GLM-5.2 Nedir?

GLM-5.2, Z.ai'nin (Zhipu AI laboratuvarı) en yeni amiral gemisi modelidir ve tek bir net iddiayla piyasaya sürülmüştür: açık ağırlıklar, kodlama öncelikli ve en büyük kapalı sınır modelleriyle rekabetçi. Bu adı duyduysanız ve "GLM-5.2 nedir?" sorusuna net bir yanıt arıyorsanız, bu yazı açıklayıcı bir rehberdir. Kimin yaptığını, kaputun altında gerçekte ne olduğunu, ona nasıl ulaşılacağını ve dürüst uyarıları ele alacağız.

Kısaca

• Nedir: GLM-5.2, Z.ai'den gelen, kodlama, akıl yürütme ve ajan tabanlı araç kullanımı için tasarlanmış açık ağırlıklı büyük bir dil modelidir.
• Boyut: Karışık Uzmanlar (MoE) tasarımında yaklaşık 753B parametre, BF16 formatında, uzun bağlamı daha ucuz hale getirmek için yeni bir "IndexShare" seyrek-dikkat hilesi ile.
• Bağlam: 1M token (1.048.576). Maksimum çıktı z.ai belgelerine göre 128K'ya kadar listelenmiştir (canlı olarak doğrulayın, çünkü her barındırıcı aynı tavanı listelemez).
• Lisans: MIT, açık ağırlıklar. Ticari olarak indirebilir, kendi sunucunuzda barındırabilir, ince ayar yapabilir ve gönderebilirsiniz.
• Manşet kıyaslama: Terminal-Bench 2.1, Z.ai'nin yayınladığı sonuçlara göre GLM-5.1'in 62.0'ından 81.0'e sıçradı. SWE-bench Pro 62.1'de bulunuyor.
• Erişim: Z.ai API, GLM Kodlama Planı aracılığıyla Claude Code, OpenRouter ve Ollama.
• Uyarı: Girdi metin, çıktı metindir. Onaylanmış bir görüntü varyantı yoktur. Görüntü girişi beklemeyin.

GLM-5.2'yi Kim Yapıyor ve Nedir?

GLM-5.2, aynı zamanda Zhipu AI laboratuvarı olarak da bilinen Z.ai'den geliyor. GLM-5.1 sürümünü takiben GLM ("Genel Dil Modeli") ailesindeki en son giriştir. Konumlandırma açıkça belirtilmiştir: bu, ağırlıklarını yalnızca API arkasına saklamak yerine açıkça yayınlayan bir kodlama amiral gemisidir.

Bu açık ağırlık pozisyonu, buradaki tüm hikayeyi anlatıyor. GPT-5.5 veya Claude Opus 4.8 ile mücadele eden çoğu model kapalıdır. GLM-5.2, karşılaştırılabilir yeteneği indirebileceğiniz bir dosyaya yerleştiriyor. GLM-5.1 genel bakışımızı okuduysanız, 5.2'yi daha keskin bir kodlama ve ajan tabanlı odaklanmaya sahip aynı soy olarak düşünün.

GLM-5.2, kodlama önyargısı olan genel amaçlı bir modeldir. Akıl yürütme, matematik ve çok dilli metinleri (İngilizce ve Çince birinci sınıf) yönetir, ancak Z.ai onu en çok yazılım mühendisliği ve araç odaklı, çok adımlı ajan çalışmaları için ayarlamıştır.

Kimlik: GLM-5.2'yi platformlarda nasıl bulursunuz?

Açık modellerle ilgili insanları şaşırtan bir şey, isimlendirmedir. Aynı model, yüklendiği yere bağlı olarak farklı tanımlayıcılara sahiptir. İşte harita.

Ağırlıklar, bölgesel kısıtlamalar olmaksızın MIT lisanslıdır, bu nedenle Hugging Face deposu gerçekten indirilebilir, kilitli değildir. Kartı ve dosyaları Hugging Face'teki GLM-5.2 sayfasında onaylayabilirsiniz.

