La API de GLM-5.2 con 1M de tokens de contexto para tareas largas de programación, 73% por debajo de la lista
glm-5.2Actualizado from openai import OpenAIclient = OpenAI( base_url="https://api.zurelay.com/v1", api_key="YOUR_ZURELAY_KEY",)stream = client.chat.completions.create( model="glm-5.2", messages=[ {"role": "user", "content": "Explain quicksort briefly."}, ], stream=True,)for chunk in stream: if chunk.choices: print(chunk.choices[0].delta.content or "", end="")URL base https://api.zurelay.com/v1. Funciona con cualquier OpenAI SDK. Documentación de la API de chat
Precios
Paga según el consumo desde un saldo prepago, sin suscripción. Recarga desde $10. Las solicitudes fallidas nunca se cobran.
| Tarifa | Zurelay | Z.ai de lista | Ahorras |
|---|---|---|---|
Entrada por 1M de tokens | $0.38 | 73%off | |
Salida por 1M de tokens | $1.21 | 73%off | |
Entrada en caché por 1M de tokens | $0.038 | 85%off |
Una sola tarifa para cualquier longitud de prompt, up to the full 1M context window. El streaming, las llamadas a herramientas y las salidas estructuradas no cuestan nada extra.
Todos los modelos y precios de GLMMueve los deslizadores según tu uso mensual.
$994.80 al año
Costo
Cargas de trabajo típicas con los precios en vivo de Zurelay, junto al precio de lista.
50,000 solicitudes al mes, 1,500 tokens de entrada y 300 de salida, 30% de la entrada en caché. $0.000779 por solicitud.
20,000 solicitudes al mes, 8,000 tokens de entrada y 500 de salida, 20% de la entrada en caché. $0.0031 por solicitud.
5,000 solicitudes al mes, 40,000 tokens de entrada y 1,500 de salida, 85% de la entrada en caché. $0.00539 por solicitud.
1,000,000 solicitudes al mes, 400 tokens de entrada y 5 de salida. $0.000158 por solicitud.
Resumen
GLM-5.2 es el modelo de pesos abiertos de Z.ai para programación de largo horizonte y el primer GLM con una ventana de contexto de 1M de tokens. La API de GLM-5.2 de Zurelay sirve el mismo modelo a través de un único endpoint compatible con OpenAI, a un 73% por debajo del precio de lista de Z.ai.
GLM-5.2 es el modelo de Z.ai para tareas de largo horizonte, publicado el 16 de junio de 2026 tras unos días de acceso anticipado para los usuarios de GLM Coding Plan. La API de GLM-5.2 recibe texto, devuelve texto, admite hasta 1M de tokens de contexto y genera hasta 128K tokens de salida por solicitud. Eso es cinco veces el contexto de 200K de GLM-5.1, y Z.ai entrenó el modelo durante meses con trabajo largo de agentes de programación para que toda la ventana siga siendo aprovechable.
Es un modelo Mixture-of-Experts con 744B de parámetros totales y 40B activos por token, publicado con pesos abiertos bajo licencia MIT. Una técnica que Z.ai llama IndexShare reutiliza un mismo indexador de atención dispersa en cada cuatro capas, lo que reduce el cómputo por token 2.9 veces con 1M de contexto. Z.ai también mejoró la capa de predicción multi-token que se usa para el decodificado especulativo, y elevó la longitud de aceptación hasta un 20%.
En los benchmarks de programación, Z.ai reporta 81.0 en Terminal-Bench 2.1 y 62.1 en SWE-bench Pro, frente a 62.0 y 58.4 de GLM-5.1. En la práctica, Z.ai apunta a trabajo a nivel de proyecto: auditar un código base completo, llevar refactorizaciones largas hasta el final, seguir las reglas de lint, build y commit de un equipo, y depurar apps de Android en un dispositivo real con ADB y logcat.
El pensamiento está activado por defecto y puedes desactivarlo. Con el pensamiento activado, Z.ai ofrece dos niveles de reasoning_effort, high y max, con max como valor predeterminado y el que Z.ai recomienda para programar. El modelo admite function calling, salida JSON estructurada, streaming y caché de contexto. En Zurelay lo llamas en https://api.zurelay.com/v1 con el ID de modelo glm-5.2, por $0.38 cada 1M de tokens de entrada y $1.21 cada 1M de tokens de salida, frente al precio de lista de Z.ai de $1.40 y $4.40.
Puntos fuertes
Z.ai entrenó GLM-5.2 durante meses con tareas largas de agentes de programación para que la calidad se mantenga en lo más profundo del contexto. Un servicio completo con sus tests y su documentación cabe en una sola solicitud.
Divide un objetivo en etapas, sigue las dependencias y va verificando sobre la marcha. Eso encaja con el desacoplamiento de módulos, las migraciones de API y las reescrituras entre lenguajes.
Z.ai reporta un cumplimiento más fiable del estilo de código, los límites de la arquitectura y las convenciones de commit en sesiones largas, con menos cambios fuera de alcance.
