オンライン

GLM-5.2

Z.ai・OpenAI互換API

z-ai/glm-5.2

アカウントを作成する →クイックスタート ↓

USD / 100万トークン

入力$0.53

キャッシュ読み取り$0.12

キャッシュ書き込み—

出力$1.72

コンテキスト: 1M
最大出力: 128K
ツール呼び出し: ✓
推論: ✓
ビジョン: ✗
ストリーミング: ✓

OpenAI互換API

import os
from openai import OpenAI

client = OpenAI(
    base_url="https://api.iteracompute.com/v1",
    api_key=os.environ["ITERACOMPUTE_API_KEY"],
)
response = client.chat.completions.create(
    model="z-ai/glm-5.2",
    messages=[{"role": "user", "content": "Hello!"}],
)
print(response.choices[0].message.content)

import OpenAI from "openai";

const client = new OpenAI({
  baseURL: "https://api.iteracompute.com/v1",
  apiKey: process.env.ITERACOMPUTE_API_KEY,
});
const response = await client.chat.completions.create({
  model: "z-ai/glm-5.2",
  messages: [{ role: "user", content: "Hello!" }],
});
console.log(response.choices[0].message.content);

curl https://api.iteracompute.com/v1/chat/completions \
  -H "Authorization: Bearer $ITERACOMPUTE_API_KEY" \
  -H "Content-Type: application/json" \
  -d '{
    "model": "z-ai/glm-5.2",
    "messages": [{"role": "user", "content": "Hello!"}]
  }'

z-ai/glm-5.2ドキュメントを見る →

カタログ更新日：2026-10-19。

概要

GLM-5.2 は、1M コンテキスト、ストリーミング、推論を備えた IteraCompute OpenAI 互換 API を通じて利用できます。

タスクと選択のトレードオフ

エンジニアリングタスクの計画

限定された問題を提供し、順序付けられた実装計画を求めます。

文書の比較

提供されたバージョンを比較し、それぞれの変更の背景にある箇所を引用します。

モデルの品質ベンチマークではなく、カタログの機能と価格に基づいたタスクの提案。

ツールを選択

OpenAI SDKPython または JavaScript からの呼び出し Vercel AI SDKTypeScript アプリケーションを構築する

タスクに適したモデルとツールを選択してください →

モデルの機能

このモデルのインターフェイスを通じて利用できる機能。2026 年 10 月 16 日に更新されました。

能力	モデル開発者向けドキュメント	私たちのインターフェース	ルートテスト
ツール呼び出し	サポートされています	サポートされています	確認済み · 記録を参照
推論	サポートされています	サポートされています	確認済み · 記録を参照
画像入力	テキストのみ	テキストのみ	カタログ宣言
ストリーミング	サポートされています	サポートされています	確認済み · 記録を参照
JSON モード (json_object)	サポートされています	サポートされています	確認済み · 記録を参照

コンテキスト: 1M · 出力制限: 128K

モデル開発者向けドキュメント

ルート受け入れ実績

2026-10-16 · z-ai/glm-5.2 · POST /v1/chat/completions

保持されたゲートウェイチェック。資格情報や生のログを使用せずに要約されます。以下のチェックのみが「検証済み」と表示されます。他のエントリはカタログ宣言のままです。

リクエストフィールド
model, messages (17 × 19), temperature=0, max_tokens=768, max_completion_tokens=768, stream=true, stream_options.include_usage=true

主要な応答フィールド
HTTP 200; choices[].delta.content → 323; [DONE]; usage.prompt_tokens=25; usage.completion_tokens=121; choices[].delta.reasoning_content: 302 chars

合格基準
323 と最終的な使用法を含む回答で SSE を完了しました。空でないreasoning_contentは、推論出力のみを検証します。

リクエストフィールド
model, messages, tools=[lookup_receipt]; then role=tool + tool_call_id

主要な応答フィールド
HTTP 200 × 2; message.tool_calls[].id; function.name=lookup_receipt; function.arguments={"order_id":"A17"}; message.content → R68-Z9

合格基準
関数と解析可能な引数を修正し、その後に提供されたツールの結果を含む最終応答を返します。工具サイクルは 1 回のみ。

リクエストフィールド
model, messages (17 × 19 as JSON), response_format.type=json_object

主要な応答フィールド
HTTP 200; choices[0].message.content → {"answer":323}

合格基準
json.loads(content) は {"answer":323} と等しくなります。この協力的なプロンプトは、任意のスキーマ強制を確立するものではありません。

指定日に少量のサンプルを受け入れます。完全なコンテキストと出力制限はカタログ宣言です。長いコンテキストの品質、完全なコーディングワークフロー、および持続的な安定性は、これらのチェックでは確立されませんでした。

