GLM 5.2 API

GLM 5.2 — чат-модель Z.ai с длинным контекстом, здесь она доступна как один совместимый с OpenAI эндпоинт /v1/chat/completions. Она читает до 1 048 576 токенов в пределах 256 сообщений и отвечает объёмом до 131 072: внутрь уходит весь корпус, наружу — вывод.

У уровня рассуждения два значения, high и max, по умолчанию max. Принимаются temperature (от 0 до 1) и top_p, response_format возвращает JSON, в запросе можно объявить до 128 инструментов, сообщения — только текст, а ответы приходят потоком через Server-Sent Events.

Восемь прочитанных токенов на один написанный

1 048 576 на входе и 131 072 на выходе — примерно восемь к одному, и эта форма говорит, для чего модель: прочитать квартал обращений, целый регламент или весь почтовый ящик и вернуть вывод, а не переписанный текст. Если ответ должен быть длиной со вход, сначала разделите результат на части.

По умолчанию max, high для объёма

reasoning_effort стартует с max и опускается до high для больших первичных проходов. Оба значения задаются в одном теле запроса, поэтому дешёвый проход по десяти тысячам документов и внимательный повторный взгляд на сорок из них — одна интеграция. max тратит больше бюджета ответа на рассуждение, поэтому max_tokens здесь по умолчанию равен 32 768.

JSON и инструменты в одном вызове

Установите response_format в json_object и перечислите ключи в системном сообщении или объявите до 128 функций и позвольте tool_choice решать, когда их вызывать. В обоих случаях приложение проверяет результат, прежде чем действовать.

Квартал обращений в поддержку за один вызов

Загрузите в один запрос все обращения за период релиза и спросите, какие сценарии отказов повторяются, со ссылками на номера обращений как доказательство. Ничего не теряется в выборке, поэтому проявится даже закономерность, которая возникает раз в неделю.

Регламент против реального поведения продукта

Положите полный текст регламента рядом с вашей документацией по обработке данных и попросите обязательства, закрывающие их меры контроля и пробелы — каждый пробел с привязкой к пункту, из которого он следует.

Бэкенды, которые вызывают ваши внутренние инструменты

Объявите поиск заказа, возврат средств и проверку прав как инструменты в одном запросе и позвольте модели решать, какой вызвать. Результаты возвращаются сообщениями с ролью tool, так что многошаговое решение остаётся в одном диалоге.

curl --fail-with-body -sN https://api.spicyapi.ai/v1/chat/completions \
  -H "Authorization: Bearer $SPICY_API_KEY" \
  -H "Content-Type: application/json" \
  -H "Idempotency-Key: $(uuidgen)" \
  -d '{
  "model": "zai/glm-5.2/chat",
  "messages": [
    {
      "role": "user",
      "content": "Summarise the following release notes into three bullet points."
    }
  ],
  "stream": true
}' \
  | jq --unbuffered -Rrj 'select(startswith("data: ")) | .[6:] | select(. != "[DONE]") | fromjson | if .error then "\n[error] \(.error.message)\n" else (.choices[0].delta.content? // empty) end'

Аутентификация, полная схема, опрос статуса и обработка ошибок описаны в справочнике API.