A API GLM-5.2 com 1M tokens de contexto para tarefas de programação longas, 73% abaixo do preço de tabela
glm-5.2Atualizado 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 com qualquer SDK da OpenAI. Documentação da API Chat
Preços
Pague apenas o que utilizar com saldo pré-pago, sem subscrição. Carregue a partir de $10. Os pedidos que falham nunca são cobrados.
| Preço | Zurelay | Preço de tabela de Z.ai | Poupa |
|---|---|---|---|
Entrada por 1M tokens | $0.38 | 73%de desconto | |
Saída por 1M tokens | $1.21 | 73%de desconto | |
Entrada em cache por 1M tokens | $0.038 | 85%de desconto |
A mesma tarifa para qualquer comprimento de prompt, up to the full 1M context window. O streaming, as chamadas de ferramentas e as saídas estruturadas não têm custos adicionais.
Todos os modelos GLM e respetivos preçosAjuste os controlos deslizantes ao seu consumo mensal.
$994.80 por ano
Custo
Cargas de trabalho típicas aos preços em tempo real da Zurelay, lado a lado com o preço de tabela.
50,000 pedidos por mês, 1,500 tokens de entrada e 300 de saída, 30% do input em cache. $0.000779 por pedido.
20,000 pedidos por mês, 8,000 tokens de entrada e 500 de saída, 20% do input em cache. $0.0031 por pedido.
5,000 pedidos por mês, 40,000 tokens de entrada e 1,500 de saída, 85% do input em cache. $0.00539 por pedido.
1,000,000 pedidos por mês, 400 tokens de entrada e 5 de saída. $0.000158 por pedido.
Visão geral
O GLM-5.2 é o modelo de pesos abertos da Z.ai para tarefas de programação de longa duração e o primeiro GLM com uma janela de contexto de 1M tokens. A API GLM-5.2 da Zurelay disponibiliza o mesmo modelo através de um único endpoint compatível com a OpenAI, a um preço 73% abaixo do preço de tabela da Z.ai.
O GLM-5.2 é o modelo da Z.ai para tarefas de longa duração, lançado a 16 de junho de 2026 após alguns dias de acesso antecipado para utilizadores do GLM Coding Plan. A API GLM-5.2 recebe texto, devolve texto, suporta até 1M tokens de contexto e gera até 128K tokens de saída por pedido. É cinco vezes o contexto de 200K do GLM-5.1, e a Z.ai treinou o modelo durante meses em tarefas longas de agentes de programação para que toda a janela se mantenha utilizável.
É um modelo Mixture-of-Experts com 744B parâmetros no total e 40B ativos por token, disponibilizado com pesos abertos sob a licença MIT. Uma técnica que a Z.ai chama IndexShare reutiliza um único indexador de atenção esparsa a cada quatro camadas, reduzindo o custo computacional por token em 2.9 vezes com um contexto de 1M. A Z.ai também melhorou a camada de previsão de múltiplos tokens usada na descodificação especulativa, aumentando o comprimento de aceitação em até 20%.
Nos testes de programação, a Z.ai apresenta resultados de 81.0 no Terminal-Bench 2.1 e 62.1 no SWE-bench Pro, face a 62.0 e 58.4 do GLM-5.1. Na prática, a Z.ai destaca o trabalho à escala do projeto: auditar toda a base de código, concluir refatorizações longas, seguir as regras de lint, compilação e commits de uma equipa e depurar aplicações Android num dispositivo real com ADB e logcat.
O raciocínio está ativado por predefinição e pode ser desativado. Com o raciocínio ativado, a Z.ai oferece dois níveis de reasoning_effort, high e max, sendo max o valor predefinido e a opção que a Z.ai recomenda para programação. O modelo suporta chamadas de funções, saída JSON estruturada, streaming e cache de contexto. Na Zurelay, pode aceder-lhe em https://api.zurelay.com/v1 com o ID de modelo glm-5.2, por $0.38 por 1M tokens de entrada e $1.21 por 1M tokens de saída, face ao preço de tabela da Z.ai de $1.40 e $4.40.
Pontos fortes
A Z.ai treinou o GLM-5.2 durante meses em tarefas longas de agentes de programação para manter a qualidade mesmo com contextos extensos. Um serviço completo, com os seus testes e documentação, cabe num único pedido.
Divide um objetivo em etapas, acompanha as dependências e verifica o trabalho à medida que avança. É adequado para desacoplar módulos, migrar APIs e reescrever código noutras linguagens.
A Z.ai refere um cumprimento mais consistente do estilo de código, dos limites da arquitetura e das convenções de commits em sessões longas, com menos alterações fora do âmbito.
Os pesos são abertos ao abrigo da licença MIT, pelo que pode desenvolver na Zurelay hoje e alojar o mesmo modelo na sua própria infraestrutura mais tarde, se precisar.