Mimari basit terimlerle: 753B MoE + IndexShare

GLM-5.2, BF16 olarak sunulan, yaklaşık 753B toplam parametreye sahip bir Karışık Uzmanlar modelidir. MoE, modelin birçok "uzman" alt ağa bölündüğü ve belirli bir token için bunların sadece bir kısmının etkinleştiği anlamına gelir. Her ileri geçişte tam hesaplama maliyetini ödemeden büyük bir modelin bilgi kapasitesini elde edersiniz. 753B'lik bir modelin kullanılabilir kalmasını sağlayan şey budur.

Daha yeni olan kısım seyrek dikkattir. GLM-5.2, Z.ai'nin IndexShare adını verdiği bir yöntem sunar. Bağlamınız büyüdükçe normal dikkat hızla pahalı hale gelir, çünkü her token diğer her tokene dikkat eder. IndexShare, her katman için yeni bir indeksleyici hesaplamak yerine, her 4 seyrek-dikkat katman grubunda tek bir "indeksleyiciyi" yeniden kullanır. Pratikte bu, dikkat maliyetini uzun bağlamda düşürür, ki pencereniz bir milyon token genişliğinde olduğunda tam da istediğiniz şey budur.

Bundan faydalanmak için matematiği anlamanıza gerek yok. Çıkarılacak ders: GLM-5.2, ona büyük bir kod tabanı veya uzun bir belge beslemenin, yoğun bir modelin yapacağı gibi gecikmenizi ve maliyetinizi artırmayacak şekilde tasarlanmıştır.

1M token'lık bir bağlam penceresi

GLM-5.2, 1M token'lık bir bağlam penceresini (tam olarak 1.048.576 token) destekler. Bu, orta büyüklükte bir depoyu, uzun bir spesifikasyonu veya bir dizi ilgili belgeyi tek bir istem içine bırakmak ve modelden bunların tamamı üzerinde akıl yürütmesini istemek için yeterlidir.

Maksimum çıktı konusunda dikkatli olmalısınız. z.ai belgeleri 128K token'a kadar çıktı listeler, ancak her barındırıcı aynı sayıyı yayınlamaz ve OpenRouter bunu hiç listelemez. Bu nedenle, 128K'yi her uç noktada bir garanti olarak değil, canlı olarak doğrulanması gereken belgelenmiş bir tavan olarak ele alın. İş akışınız çok uzun üretimlere bağlıysa, kullandığınız belirli sağlayıcının limitini kontrol edin.

Bu neslin çıtayı nasıl yükselttiğine dair bağlam için, GLM-5.2 ve GLM-5.1 karşılaştırmamız, sürümler arasında neyin değiştiğini ayrıntılarıyla anlatıyor.

Düşünce çabası: Yüksek, Maksimum ve Kapatma

GLM-5.2, kontrol edilebilir "düşünme" davranışına sahip, akıl yürütme yeteneği olan bir modeldir. İki düşünme çabası seviyesi vardır:

• Yüksek, daha hafif bir hesaplama maliyetiyle güçlü akıl yürütme.
• Maksimum, en derin akıl yürütme. Z.ai, özellikle kodlama görevleri için Maksimum'u önerir.

Düşünmeyi tamamen devre dışı da bırakabilirsiniz. Hızlı aramalar, biçimlendirme veya basit dönüşümler için, modelin içsel bir düşünce zinciri üzerinde token yakmasını istemezsiniz. Düşünmeyi kapatmak, bu çağrıları hızlı ve ucuz tutar.

API'de bu, bir thinking parametresi ({"type": "enabled"} veya {"type": "disabled"}) ve "max" gibi bir reasoning_effort değeri ile eşleşir. GLM-5.2 API kılavuzunda istek şekline daha derinlemesine bakıyoruz, ancak zihinsel model basittir: zor mühendislik işleri için akıl yürütmeyi artırın, önemsiz çağrılar için kapatın.

MIT lisansı ve açık ağırlıklar: Gerçekte ne kazandırıyor?

