GLM 5.2 — المواصفات
| المطوّر | زهي بو آي |
|---|---|
| النوع | نموذج لغوي كبير (للبرمجة/الوكلاء، يعتمد على بنية MoE) |
| النمط | نص → نص |
| عدد المعايير (البارامترات) | 744 مليار معلَّمة إجمالي / نحو 40 مليار نشطة (MoE) |
| نافذة السياق | مليون |
| الحد الأقصى للإخراج | 131 ألف رمز |
| الترخيص | ترخيص MIT (مفتوح المصدر) |
| أوزان مفتوحة المصدر | نعم |
| أُطلِقَ | 2026-06 |
| سعر الإدخال | 1.4 دولار لكل مليون رمز |
| سعر الإخراج | 4.4 دولار لكل مليون رمز |
| مقدمو واجهات برمجة التطبيقات (API) | زيبيو (Z.ai)، OpenRouter |
تشغيله محليًّا
| ذاكرة الفيديو (VRAM) بتنسيق 4 بت | نحو 370 جيجابايت |
|---|---|
| أقل وحدة معالجة رسومات مطلوبة | خادوم متعدد وحدات معالجة رسومية (مثل: 5 × H100 بسعة 80 جيجابايت) |
What is GLM 5.2?
GLM 5.2 is Zhipu AI’s open 1M-context model — a 744-billion-parameter mixture-of-experts
activating roughly 40B parameters per token, built on a new “IndexShare” sparse-attention
design, and notably trained entirely on Huawei chips. The weights are MIT-licensed and it is
strong on coding, design and agentic tasks. Pricing is $1.40 in / $4.40 out per million
tokens.
The Huawei training detail is the strategically interesting one: it is a demonstration that
a frontier-scale model can be trained end to end outside the NVIDIA ecosystem, which has
implications for anyone modelling long-term compute supply. For a buyer, though, the relevant
numbers are simpler. GLM 5.2 blends to roughly $2 per million tokens while scoring near the
top of the open-weight field, which makes it one of the best capability-per-dollar picks
available for agentic and coding workloads and a serious alternative to frontier models
costing five times more. Self-hosting needs around 370 GB at 4-bit — a five-H100 server — so
in practice most teams will use the API and treat the MIT licence as portability insurance.
GLM 5.2 pricing: API cost per 1M tokens
| المدخلات (لكل مليون رمز) | $1.40 |
|---|---|
| المخرجات (لكل مليون رمز) | $4.40 |
| Output/input ratio | 3.1× |
| Blended (4:1 in:out) | $2.00 per 1M tokens |
What GLM 5.2 costs per month
Real monthly spend at a 4:1 input-to-output mix — the ratio a typical chat or RAG workload actually produces.
| الحمل الوظيفي | الرموز شهريًّا | Cost / month |
|---|---|---|
| مشروع جانبي | 1 مليون رمز مدخلات / 0.25 مليون رمز مخرجات | $2.50 |
| فريق صغير | 20 مليون رمز مدخلات / 5 ملايين رمز مخرجات | $50 |
| الإنتاج | 200 مليون رمز مدخلات / 50 مليون رمز مخرجات | $500 |
Run your own numbers in the حاسبة تكلفة واجهات برمجة تطبيقات الذكاء الاصطناعي (API).
Cheaper alternatives to GLM 5.2
| النموذج | المتوسط المُدمج بالدولار لكل مليون دولار | You save |
|---|---|---|
| ديب سيك في4-برو تم تصميمه بالتعاون الوثيق مع نظام iOS وإطار عمل Core ML. ولا تسعى آبل إلى تحقيق أعلى رقم ممكن في وحدات العمليات التريليونية في الثانية (TOPS)، بل تسعى إلى تحقيق | $0.522 | 74% cheaper |
| كيمي ك٢.٧ كود تم تصميمه بالتعاون الوثيق مع نظام iOS وإطار عمل Core ML. ولا تسعى آبل إلى تحقيق أعلى رقم ممكن في وحدات العمليات التريليونية في الثانية (TOPS)، بل تسعى إلى تحقيق | $0.980 | 51% cheaper |
| ديب سيك في4-فلاش تم تصميمه بالتعاون الوثيق مع نظام iOS وإطار عمل Core ML. ولا تسعى آبل إلى تحقيق أعلى رقم ممكن في وحدات العمليات التريليونية في الثانية (TOPS)، بل تسعى إلى تحقيق | $0.168 | 92% cheaper |
Self-host or pay the API?
GLM 5.2 is open-weight, so you can run it yourself. It needs نحو 370 جيجابايت of VRAM at 4-bit (Multi-GPU server (e.g. 5× H100 80GB)). Self-hosting only beats the API once your volume is high enough to keep that hardware busy — the حاسبة مقارنة بين الاستضافة الذاتية وواجهات برمجة التطبيقات (API) works out the break-even point for your token volume.
الأسئلة الشائعة
How much does GLM 5.2 cost per 1M tokens?
GLM 5.2 costs $1.40 per 1M input tokens and $4.40 per 1M output tokens. At a typical 4:1 input-to-output mix that blends to about $2.00 per 1M tokens.
How much does GLM 5.2 cost per month?
A small-team workload of 20M input and 5M output tokens a month costs about $50 on GLM 5.2. A side project (1M in / 0.25M out) costs roughly $2.50.
What is a cheaper alternative to GLM 5.2?
DeepSeek V4-Pro is the strongest cheaper option in our database at $0.522 per 1M blended — about 74% less than GLM 5.2. It is also open-weight, so self-hosting is an option.
Can I run GLM 5.2 locally?
Yes. GLM 5.2 is open-weight and needs about ~370 GB of VRAM at 4-bit quantisation (Multi-GPU server (e.g. 5× H100 80GB)).
Why does GLM 5.2 charge more for output than input?
Output tokens are generated one at a time and cannot be batched the way a prompt can, so they cost the provider more to serve. GLM 5.2 charges 3.1× more for output, which is why prompt-heavy workloads are far cheaper to run than generation-heavy ones.
Prices are the published list rates for the model's primary API and are reviewed as providers change them. Volume, batch and cached-input discounts are not included. Compare every model side by side in the قاعدة بيانات نماذج الذكاء الاصطناعي أو لوحة تصنيف النماذج اللغوية الكبيرة (LLM).