Los pesos son abiertos bajo MIT, así que puedes construir sobre Zurelay hoy y alojar el mismo modelo por tu cuenta más adelante si lo necesitas.
Casos de uso
Carga un repositorio real y pide en una sola pasada un mapa de la arquitectura, los contratos de la API, los flujos de datos y la deuda técnica.
Dale al modelo una refactorización acotada, deja que planifique y cambie archivos por todo el proyecto y luego ejecuta los tests para confirmar el resultado.
Crea clientes de Android o WeChat Mini Programs a partir de código web existente y luego depura con la salida de ADB y logcat.
Convierte el modelo, las funciones de pérdida y el pipeline de datos de un paper en un proyecto ejecutable y compara las métricas con las del paper.
Comenzar
Sin listas de espera y sin SDK nuevo. Si tu código ya habla con OpenAI, ya habla con Zurelay.
Sign up, add credit y create an API key. Set a monthly budget or a rate limit per key if you like.
Change the base URL. Everything else in your code stays the same.
https://api.zurelay.com/v1Send chat completions as usual. Streaming, tool calls y usage reporting work as you expect.
glm-5.2Funciona con las herramientas que ya usas
Comparar
$0.38 / $1.21 por 1M tokens
Elige GLM-5.3 para trabajo de programación y seguridad más exigente; parte del mismo modelo base y Z.ai lista ambos al mismo precio.
API de GLM-5.3$1.27 / $6.37 por 1M tokens
Elige Kimi K3 cuando necesites entrada de imágenes o el modelo más grande de Moonshot, de 2.8T de parámetros, para agentes de largo horizonte.
API de Kimi K3$0.03 / $0.12 por 1M tokens
Elige DeepSeek V4.1 Flash para trabajos de texto e imagen de gran volumen en los que lo que más importa es el menor coste por token.
API de DeepSeek V4.1 FlashPreguntas frecuentes
¿Algo más? Pregunta a nuestro equipo y te responderemos por correo.
GLM-5.2 cuesta $0.38 por cada 1M de tokens de entrada y $1.21 por cada 1M de tokens de salida en Zurelay, con la entrada en caché a $0.038. El precio de lista de Z.ai es $1.40 de entrada y $4.40 de salida, así que ahorras 73%. Se aplica una única tarifa sea cual sea la longitud del prompt.
Sí. Zurelay sirve el mismo modelo glm-5.2 a un 73% por debajo del precio de lista de Z.ai. Pagas con saldo prepago los tokens que usas, sin suscripción ni plan de programación.
Instala el SDK oficial de OpenAI, configura la URL base en https://api.zurelay.com/v1 y usa tu clave de API de Zurelay. Después pasa model "glm-5.2" a chat.completions.create. Tus prompts, definiciones de herramientas y código de streaming actuales funcionan sin cambios.
GLM-5.2 tiene una ventana de contexto de 1M de tokens y genera hasta 128K tokens de salida por solicitud, frente a un contexto de 200K en GLM-5.1. Solo acepta entrada de texto y devuelve texto.
Z.ai creó GLM-5.2 para programación de largo horizonte: auditar códigos base completos, llevar refactorizaciones largas hasta el final y respetar las reglas de ingeniería de un equipo. Reporta 81.0 en Terminal-Bench 2.1 y 62.1 en SWE-bench Pro, frente a 62.0 y 58.4 en GLM-5.1.
Sí. El razonamiento está activado por defecto y, a diferencia de GLM-5.3, GLM-5.2 todavía te permite desactivarlo para obtener respuestas rápidas y directas. Con el razonamiento activado, reasoning_effort funciona en high o max; max es el valor por defecto y el que Z.ai recomienda para programar.
GLM-5.3 usa el mismo modelo base con más post-entrenamiento, y Z.ai reporta una mejora del 50% en su Code Bench interno con menos tokens de salida por tarea. Ambos tienen 1M de contexto, 128K de salida y el mismo precio de lista de Z.ai. Elige GLM-5.2 si necesitas desactivar el pensamiento o pesos con licencia MIT.
Sí. Pon stream: true para recibir los tokens a medida que se generan, y añade stream_options.include_usage para obtener el recuento de tokens en el último fragmento. Puedes dar a cada clave de API de Zurelay su propio presupuesto mensual y su propio límite de solicitudes por minuto. Las solicitudes fallidas se reintentan en otra ruta y nunca se facturan.
Sí. Las solicitudes van a glm-5.2 en sí. Zurelay no cambia el modelo por uno más pequeño ni por un sustituto. Solo el enrutamiento inteligente, que activas tú mismo, puede responder con una alternativa cercana cuando el modelo está caído, y la cabecera x-zurelay-model indica el modelo que respondió. La salida es muestreada, así que la redacción varía entre ejecuciones, igual que en la propia API de Z.ai. Zurelay es un servicio independiente y no está afiliado a Z.ai.
Crea una clave en segundos, apunta a Zurelay el SDK que ya usas y cada solicitud cuesta hasta un 90% menos desde el primer token.