"Açık ağırlıklar" terimi gevşek bir şekilde kullanıldığı için, GLM-5.2'nin MIT lisansının somut olarak neye izin verdiğini açıklayalım:

• Kendi sunucunuzda barındırma. Kendi donanımınızda veya kiralık bir GPU'da çalıştırın. Hiçbir şey ağınızdan ayrılmaz.
• İnce ayar. Alanınıza, kod tabanı kurallarınıza veya özel bir göreve uyarlayın.
• Ticari kullanım. MIT izin vericidir. Kısıtlayıcı bir lisansın baskısı olmadan üzerine ürünler inşa edebilirsiniz.
• Bölgesel kilitlenme yok. Ağırlıklar bölgesel bir kontrolün arkasında kapalı değildir.

Veri yerleşimi veya uyumluluk kısıtlamaları olan ekipler için bu, bir veya iki kıyaslama noktasından daha önemlidir. İstemleri ve kodu şirket içinde tutabilirsiniz. Tamamen yerel yolu denemek isterseniz, GLM-5'i yerel olarak ücretsiz çalıştırma ve GLM-5'i Ollama ile ücretsiz makalelerine bakın, buradaki desenler 5.2'ye de taşınır.

Kodlama odaklı ve ajan tabanlı: Kıyaslamalar

Z.ai, GLM-5.2'yi sadece hakkında sohbet etmek için değil, gerçek yazılım işleri yapmak için inşa etti. Kıyaslama hikayesi kodlama ve ajan tabanlı araç kullanımına odaklanmıştır. Aşağıdaki sayılar Z.ai'nin yayınladığı sonuçlardır, bu nedenle bunları bağımsız üçüncü taraf puanları yerine laboratuvarın kendi ölçümleri olarak okuyun.

Kıyaslamanın yıldızı Terminal-Bench'tir. Tek bir nesilde 62.0'dan 81.0'e çıkmak, bir modelin görevleri tamamlamak için bir terminali gerçekten çalıştırıp çalıştıramadığını ölçen bir kıyaslamada büyük bir sıçramadır. SWE-bench Pro'nun 62.1'de olması, GPT-5.5'in 58.6'sını geride bırakması diğer önemli başlıktır: bu, oyuncak kod parçaları değil, gerçek depo düzeyinde problem çözmeye işaret eder.

Z.ai ayrıca GLM-5.2'yi FrontierSWE, PostTrainBench ve SWE-Marathon'daki en yüksek açık kaynaklı model olarak rapor ediyor ve onu GPT-5.5, Claude Opus 4.8, Gemini 3.1 Pro ve DeepSeek-V4-Pro ile karşılaştırıyor. VentureBeat, maliyet açısını açıkça dile getirerek GLM-5.2'nin "uzun vadeli kodlamada GPT-5.5'i ~1/6 maliyetle yendiğini" yazdı (bu ifade VentureBeat'in GLM-5.2 kapsamındaki kendi ifadesidir, bir Apidog ölçümü değildir).

Tam döküm ve adil karşılaştırma uyarıları için GLM-5.2 kıyaslamaları derinlemesine incelememize ve doğrudan GLM-5.2 vs GPT-5.5, Claude Opus ve Gemini karşılaştırmasına bakın.

GLM-5.2'ye Hızlı Bir Bakışta Nasıl Erişilir?

Barındırılan bir API, ajan tabanlı bir kodlama kurulumu, bir yönlendirici veya yerel bir kurulum isteyip istemediğinize bağlı olarak dört pratik yolunuz vardır.

Z.ai API. Genel API OpenAI uyumludur. https://api.z.ai/api/paas/v4/chat/completions adresine bir Bearer anahtarıyla istek gönderirsiniz ve her zamanki parametrelerin yanı sıra thinking, reasoning_effort, temperature ve stream'i de iletirsiniz. Fonksiyon ve araç çağırma desteklenir.

curl https://api.z.ai/api/paas/v4/chat/completions \
  -H "Authorization: Bearer $ZAI_API_KEY" \
  -H "Content-Type: application/json" \
  -d '{
    "model": "glm-5.2",
    "messages": [{"role": "user", "content": "Bu fonksiyonu okunabilirlik için yeniden düzenle."}],
    "thinking": {"type": "enabled"},
    "reasoning_effort": "max",
    "stream": true
  }'

