
REAP: мэргэжилтнүүдийг нэгтгэхийн оронд хасах
744Б параметртэй MoE загвар давхарга тутамд 256 мэргэжилтэйтэй бөгөөд тэдгээрийн 8 нь ямар ч токен дээр идэвхждэг. Чиглүүлэгч ажлыг жигд тарааддаггүй — зарим мэргэжилтэн байнга хамрагддаг, урт сүүл нь ховор хамрагдаж, хамрагдах үедээ ч бага хувь нэмэр оруулдаг. Cerebras Research-ийн боловсруулж, ICLR 2026-д хүлээн авагдсан REAP (Router-weighted Expert Activation Pruning) үүнийг ашигладаг: чиглүүлэгч түүнийг хэр хүчтэй, хэр олонтоо нээдэг ба түүний гаралтын хувь нэмрийн хэмжээ хоёрыг хослуулсан ач холбогдлын шалгуураар мэргэжилтэн бүрийг дүгнэж, дараа нь бага оноотойг нь бүрмөсөн хасдаг.
Сонирхолтой хэсэг нь REAP-ийн ялж буй харьцуулалт юм. Мэргэжилтнийг хасах ойлгомжтой өөр сонголт бол түүнийг амьд үлдсэн мэргэжилтэнд нэгтгэх бөгөөд энэ нь илүү аюулгүй мэт сонсогддог. 20Б-аас 1Т параметр хүртэлх MoE загваруудаар хийсэн өгүүллийн олдвор бол нэгтгэх нь генератив ажилд үнэндээ дор болохыг, харин хасах нь гайхалтай сайн зогсдогийг харуулдаг: Qwen3-Coder-480B ба Kimi-K2-г багтаасан суурь загваруудад мэргэжилтний хагасыг устгасны дараа ч код үүсгэлт ба хэрэгслийн дуудлагын жишиг тест дээр бараг алдагдалгүй. Код ба хэрэгсэл дуудлага бүхэл хэвээрээ үлдэх нь оршин байгаа шалтгаан нь агентийн инженерчлэл болох загвар дээр хадгалагдахыг хүсдэг яг тэр зүйл юм.
3 битийн жин, мөн шударга тэнцвэр
Хасалт дээр нэмээд, амьд үлдсэн жинг 3 бит болгон хадгалдаг — манай каталог дахь бусад W4A16-AUTOROUND-REAP ба W8A16 түвшнээс илүү хатуу бөгөөд дөрөвний гурван триллион параметртэй загварыг үйлчилгээний зангилаа дээр гаргаж, ашиглаж болохуйц хэмжээгээр токеныг урсгах өөр арга байхгүй хамгийн том суурь загваруудад л зориулагдсан.
Шахалт үнэгүй биш. Зөв сэтгэцийн загвар бол: хасалт ба квантчилал эхлээд урт сүүлийг доройтуулдаг. Нягт, байнга хэрэглэгддэг зан үйл — зааврыг дагах, кодын бүтэц, хэрэгслийн дуудлагын формат, олон алхамт төлөвлөлт — сайн хадгалагддаг бөгөөд яг энэ нь REAP-ийн үр дүнгийн харуулж буй зүйл. Тодорхойгүй баримтын санах ой, ховор хэл ба нарийн салбарын мэдлэг бол шахагдаагүй GLM-5.2-той харьцуулахад ялгаа хүлээх ёстой газар юм. Хэрэв таны ажлын ачаалал "ер бусын баримтыг тодорхой мэдэх" бол илүү өндөр үнэнч байдлын түвшинд төл. Хэрэв "дөчин хэрэгслийн дуудлагын турш замаасаа гарахгүйгээр төлөвлөгөө гүйцэтгэх" бол энэ бол тэр аргад зориулагдсан түвшин.
04Үнэ цэнийн тохиолдол: хямд цензургүй LLM API ажиллуулахад үнэндээ хэр зардаг вэ
Z.ai-н GLM-5.2-д зориулсан өөрийн нийтэлсэн API жагсаалтын үнэ 1 сая оролтын токен тутамд $1.40, 1 сая гаралт тутамд $4.40. Бидний ижил суурь загвар дээрх үнэ $0.73 / $2.34 — ойролцоогоор оролт дээр 48%, гаралт дээр 47% бага. Тэр хямдрал бол шахалт худалдаж авч буй зүйл бөгөөд түүнтэй хамт та эх талаас ямар ч үнээр худалдаж авч чадахгүй хоёр дахь зүйл ирдэг: татгалзах давхаргагүй.
