L’API GLM-5.2 avec 1M tokens de contexte pour les longues tâches de développement, à 73% sous le tarif catalogue
glm-5.2Mis à jour 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 de base https://api.zurelay.com/v1. Compatible avec tous les SDK OpenAI. Documentation de l’API de chat
Tarifs
Payez à l’usage avec votre crédit prépayé, sans abonnement. Rechargez dès $10. Les requêtes qui échouent ne sont jamais facturées.
| Tarif | Zurelay | Tarif public Z.ai | Vos économies |
|---|---|---|---|
Entrée par 1M tokens | $0.38 | 73%de réduction | |
Sortie par 1M tokens | $1.21 | 73%de réduction | |
Entrée en cache par 1M tokens | $0.038 | 85%de réduction |
Un tarif unique, quelle que soit la longueur du prompt, up to the full 1M context window. Le streaming, les appels d’outils et les sorties structurées sont sans supplément.
Tous les modèles GLM et leurs prixAjustez les curseurs selon votre utilisation mensuelle.
$994.80 par an
Coût
Des charges de travail typiques aux prix en vigueur chez Zurelay, à côté du prix catalogue.
50,000 requêtes par mois, 1,500 tokens en entrée et 300 en sortie, 30 % de l'entrée en cache. $0.000779 par requête.
20,000 requêtes par mois, 8,000 tokens en entrée et 500 en sortie, 20 % de l'entrée en cache. $0.0031 par requête.
5,000 requêtes par mois, 40,000 tokens en entrée et 1,500 en sortie, 85 % de l'entrée en cache. $0.00539 par requête.
1,000,000 requêtes par mois, 400 tokens en entrée et 5 en sortie. $0.000158 par requête.
Vue d’ensemble
GLM-5.2 est le modèle à poids ouverts de Z.ai pour les tâches de développement de longue durée et le premier GLM doté d’une fenêtre de contexte de 1M tokens. L’API GLM-5.2 de Zurelay propose le même modèle via un seul endpoint compatible OpenAI, à 73% sous le tarif catalogue de Z.ai.
GLM-5.2 est le modèle de Z.ai pour les tâches de longue durée, sorti le 16 juin 2026 après quelques jours d’accès anticipé pour les utilisateurs de GLM Coding Plan. L’API GLM-5.2 accepte du texte, renvoie du texte, prend en charge jusqu’à 1M tokens de contexte et génère jusqu’à 128K tokens de sortie par requête. C’est cinq fois le contexte de 200K de GLM-5.1, et Z.ai a entraîné le modèle pendant des mois sur de longues tâches de développement agentique pour que toute la fenêtre reste exploitable.
C’est un modèle Mixture-of-Experts comptant 744B paramètres au total, dont 40B actifs par token, publié avec des poids ouverts sous licence MIT. Une technique que Z.ai appelle IndexShare réutilise un même indexeur d’attention éparse pour chaque groupe de quatre couches, ce qui divise par 2.9 le calcul par token avec un contexte de 1M. Z.ai a aussi amélioré la couche de prédiction multi-token utilisée pour le décodage spéculatif, augmentant la longueur des séquences acceptées jusqu’à 20%.
Sur les benchmarks de programmation, Z.ai annonce 81.0 sur Terminal-Bench 2.1 et 62.1 sur SWE-bench Pro, contre 62.0 et 58.4 pour GLM-5.1. En pratique, Z.ai met en avant le travail à l’échelle d’un projet : auditer une base de code complète, mener de longues refactorisations à terme, suivre les règles d’une équipe en matière de lint, de build et de commits, et déboguer des applications Android sur un appareil réel avec ADB et logcat.
La réflexion est activée par défaut, et vous pouvez la désactiver. Lorsqu’elle est activée, Z.ai propose deux niveaux de reasoning_effort, high et max. Le niveau max est celui par défaut et celui que Z.ai recommande pour le développement. Le modèle prend en charge l’appel de fonctions, les sorties JSON structurées, le streaming et la mise en cache du contexte. Sur Zurelay, vous l’appelez à l’adresse https://api.zurelay.com/v1 avec l’identifiant de modèle glm-5.2, pour $0.38 par 1M tokens d’entrée et $1.21 par 1M tokens de sortie, contre $1.40 et $4.40 au tarif catalogue de Z.ai.
Points forts
Z.ai a entraîné GLM-5.2 pendant des mois sur de longues tâches de développement agentique pour maintenir la qualité même avec un contexte très rempli. Un service entier, avec ses tests et sa documentation, tient dans une seule requête.
Il décompose un objectif en étapes, suit les dépendances et vérifie son travail au fil de l’eau. Il convient ainsi au découplage de modules, aux migrations d’API et aux réécritures dans un autre langage.
Z.ai annonce un respect plus fiable du style de code, des frontières architecturales et des conventions de commit sur les longues sessions, avec moins de modifications hors périmètre.
Les poids sont ouverts sous licence MIT : vous pouvez développer sur Zurelay dès aujourd’hui, puis héberger vous-même le même modèle si nécessaire.