GLM Kodlama Planı aracılığıyla Claude Code. Z.ai, Anthropic uyumlu bir kodlama uç noktasını ortaya koyar, böylece Claude Code'u GLM-5.2'ye yönlendirebilirsiniz. Kodlama temel URL'si https://api.z.ai/api/coding/paas/v4'tür (bazı kaynaklar open.z.ai/api/paas/v4 gösterir, bu yüzden canlı olarak doğrulayın) ve Claude Code ortamınızı onun üzerinden yönlendirecek şekilde ayarlarsınız.

export ANTHROPIC_BASE_URL="https://api.z.ai/api/coding/paas/v4"
export ANTHROPIC_API_KEY="your-glm-coding-plan-key"
export ANTHROPIC_DEFAULT_SONNET_MODEL="glm-5.2[1m]"
export ANTHROPIC_DEFAULT_OPUS_MODEL="glm-5.2[1m]"
export CLAUDE_CODE_AUTO_COMPACT_WINDOW=1000000
export API_TIMEOUT_MS=3000000

[1m] soneki 1M bağlam varyantını seçer. O API_TIMEOUT_MS satırı isteğe bağlı bir doldurma değildir: uzun, geniş bağlamlı çağrılar Claude Code'un varsayılan zaman aşımını aşabilir, bu nedenle bunu artırmak, aracın istekleri ortasında kesmesini engeller. Bu kurulumu, Cline ve Cursor'ı da içeren Claude Code, Cline ve Cursor kılavuzunda GLM-5.2 içinde adım adım anlatıyoruz. Önceki nesli bu şekilde kullandıysanız, GLM-5.1 ile Claude Code yazımız aynı akışı kapsar.

OpenRouter. Halihazırda OpenRouter üzerinden yönlendirme yapıyorsanız, GLM-5.2 z-ai/glm-5.2 olarak mevcuttur. openrouter.ai/z-ai/glm-5.2 adresindeki canlı listelemeyi kontrol edin. Bu model için ücretsiz bir OpenRouter yolu olmadığını unutmayın, bu yüzden buna göre plan yapmayın.

Ollama. Yerel kullanım için Ollama kütüphanesinden çekin. Bu, çevrimdışı çalışma veya katı veri kontrolü için bir yoldur; açıkça bir 753B MoE'yi rahatça sunmak için gerçek GPU belleğine ihtiyacınız olduğu dezavantajı vardır.

Gerçekten ücretsiz seçeneklerin bir derlemesi için, GLM-5.2'yi ücretsiz nasıl kullanacağınızı görün.

Fiyatlandırma, Kısaca

Barındırılan API'de OpenRouter, 1 milyon giriş tokeni başına 1.40 dolar ve 1 milyon çıktı tokeni başına 4.40 dolar fiyatlandırmayı onaylıyor. VentureBeat, önbelleğe alınmış girişin 1 milyon başına yaklaşık 0.26 dolar olduğunu belirtiyor. GLM Kodlama Planı katmanlı aboneliklere sahip (Lite, Pro, Max ve Ekip), ancak kesin aylık rakamlar ikincil kaynaklarda farklılık gösteriyor, bu nedenle taahhütte bulunmadan önce z.ai adresinden güncel fiyatlandırmayı doğrulayın (Haziran 2026 itibarıyla). GLM-5.2 fiyatlandırma dökümümüz sürekli bir takip tutuyor.

Apidog Nerede Uyar?

GLM-5.2 API'sine karşı bir uygulama geliştiriyorsanız veya kendi servislerinizi çağıran bir ajana bağlıyorsanız, bu uç noktaları tasarlamanız, test etmeniz ve belgelemeniz yine de gerekir. İşte Apidog'un yardımcı olduğu yer burasıdır. Gerçek entegrasyon hazır olmadan LLM destekli uç noktaları taklit edebilir, istek ve yanıt şekillerini (akış ve araç çağırma yükleri dahil) hata ayıklayabilir ve sözleşme değiştikçe API belgelerinizi senkronize tutabilirsiniz. Hepsi bir arada bir API platformudur, bu nedenle tasarım, hata ayıklama, test, taklit ve belgeler dört yer yerine tek bir yerde yaşar. Denemeye hazır olduğunuzda, Apidog'u indirin ve GLM-5.2 entegrasyonunuza yönlendirin.

