Z.ai

GLM-5.2Offen

Name: GLM-5.2
Price: 4.29 USD
Rating: 59.1 (10 reviews)
Author: Z.ai

Z.ai flagship with strong agent tool use and 150+ tokens/s.

#310veröffentlicht 15. Juni 2026·Open Weights·Not disclosed

textimage262K ctx

API-Anbieter API-Key holen →Rangliste

Intelligenz

59.1 #310

AAQI 51.0

Ausgabegeschwindigkeit

164 t/s

TTFT 1.51 s · ITL 6.1 ms/tok

Blended-Preis (3:1)

$2.085 /1M

Input $1.35/M · Output $4.29/M

Kontext

262K

≈ 655 A4-Seiten · max. Output 8,192

Quality Domain Radar

6-Axis Frontier Evaluation vs Category Average & Flagship

GLM-5.2

Claude Mythos Preview (#1)

Average (68)

Radar-Achsen sind aus Kategorie-Scores approximiert, wo direkte Benchmark-Messungen fehlen — siehe Methodik.

API-Bereitstellung

Hosts & Latenz vergleichen

Durchsatz, TTFT und Cache-Preise bei Groq, Cerebras, Together, DeepInfra, Fireworks, Bedrock und Azure.

GroqCerebrasTogether AIDeepInfraFireworks AIAWS BedrockAzure AI

Anbieter-Matrix ansehen →

Ergebnisse nach Quelle

Arena.ai ↗

1469.0

#33 · 22.3k votes · ±5

Artificial Analysis ↗

Kategorie-Punkte

Preis-Leistung95.0 Langkontext87.5 Mathematik69.8 Agentic66.9 Reasoning65.6 Intelligence52.6 Coding41.9 Tempo36.4 Wissen4.4

Benchmark-Ergebnisse

τ²-Bench Retail99.1%GPQA Diamond91.2%MCP Atlas76.8%

Ifbench73.3%

LiveCodeBench71.3%SWE-Bench Pro62.1%Humanity’s Last Exam54.7%Terminal-Bench Hard50.8%SciCode50.5%Toolathlon48.2%

Modelldetails

Veröffentlichungsdatum

15. Juni 2026

Parameter

Not disclosed

Lizenz

Open Weights

Kontextfenster

262,000 tokens

Eingabepreis

$1.35/M

Ausgabepreis

$4.29/M

Ausgabegeschwindigkeit

164 t/s

Zeit bis zum ersten Token

1.51 s

Geschätzte Monatsrechnung

API-Anfragen pro Monat: 100,000Ø Input-Tokens: 1,500Ø Output-Tokens: 500Prompt-Cache-Trefferrate: 50%

Geschätzte Monatsausgaben

$0.00

Ersparnis ggü. GPT-4o wird berechnet…

Zitieren & Einbetten

GitHub-Markdown-Badge

Loading badge markdown...

BibTeX

@misc{llmpodium2026glm52,
  title = {Benchmark Analysis and Intelligence Evaluation of GLM-5.2},
  author = {LLMPodium Research},
  year = {2026},
  url = {https://llmpodium.com/models/glm-5-2}
}

Score-Badge einbetten

Fügen Sie Ihrem GitHub- oder Hugging-Face-README ein Live-Podium-Score-Badge hinzu — es verlinkt auf das Live-Ranking.

Vorschau

Markdown

Loading badge snippet...

HTML

Loading badge snippet...

Mehr von Z.ai

Alternative Modelle

Nächste Alternativen zu GLM-5.2 basierend auf Leistung, Preis und Benchmarks.