Cas d’usage
Chargez un dépôt réel et demandez, en une seule passe, une cartographie de l’architecture, les contrats d’API, les flux de données et un état de la dette technique.
Confiez au modèle une refactorisation au périmètre défini, laissez-le planifier et modifier les fichiers du projet, puis exécutez les tests pour valider le résultat.
Créez des clients Android ou des WeChat Mini Programs à partir de code web existant, puis déboguez-les à l’aide des sorties d’ADB et de logcat.
Transformez le modèle, les fonctions de perte et le pipeline de données d’un article en un projet exécutable, puis comparez les métriques à celles de l’article.
Commencer
Pas de liste d’attente ni de nouveau SDK. Si votre code communique déjà avec OpenAI, il peut aussi communiquer avec Zurelay.
Sign up, add credit et 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 et usage reporting work as you expect.
glm-5.2Compatible avec les outils que vous utilisez déjà
Comparer
$0.38 / $1.21 par 1M tokens
Choisissez GLM-5.3 pour les tâches de développement et de sécurité plus difficiles ; il repose sur le même modèle de base, et Z.ai affiche les deux au même tarif.
API GLM-5.3$1.27 / $6.37 par 1M tokens
Choisissez Kimi K3 si vous avez besoin d’images en entrée ou du plus grand modèle de Moonshot, à 2.8T paramètres, pour des agents travaillant sur la durée.
API Kimi K3$0.03 / $0.12 par 1M tokens
Choisissez DeepSeek V4.1 Flash pour les traitements de texte et d’images à grande échelle où le coût par token le plus bas est la priorité.
API DeepSeek V4.1 FlashFAQ
D’autres questions ? Contactez notre équipe et nous vous répondrons par e-mail.
Sur Zurelay, GLM-5.2 coûte $0.38 par 1M tokens d’entrée et $1.21 par 1M tokens de sortie, avec les entrées en cache à $0.038. Le tarif catalogue de Z.ai est de $1.40 en entrée et de $4.40 en sortie, soit 73% d’économie. Le tarif reste le même quelle que soit la longueur du prompt.
Oui. Zurelay propose le même modèle glm-5.2 à 73% sous le tarif catalogue de Z.ai. Les tokens que vous utilisez sont déduits de votre crédit prépayé, sans abonnement ni forfait de développement.
Installez le SDK officiel OpenAI, définissez l’URL de base sur https://api.zurelay.com/v1 et utilisez votre clé API Zurelay. Passez ensuite model "glm-5.2" à chat.completions.create. Vos prompts, définitions d’outils et code de streaming existants fonctionnent sans modification.
GLM-5.2 dispose d’une fenêtre de contexte de 1M tokens et génère jusqu’à 128K tokens de sortie par requête, contre un contexte de 200K pour GLM-5.1. Il accepte uniquement du texte en entrée et renvoie du texte.
Z.ai a conçu GLM-5.2 pour les tâches de développement de longue durée : auditer des bases de code entières, mener de longues refactorisations à terme et respecter les règles de développement d’une équipe. Z.ai annonce 81.0 sur Terminal-Bench 2.1 et 62.1 sur SWE-bench Pro, contre 62.0 et 58.4 pour GLM-5.1.
Oui. La réflexion est activée par défaut et, contrairement à GLM-5.3, GLM-5.2 vous permet toujours de la désactiver pour obtenir des réponses rapides et directes. Lorsqu’elle est activée, reasoning_effort peut être réglé sur high ou max ; max est le niveau par défaut et celui que Z.ai recommande pour le développement.
GLM-5.3 utilise le même modèle de base avec davantage de post-entraînement, et Z.ai annonce un gain de 50% sur son Code Bench interne, avec moins de tokens de sortie par tâche. Les deux offrent un contexte de 1M tokens, une sortie de 128K et le même tarif catalogue Z.ai. Choisissez GLM-5.2 si vous avez besoin de désactiver le raisonnement ou de poids sous licence MIT.
Oui. Définissez stream: true pour recevoir les tokens à mesure qu’ils sont générés, et ajoutez stream_options.include_usage pour obtenir le nombre de tokens dans le dernier fragment. Vous pouvez attribuer à chaque clé API Zurelay un budget mensuel et un plafond de requêtes par minute. Les requêtes échouées sont relancées via une autre route et ne sont jamais facturées.
Oui. Les requêtes sont envoyées à glm-5.2 lui-même. Zurelay ne le remplace pas par un modèle plus petit ou un autre modèle. Seul le routage intelligent, que vous activez vous-même, peut faire répondre une alternative proche lorsque le modèle est indisponible, et l’en-tête x-zurelay-model indique le modèle qui a répondu. La génération repose sur l’échantillonnage : la formulation varie donc d’une exécution à l’autre, comme sur l’API de Z.ai. Zurelay est un service indépendant, sans affiliation avec Z.ai.
Créez une clé en quelques secondes, configurez votre SDK habituel pour utiliser Zurelay et payez chaque requête jusqu’à 90% moins cher, dès le premier token.