GLM-5.2'nin Ailenin ve Alanın Geri Kalanıyla Karşılaştırması

GLM-5.2, mevcut GLM serisinin kodlama ve ajan tabanlı zirvesidir. Eğer onu önceki sürümlerle veya rakip laboratuvarlarla karşılaştırıyorsanız, okunması gereken faydalı sonraki yazılar şunlardır:

• Önceki neslin durumunu öğrenmek için GLM-5.1 vs Claude, GPT, Gemini ve DeepSeek.
• Verimlilik açısı için GLM-5 vs DeepSeek vs GPT-5 hız ve maliyet.
• Peşinden gittiği kapalı model sınırını görmek için Claude Opus 4.8 vs GPT-5.5 vs Gemini 3.5.
• Gerçeklik kaynağı spesifikasyonları için resmi Z.ai GLM-5.2 blog yazısı ve belgeleri.

SSS

GLM-5.2 tek bir cümleyle nedir? Z.ai'nin açık ağırlıklı amiral gemisi LLM'sidir, ~753B parametreli bir MoE modelidir ve kodlama, akıl yürütme ve ajan tabanlı araç kullanımı için ayarlanmıştır, 1M token bağlam penceresi ve MIT lisansına sahiptir.

GLM-5.2 gerçekten ücretsiz mi? Ağırlıklar MIT lisansı altında ücretsiz olarak indirilebilir ve kendi sunucunuzda barındırılabilir. Z.ai'nin barındırılan API'si ve GLM Kodlama Planı ücretlidir. Bunun için ücretsiz bir OpenRouter katmanı yoktur, bu nedenle "ücretsiz" burada açık ağırlıklar anlamına gelir, ücretsiz barındırılan bir uç nokta değil.

GLM-5.2 görüntüleri görebilir mi? Hayır. API belgelerine göre girdi metin, çıktı metindir ve onaylanmış bir görüntü varyantı yoktur. Görüntü girişi gerekiyorsa ayrı bir görüntü modeli kullanın.

GLM-5.2, GLM-5.1'den ne kadar farklıdır? En büyük gözle görülür sıçrama ajan tabanlı kodlamadır. Z.ai'nin sonuçlarına göre Terminal-Bench 2.1, 62.0'dan 81.0'e yükseldi, ayrıca SWE-bench Pro kazanımları ve yeni IndexShare seyrek dikkat özelliği eklendi. Tam fark için GLM-5.2 vs GLM-5.1 karşılaştırmasına bakın.

Hangi bağlam uzunluğunu ve çıktı uzunluğunu destekliyor? Bağlam 1M tokendır. z.ai belgelerine göre çıktı 128K'ya kadar belgelenmiştir, ancak her barındırıcı aynı tavanı listelemez, bu nedenle sağlayıcınızda doğrulayın.

Kısa Versiyon

GLM-5.2, açık ağırlıklar laboratuvarının kodlama konusunda kapalı sınırla başa baş rekabet etmeye karar verdiğinde ortaya çıkan şeydir. Milyon token penceresine, kontrol edilebilir akıl yürütme çabasına, kendi kendine barındırmanıza ve göndermenize olanak tanıyan bir MIT lisansına ve en azından Z.ai'nin kendi rakamlarına göre GPT-5.5 ve Claude Opus 4.8 ile kıyaslama sonuçları sunan 753B MoE bir model elde edersiniz. Uyarılar gerçektir (yalnızca metin, doğrulanması gereken çıktı limitleri, satıcıdan gelen kıyaslama iddiaları), ancak temel öneri geçerliliğini koruyor: bu, gerçekten sahip olabileceğiniz ciddi bir kodlama modelidir. İnşa etmeye hazır olduğunuzda GLM-5.2 API kılavuzu ile başlayın.