Манай өөрийн каталогийн хүрээнд холимог өртөг бол чухал тоо юм. Энд практикт хэрэгсэл дуудагч агент ямар харагддагтай ойролцоо 3:1 оролт-гаралтын харьцаагаар харуулав — их хэмжээний контекст ба хэрэгслийн үр дүн орж, харьцангуй цөөн токен гардаг.
| Загвар | Оролт / 1M | Гаралт / 1M | Холимог 3:1 | Хараа |
|---|---|---|---|---|
| GLM-5.2 · 3BIT-REAP | $0.73 | $2.34 | $1.13 | Үгүй |
| Nemotron3Ultra · 3BIT-REAP | $0.75 | $3.30 | $1.39 | Үгүй |
| Kimi-K2.6 · W4A16-AUTOROUND-REAP | $0.78 | $3.67 | $1.50 | Тийм |
| DeepSeek-V4-Pro-0813 · 3BIT-REAP | $1.95 | $3.90 | $2.44 | Үгүй |
| inkling · W4A16-AUTOROUND-REAP | $1.42 | $6.07 | $2.58 | Тийм |
| Kimi-K3 · 3BIT-REAP | $3.83 | $19.12 | $7.65 | Тийм |
Зургаан загвар $0.50 / $2.00 доод хязгаарт байрладаг — MiniMax-M3, DeepSeek-V4-Flash, Laguna-S-2.1, MiMo-V2.5, MiMo-V2.5-Pro ба Hy3 — $0.875 холимог хувь. GLM-5.2 тэр доод хязгаараас 29% дээгүүр бөгөөд ард нь агентийн зан үйлд тогтвортой хөрөнгө оруулалттай 744Б-ийн зэрэглэлийн суурь загварыг танд өгдөг. Түүнээс дээгүүр үнэтэй бүх зүйл хамгийн багадаа 23% илүү холимог өртөгтэй, Kimi-K3 6.8 дахин илүү үнэтэй. Энэ бол нэг мөрөнд багтсан үнэ цэнийн үндэслэл: каталог дахь тэргүүн зэрэглэлийн агентийн суурь загварыг худалдан авах хамгийн хямд газар.
Ажил болгон хөрвүүлбэл
- Нэг бүтэн контекст дүүргэлт — 262,144 оролтын токен: $0.19. Хорин центээс бага үнээр бүхэл том репозиторийг цонх руу унших.
- Нэг дээд урттай гүйцэтгэл — 16,384 гаралтын токен: $0.038.
- Нэг агентийн эргэлт — 20K оролт, 2K гаралт: $0.019. Ижил эргэлт Kimi-K3 дээр $0.115, DeepSeek-V4-Pro дээр $0.047 зардаг.
- Зуун агентийн эргэлт: $1.93, каталог дахь хамгийн үнэтэй загвар дээрх $11.48-тай харьцуулбал.
Агентийн ажлын ачаалал оролт-ихтэй байдаг бөгөөд GLM-ийн давуу тал яг тэнд хамгийн том байдаг: түүний оролтын үнэ Kimi-K3-аас 5.2 дахин, DeepSeek-V4-Pro-оос 2.7 дахин бага. Хэрэв таны агент өсөж буй харилцан ярианы бүхэлийг эргэлт бүр дахин илгээдэг бол — бараг бүх агент тийм хийдэг — тэр үржүүлэгч л таны нэхэмжлэх дээр бичигдэж дуусдаг зүйл юм.
05«Цензургүй» гэдэг нь энэ endpoint дээр юу гэсэн үг вэ
Яг хоёр зүйл: татгалзах давхаргагүй — загвар ямар хүсэлтийг харж болохыг шийддэг ангилагч байхгүй, ирэхээс өмнө таны промптыг дахин бичих бодлогын загвар байхгүй — мөн гаралтын шүүлтгүй, өөрөөр хэлбэл загварын үйлдвэрлэсэн токенууд нь та хүлээн авах токенууд, хассангүй, солигдоогүй.