Casos de uso
Carregue um repositório real e peça um mapa da arquitetura, contratos de API, fluxos de dados e dívida técnica numa só análise.
Entregue ao modelo uma refatorização com âmbito definido, deixe-o planear e alterar ficheiros em todo o projeto e, depois, execute os testes para confirmar o resultado.
Crie clientes Android ou WeChat Mini Programs a partir de código web existente e depois depure-os com base na saída do ADB e do logcat.
Transforme o modelo, as funções de perda e o pipeline de dados de um artigo científico num projeto executável e compare as métricas com as do artigo.
Começar
Sem lista de espera nem um novo SDK. Se o seu código já comunica com a OpenAI, também comunica com a Zurelay.
Sign up, add credit e 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 e usage reporting work as you expect.
glm-5.2Funciona com as ferramentas que já usa
Comparar
$0.38 / $1.21 por 1M tokens
Escolha o GLM-5.3 para tarefas mais exigentes de programação e segurança; parte do mesmo modelo base e a Z.ai apresenta ambos ao mesmo preço.
API de GLM-5.3$1.27 / $6.37 por 1M tokens
Escolha o Kimi K3 quando precisar de entrada de imagens ou do modelo maior da Moonshot, com 2.8T parâmetros, para agentes que executam tarefas de longa duração.
API de Kimi K3$0.03 / $0.12 por 1M tokens
Escolha o DeepSeek V4.1 Flash para tarefas de texto e imagem em grande volume em que o custo mais baixo por token é a prioridade.
API de DeepSeek V4.1 FlashPerguntas frequentes
Mais alguma dúvida? Fale com a nossa equipa e responderemos por email.
O GLM-5.2 custa $0.38 por 1M tokens de entrada e $1.21 por 1M tokens de saída na Zurelay, com entrada em cache a $0.038. O preço de tabela da Z.ai é de $1.40 para entrada e $4.40 para saída, pelo que poupa 73%. A mesma tarifa aplica-se a qualquer comprimento de prompt.
Sim. A Zurelay disponibiliza o mesmo modelo glm-5.2 a um preço 73% abaixo do preço de tabela da Z.ai. Os tokens que utiliza são pagos com saldo pré-pago, sem subscrição nem plano de programação.
Instale o SDK oficial da OpenAI, defina o URL base como https://api.zurelay.com/v1 e use a sua chave de API da Zurelay. Depois, passe model "glm-5.2" a chat.completions.create. Os seus prompts, definições de ferramentas e código de streaming existentes funcionam sem alterações.
O GLM-5.2 tem uma janela de contexto de 1M tokens e gera até 128K tokens de saída por pedido, face ao contexto de 200K do GLM-5.1. Aceita apenas texto como entrada e devolve texto.
A Z.ai criou o GLM-5.2 para tarefas de programação de longa duração: auditar bases de código completas, concluir refatorizações longas e respeitar as regras de engenharia de uma equipa. Apresenta resultados de 81.0 no Terminal-Bench 2.1 e 62.1 no SWE-bench Pro, face a 62.0 e 58.4 do GLM-5.1.
Sim. O raciocínio está ativado por predefinição e, ao contrário do GLM-5.3, o GLM-5.2 continua a permitir desativá-lo para obter respostas rápidas e diretas. Com o raciocínio ativado, reasoning_effort pode ser high ou max; max é o valor predefinido e o que a Z.ai recomenda para programação.
O GLM-5.3 usa o mesmo modelo base com mais pós-treino, e a Z.ai indica uma melhoria de 50% no seu Code Bench interno, com menos tokens de saída por tarefa. Ambos têm um contexto de 1M tokens, uma saída de 128K e o mesmo preço de tabela da Z.ai. Escolha o GLM-5.2 se precisar de desativar o raciocínio ou de pesos com licença MIT.
Sim. Defina stream: true para receber os tokens à medida que são gerados e adicione stream_options.include_usage para obter a contagem de tokens no último bloco. Pode atribuir a cada chave de API da Zurelay um orçamento mensal e um limite de pedidos por minuto próprios. Os pedidos que falham são repetidos por outra rota e nunca são cobrados.
Sim. Os pedidos são enviados para o próprio glm-5.2. A Zurelay não o troca por um modelo mais pequeno ou de substituição. Só o encaminhamento inteligente, que ativa por sua iniciativa, pode responder com uma alternativa semelhante quando o modelo está indisponível, e o cabeçalho x-zurelay-model identifica o modelo que respondeu. A saída é gerada por amostragem, pelo que a formulação varia entre execuções, tal como na própria API da Z.ai. A Zurelay é um serviço independente e não está afiliada à Z.ai.
Crie uma chave em segundos, configure o SDK que já usa para aceder à Zurelay e cada pedido custa até 90% menos desde o primeiro token.