glm-5.2

Z.ai按量收費

Z.ai 的 glm-5.2 模型，支持文本输入和文本输出。支持推理、工具调用。

textfunction_callingtoolsjson_modereasoningcontext:1048576

API access

請求POST/v1/chat/completions

請求範例

參數

參數	類型	預設值 / 範圍	說明資訊
`temperature`	number	=`1`0 ~ 2	採樣溫度；越低越穩定
`top_p`	number	=`1`0 ~ 1	核採樣累積概率
`max_tokens`	integer	>= 1	回應中最大 token 數
`frequency_penalty`	number	=`0`-2 ~ 2	懲罰高頻 token 的重複出現
`presence_penalty`	number	=`0`-2 ~ 2	鼓勵引入新話題
`stop`	array	—	最多 4 個停止生成的字串
`seed`	integer	—	盡量保證可復現的採樣種子
`n`	integer	=`1`>= 1	生成的候選條數
`stream`	boolean	=`false`	透過 SSE 串流返回 token
`response_format`	object	—	強制輸出 JSON 物件或符合 Schema 的結果
`tools`	array	—	模型可呼叫的工具 / 函數聲明
`tool_choice`	string	`autononerequired`	工具選擇策略或具體工具名
`logprobs`	boolean	=`false`	返回每個 token 的對數概率
`top_logprobs`	integer	0 ~ 20	每個 token 返回的 top 概率數量
`logit_bias`	object	—	按 token 的 logit 偏置映射
`user`	string	—	用於風險審計的終端用戶標識

替換 <YOUR_API_KEY> 替換為令牌設定中的 API Key。

所有請求必須攜帶 Authorization: Bearer <TOKEN> 請求頭。Anthropic 格式的端點也接受 x-api-key 請求頭。

在「令牌」頁面生成 API Key，可以按模型、分組、IP、速率等維度精細化授權。

Generation parameters

參數	類型	預設值 / 範圍	說明資訊
`temperature`	number	=`1`0 ~ 2	採樣溫度；越低越穩定
`top_p`	number	=`1`0 ~ 1	核採樣累積概率
`max_tokens`	integer	>= 1	回應中最大 token 數
`frequency_penalty`	number	=`0`-2 ~ 2	懲罰高頻 token 的重複出現
`presence_penalty`	number	=`0`-2 ~ 2	鼓勵引入新話題
`stop`	array	—	最多 4 個停止生成的字串
`seed`	integer	—	盡量保證可復現的採樣種子
`n`	integer	=`1`>= 1	生成的候選條數
`stream`	boolean	=`false`	透過 SSE 串流返回 token
`response_format`	object	—	強制輸出 JSON 物件或符合 Schema 的結果
`tools`	array	—	模型可呼叫的工具 / 函數聲明
`tool_choice`	string	`autononerequired`	工具選擇策略或具體工具名
`logprobs`	boolean	=`false`	返回每個 token 的對數概率
`top_logprobs`	integer	0 ~ 20	每個 token 返回的 top 概率數量
`logit_bias`	object	—	按 token 的 logit 偏置映射
`user`	string	—	用於風險審計的終端用戶標識

RPM = 每分鐘請求數，TPM = 每分鐘 token 數，RPD = 每日請求數。限制按令牌分組生效。