"Чөлөөт" эсвэл "хөгжүүлэгчийн" горим сурталчилдаг арилжааны API-аас энэ өөр санал. Тэдгээр нь урсгалыг ханган нийлүүлэгчийн бодлогын стекээр дамжуулсаар байдаг; өөрчлөгддөг зүйл нь босго, хаалгын оршихуй биш. Энд тохируулах хаалга байхгүй — загвар бидний өөрсдийн GPU кластер дээр ажилладаг, зан үйл нь суурь загварын зан үйл. 02-р хэсэг дэх NIST CAISI-ийн олдворыг сануулга биш техникийн мэдэгдэл гэж уншвал энэ нь бүтээгдэхүүнийг тайлбарлана: зохицуулалт нь жин дотор амьдардаг, гадны бодлогын давхаргагүйгээр үйлчилдэг загвар жиндээ тохирсон зан үйлтэй байдаг.
Энэ нь яагаад агентад тусгайлан чухал вэ
Татгалзлыг ихэвчлэн контентын асуудал болгон ярьдаг. Агентийн ажилд тэдгээр нь ихэвчлэн найдвартай байдлын асуудал юм. 40 эргэлттэй гүйлгээний 31 дэх эргэлт дэх татгалзал бол та уншиж, өнгөрөх эелдэг татгалзал биш — энэ бол гажигтай алхам, юу хийхээ мэдэхгүй болсон удирдагч, эвдэрсэн төлөвлөгөө, мөн үзүүлэх юмгүй зарцуулсан 30 эргэлтийн токен юм. Аюулгүй байдлын судалгаа, хортой програмын шинжилгээ, нэвтрэлтийн туршилт, улаан баг, насанд хүрэгчдийн зохиол, эмнэлгийн ба хууль зүйн найруулга, аюулгүй байдлын сургалтад зориулсан өгөгдлийн сан үүсгэх зэрэг бүгд үүнд байнга мөргөдөг бөгөөд бүтэлгүйтэл нь яг л оройтож ирдэг учраас үнэтэй байдаг.
Эсрэг тал нь бодлогын давхарга одоо танийх юм. Shannon AI Gateway-ийн ашиглалт манай Хариуцлагатай Хэрэглээний Бодлого-оор зохицуулагддаг; ханган нийлүүлэгчийн шийдвэрийг гинжнээс авах нь өөрийнхөө шийдвэрийг өгнө гэсэн үг.
06Endpoint танд үнэндээ юу өгдөг вэ
| Чадвар | GLM-5.2 · 3BIT-REAP |
|---|---|
| Загварын ID | GLM-5.2-3BIT-REAP |
| Контекст цонх | 262,144 токен |
| Хүсэлт тутмын дээд гаралт | 16,384 токен |
| Стриминг | Тийм |
| Хэрэгсэл дуудах | Тийм |
Сэтгэлгээ / reasoning_effort | Тийм |
JSON Schema (json_schema) | Тийм |
response_format | Тийм |
| Хараа / зурган оролт | Үгүй — зөвхөн текст |
| Татгалзах давхарга / гаралтын шүүлт | Байхгүй |
Бүтээхээсээ өмнө харааны мөрийг анхааралтай унш. GLM-5.2 манай gateway дээр зөвхөн текст. Хэрэв танд зурган оролт хэрэгтэй бол каталогт харааг дэмждэг таван сонголт бий — $0.50 / $2.00 доод хязгаарт MiniMax-M3 ба MiMo-V2.5, $0.78 / $3.67-д Kimi-K2.6, $1.42 / $6.07-д inkling, мөн $3.83 / $19.12-д Kimi-K3. Зураг ойлгохыг MiniMax-M3 руу, бусад бүхнийг GLM-5.2 руу чиглүүлэх нь ухаалаг хэв маяг бөгөөд энэ нь загварын мөр солихоос өөр юу ч зардаггүй.
Гурван аялгуу, нэг загвар
Ижил загвар нь гурван хүсэлтийн форматаар хандах боломжтой, бүгд стримингтэй: /v1/chat/completions (OpenAI аялгуу), /v1/messages (Anthropic аялгуу), мөн /v1/responses. Загварын хувьд тэдгээрийн хооронд юу ч өөрчлөгддөггүй — таны SDK аль хэдийн ярьдаг хэлээ сонгоод, ихэвчлэн нэг base-URL өөрчлөлтийн зайд ажиллаж эхэлнэ.
# OpenAI dialect — point your existing client at the gateway from openai import OpenAI client = OpenAI( base_url="https://api.shannon-ai.com/v1", api_key="sk-...", ) resp = client.chat.completions.create( model="GLM-5.2-3BIT-REAP", messages=[{"role": "user", "content": "..."}], tools=tools, # tool calling supported reasoning_effort="medium", # low | medium | high stream=True, )
Гурван аялгуу бүрийн бүрэн хүсэлт ба хариултын схем, хэрэгслийн дуудлагын формат, стримингийн үйл явдлын хэлбэр, мөн интерактив туршилтын талбар Shannon AI API баримт бичигт байна.