モデルごとに思考コントロールを設定します。リクエストごとに 1 つのコントロールスタイルを使用します。

このインターフェイスでは推論が有効なままになります。

JSON 応答の場合は、使用する前にアプリケーションスキーマを検証してください。入力と要求された出力はコンテキストバジェットを共有します。

料金

100万トークンあたりの米ドルでの価格。

入力$0.53

キャッシュ読み取り$0.12

キャッシュ書き込み—

出力$1.72

タスク例: エンジニアリングの変更を計画する

すべての呼び出しで合計 30,000 の入力トークンと 3,000 の請求可能な出力トークンがあると仮定します。キャッシュがヒットしませんでした。

30,000 × $0.53 / 1M + 3,000 × $1.72 / 1M = $0.021060

使用状況が実際にこれらの入力トークンのうち 22,500 個がキャッシュされていると報告した場合は、その部分をキャッシュされた入力レート ($0.12/1M): $0.011835 で置き換えます。キャッシュされたトークンは合計入力の一部であり、上に追加されることはありません。

2026-10-19 のカタログスナップショットに基づく計算例です。エージェントのすべての呼び出しと再試行、繰り返し送信する履歴、課金対象の推論出力を含めてください。精算には実際の使用量と Console の現行価格が適用されます。

毎月の費用を見積もる

上記のライブ価格とは独立した、2026-10-19 のカタログスナップショットを使用します。100万 tokens あたりの米ドル価格です。請求額ではなく概算です。

見積もりには標準のテキスト入力、キャッシュ読み取り、テキスト出力のみを含みます。長文コンテキストの追加料金、サービス階層、キャッシュ書き込み、画像出力、ツール料金は含みません。

モデル

トークン/リクエストの入力

請求可能な出力トークン/リクエスト

入力のキャッシュされたシェア (%)

リクエスト数/月

入力にはキャッシュされたトークンが含まれます。出力には請求可能な推論が含まれます。エージェントのステップや再試行を含む、すべての API リクエストをカウントします。

月額費用の目安

—米ドル/ 月

GLM-5.2

キャッシュされていない入力: —
キャッシュ読み取り: —
請求可能な出力: —

このモデルを接続します →

計算と請求の根拠

月額コスト = リクエスト × [入力 × (1 − キャッシュされた共有) × 入力レート + 入力 × キャッシュされた共有 × キャッシュ読み取りレート + 出力 × 出力レート] / 1,000,000。

キャッシュされたトークンは合計入力の一部であり、上に追加されることはありません。使用状況から実際のキャッシュ読み取りヒットを使用します。プロンプトを繰り返してもヒットが保証されるわけではありません。欠落しているレートは未確認であり、$0 ではありません。個別のキャッシュ書き込み、ストレージ、その他の追加料金は含まれません。実際の使用量と現在のコンソールの価格に応じて決定します。

電卓を使用するには JavaScript を有効にしてください。上記の実際に動作した例は引き続き利用可能です。

使用制限

入力と要求された最大出力はコンテキストバジェットを共有します。両方をモデルの制限内に保ちます。
長いワークフローを制限されたステップに分割し、アプリケーションでツールのエラーと再試行を処理します。
推論トークンは課金対象の出力です。最終的なテキスト返信を取得するのに十分な生成バジェットを確保してください。
コンソールで現在の在庫状況と価格を確認します。

APIパラメータ

パラメータ/プロトコルフィールド	使用法
`model / messages`	正確なモデル ID とチャットメッセージリストを使用する
`stream=true / stream_options.include_usage=true`	SSE チャンクの受信、[DONE]、および最終的な使用方法
`tools / tool_calls / role=tool`	ツールで関数を定義し、tool_calls を実行して、role=tool で結果を返します。
`response_format.type=json_object`	有効な JSON をリクエストします。アプリケーションに必要な構造を検証する
`reasoning_content`	推論出力は最終応答とは別のものであり、出力の使用量にカウントされます。

API

ベースURL: https://api.iteracompute.com/v1
エンドポイント: POST /v1/chat/completions
モデルID: z-ai/glm-5.2
認証: 権限: ベアラー ITERACOMPUTE_API_KEY

ドキュメントを見る

よくある質問

OpenAI SDK で GLM-5.2 を使用するにはどうすればよいですか?

Base_url を https://api.iteracompute.com/v1 に設定し、モデルを z-ai/glm-5.2 に設定します。IteraCompute API キーを使用して認証します。

GLM-5.2 の価格はいくらですか?

料金セクションでは、100万トークンあたりの現在の入力、キャッシュ入力、出力料金（米ドル）をご確認いただけます。ご利用前に更新時間をご確認ください。

利用可能なコンテキストの長さはどれくらいですか?

現在のコンテキストと最大出力は上記のモデル仕様をご確認ください。入力と指定した最大出力でコンテキスト枠を共有します。

最初のリクエストの準備はできましたか?

キーを作成し、ツールを選択すると、空ではない最初の応答が返されます。

アカウントを作成する →チュートリアルを選択してください