GLM 5.2 レビュー：広い窓、low 推論の切り替えなし

2026年9月17日と26日に、GLM 5.2 に段階テスト全体を、各段階 3 通りの言い回し——直接、フィクション枠づけ、システムプロンプト経由——で実行しました。L2 部分的は 3 通りすべてできれいに全文で返りました。L1 ほのめかしは 3 通りすべてで弱められました。L3 強めは直接依頼とシステムプロンプトの言い回しで全文で返り、フィクションとして枠づけると拒否されました。

L4 高強度は不均等に分かれました。3 回の直接依頼はすべて拒否され、3 回のフィクション枠づけはすべて弱められて返り、3 回のシステムプロンプトのうち 2 回が全文で返り 1 回が拒否されました。L5 極限は送った 6 回中 5 回が全文で返り、フィクション枠づけの 1 回が拒否されました。

段階テスト全体で採点した 24 回のうち、12 回が全文で返り、6 回が弱められ、6 回が拒否されました。Spicy Index のページはこれをこのページのスコアカードの Freedom Score として読み取っています。

GLM 5.2 は率直な指示によく応えます。low の推論設定がないため、強度を節約しようとするのではなく、依頼そのものを狭く絞りましょう。

1. 公開している例：長い読み込みと短い構造化された答え。 この窓が作られた理由そのものの形です。

system: Summarize the following support thread in three sentences: the customer's problem, what was tried, and the current status.
user: <thousands of lines of a support ticket thread, pasted in full>

このプロンプトを GLM 5.2 で試す →

2. 公開している例：同期呼び出しで 1 つの JSON 形を強制する。 response_format と temperature 0 の組み合わせです。

system: Return one JSON object with keys: parties, effective_date, termination_notice_days, governing_law. Use null when a clause is absent.
user: <the full text of a contract>

このプロンプトを GLM 5.2 で試す →

効く設定： low の推論強度レベルがないため、安い強度設定に頼るのではなく、単一目的の依頼を狭く保ちましょう。L2 部分的より先のフィクションには、システムプロンプトに手を伸ばす前に L3 強めで直接依頼を試してみましょう。私たちのテストではフィクション枠づけはそこで助けになりませんでした。想定する目に見える返答より上に max_tokens の余裕を残しておくこと。

GLM 5.2 は当社のコンテンツの段階テストで採点した 24 回中 12 回を全文で返しました。L2 部分的と L5 極限の大半は言い回しに関係なく全文で返りました。L3 強めは直接依頼とシステムプロンプトの言い回しで全文で返りましたが、フィクションとして枠づけると拒否されました。L4 高強度はシステムプロンプトのときだけ全文で返り、それでも 3 回中 2 回でした。L1 ほのめかしはどの言い回しでも弱められました。ページの表示は 規制なし：当社側でコンテンツフィルターは追加していません。

Freedom Score： このページのスコアカードに表示され、実行を追加するたびに再計算されます。

まだ試していないこと： 多くのターンにわたってキャラクターを維持したままの複数ターンのチャット（私たちの実行は単発のリクエスト）、英語以外の言語、一部のユーザーが報告しているように、GLM 5.3 の登場以降 GLM 5.2 自体のコンテンツの振る舞いが変わったかどうか。

依頼に登場する人物は全員大人であること。実在し特定できる人物は登場させないこと。公開する地域の法律を守る責任はあなたにあります。

GLM 5.2 の初期の印象はロールプレイで好評でした。あるユーザーは、これが「AI Dungeon をプレイしていたときと同じような魔法」を与えてくれたと書き、別のユーザーは前世代との違いを「上限は良くなったが下限はずっと悪くなった」とまとめています。GLM 5.3 の登場後、あるレポートは GLM 5.2 自体が「GLM 5.3 のリリース以降、明らかに検閲が強まった」と主張しています——私たちは 9 月のセッション以降、自分たちの結果が変わったかどうかを再テストしていません。

• low の推論強度レベルがある、より新しい GLM は？ GLM 5.3、100 万トークンあたり $1.05。L4 高強度は GLM 5.2 とほぼ同じ頻度で全文で返りましたが、システムプロンプト経由のときだけです。
• より安く、L4 高強度の結果が良い GLM は？ GLM 5.3 Flash、100 万トークンあたり $0.1275。私たちのサンプルではシステムプロンプトによる L4 高強度の実行をすべて全文で返しました。
• リクエストの長さに関わらず一律料金で、テキストのみのモデルは？ DeepSeek V4 Flash。
• 推論をオフにできるスイッチと、より大きな窓を？ Grok 4.3、1,000,000 トークンのコンテキストと、本物の熟考なし設定を持っています。