07GLM-5.2-г хэзээ сонгох вэ — мөн хэзээ сонгохгүй байх вэ
Үүнд хандах цаг
- Та агент ажиллуулж байна. Урт хэрэгслийн дуудлагын давталт бол энэ угсаа зориулагдаж бүтээгдэж, давтан дараах сургалт хийгдсэн зүйл бөгөөд оролтын үнэ нь өсөж буй харилцан ярианы бүхэлийг эргэлт бүр дахин илгээхийг боломжийн болгодог.
- Та том кодын сан дээр ажиллаж байна. 262K контекст, найдвартай хэрэгслийн дуудлагын формат, бүх цонхыг унших $0.19.
- Хэмжээ бол таны хязгаарлалт. Ангилал, задлан авах, синтетик өгөгдөл үүсгэх, бөөнөөр дахин бичих — дуудлага тутмын өртөг том тоогоор үржигдэж төслийн боломжтой эсэхийг шийддэг ямар ч зүйл.
- Татгалзал таны дамжуулгыг эвдэж байна. Аюулгүй байдлын судалгаа, сөрөг тал туршилт, цензургүй зохиол, мэдрэмтгий найруулга — тэр бүтэлгүйтлийн хэлбэр энд байхгүй.
Өөр зүйлд хандах цаг
- Танд хараа хэрэгтэй. Зөвхөн текст. Дээрх харааг дэмждэг сонголтуудыг үзнэ үү.
- Танд хамгийн гүн нэг эргэлтийн сэтгэлгээ хэрэгтэй. Хамгийн хэцүү нэг удаагийн шинжилгээний асуудлын хувьд DeepSeek-V4-Pro-0813 · 3BIT-REAP нь холимог өртгийн 2.2 дахин үнэтэй илүү хүнд хэрэгсэл — дээд хязгаар хязгаарлалт болдог дуудлага дээр энэ бол зөв сонголт.
- Танд тодорхойгүй мэдлэгийн хувьд дээд үнэнч байдал хэрэгтэй.
W8A16түвшин — MiMo-V2.5-Pro ба Hy3 — хамаагүй бага хатуу шахагдсан бөгөөд жижиг суурь загвар дээр $0.50 / $2.00 доод хязгаарт байрладаг.
Энэ хуудсан дахь суурь загварын тоо баримт бүр бидний бус өөр хэн нэгний нийтэлсэн зүйл. Үнэ ба чадварын тоо баримт бол өөрийн түлхүүрээр /v1/models-той тулгаж болдог манай амьд каталогийн утга. Анхдагч эх сурвалжийг өөрөө шалгаарай.
GLM-5.2-ийн жишиг тестийн тоо баримт (Terminal-Bench 2.1, SWE-bench Pro) нь шахагдаагүй суурь загварын талаар Z.ai-н мэдээлсэн тоо; бие даасан давтан баталгаажуулалт хараахан хийгдээгүй байна. Claude Opus 4.8 ба GPT-5.5-ийн тоо баримт зөвхөн лавлагааны зорилгоор харуулсан. Эх талын GLM-5.2 API жагсаалтын үнэ Z.ai-н 2026 оны 9 сард нийтэлсэн үнэ.
08Түгээмэл асуултууд
Shannon AI дээрх цензургүй GLM API гэж юу вэ?
Энэ бол Shannon AI Gateway дээрх GLM-5.2-3BIT-REAP загварын ID юм: Z.ai-н GLM-5.2 агентийн суурь загварын шахагдсан бүтээц бөгөөд бидний өөрсдийн GPU кластер дээр татгалзах давхаргагүй, гаралтын шүүлтгүйгээр үйлчилдэг. 1 сая оролтын токен тутамд $0.73, 1 сая гаралтын токен тутамд $2.34 үнэтэй, 262,144 токены контекст цонхтой бөгөөд /v1/chat/completions, /v1/messages, мөн /v1/responses дээр хандах боломжтой.
Яагаад цензургүй GLM 5.2 нь каталог дахь бусад том загваруудаас хямд байдаг вэ?
Хэрхэн шахагдсанаас шалтгаална. 3BIT-REAP нь 3 бит жинг холимог мэргэжилтнүүдийн загварт зориулсан, квантчилахаас өмнө ховор чиглүүлэгддэг мэргэжилтнүүдийг хасдаг REAP мэргэжилтэн хасах аргатай хослуулдаг. Токен тутамд ойролцоогоор 40Б идэвхтэй параметртэй ийнхүү хасагдаж, квантчлагдсан сийрэг MoE суурь загвар ижил чанартай нягт загвараас хамаагүй бага санах ой, хамаагүй цөөн GPU-секунд токен тутамд эзэлдэг бөгөөд үнэ энэ бодит байдлыг тусгадаг.
Татгалзахгүй GLM гэдэг нь загварт ямар ч хамгаалалт байхгүй гэсэн үг үү?
Энэ нь Shannon нэмэлт хамгаалалт нэмдэггүй гэсэн үг. Загварын өмнө татгалзах ангилагч, түүнээс гарч буй токен дээр шүүлт байхгүй. Суурь загвар нь өөрийн сургалтаас олж авсан ямар ч зан чанараа хадгалдаг, гэвч ямар ч гадны хүчин зүйл тэдгээрийг дарамталдаггүй. Бодлогын давхаргыг та эзэмшдэг бөгөөд ашиглалт нь Shannon AI-н Хариуцлагатай Хэрэглээний Бодлогын хамралтад орно.
GLM-5.2 3BIT-REAP хараа эсвэл зурган оролтыг дэмждэг үү?
Үгүй. Энэ загвар нь зөвхөн текст. Хэрэв танд цензургүй endpoint дээр зурган оролт хэрэгтэй бол MiniMax-M3, Kimi-K2.6, Kimi-K3, MiMo-V2.5 эсвэл inkling зэрэг каталог дахь харааг дэмждэг загваруудын аль нэгийг ашигла. GLM-5.2 бүтэцтэй гаралтыг — json_schema ба response_format хоёуланг — мөн хэрэгсэл дуудахыг дэмждэг.
Контекст цонх ба дээд гаралтын урт хэд вэ?
262,144 токены контекст ба хүсэлт тутамд 16,384 токены гаралт. 1 сая оролтын токен тутамд $0.73-ийн үнээр бүтэн контекст цонхыг нэг удаа дүүргэхэд ойролцоогоор 19 цент зарцуулагддаг, дээд урттай нэг гүйцэтгэл 4 центээс бага зардаг.
Энэ нь урт хэрэгслийн дуудлагын давталтад зориулсан сайн агентийн цензургүй загвар мөн үү?
Энэ бол бидний хамгийн түрүүнд хандаж буй загвар. GLM угсаа нь GLM-4.5-аас хойш агентийн ажилд зориулж илт сургагдсан, хэрэгсэл дуудах ба reasoning_effort хоёулаа дэмжигддэг, мөн үнэ нь хорин мянган токентой зуун агентийн эргэлт арван нэгний оронд ойролцоогоор хоёр доллар зарцуулна гэсэн үг. Татгалзал ч бас агентийн давталтад бодит бүтэлгүйтлийн хэлбэр бөгөөд үүнийг өдөөх ямар ч татгалзах давхарга энд байхгүй.
Цензургүй GLM API-г туршиж үзээрэй
$0.73 оролт · $2.34 гаралт · 262K контекст · татгалзах давхаргагүй.
API Баримт Бичгийг Унших Бүх Загварыг ҮзэхShannon Lab LLC, Нью-Мексико муж, АНУ · ашиглалт Хариуцлагатай Хэрэглээний Бодлогоор зохицуулагддаг
Эх сурвалж: Z.ai GLM-5 репозитор · Du et al., GLM: General Language Model Pretraining with Autoregressive Blank Infilling, ACL 2022 · Zeng et al., GLM-130B: An Open Bilingual Pre-trained Model · Lasby et al., REAP the Experts: Why Pruning Prevails for One-Shot MoE Compression, ICLR 2026 · NIST CAISI-ийн Z.ai-н GLM-5.2-ийн үнэлгээ, 2026 оны 7 сар. Суурь загварын жишиг тестийн оноо нь лабораторийн мэдээлсэн, түр зуурын тоо; тэдгээр нь энэ шахагдсан бүтээцийг биш, шахагдаагүй GLM-5.2-г тодорхойлдог. Үнэ, контекст ба чадварын тоо баримт нь 2026 оны 9 сарын 5-ны байдлаарх Shannon AI-н каталогийн утга.