Skip to main content
Z.ai보통울트라

GLM 5.2

OpenRouter 애그리게이터를 경유하는 Z.ai GLM 5.2입니다. 1M 토큰 컨텍스트 윈도우를 갖춘 대규모 텍스트 추론 모델로, 장기 에이전트 워크플로와 프로젝트 단위 소프트웨어 엔지니어링에 적합합니다. OpenRouter 실사용 비용 기준으로 실비 정산됩니다.

858/2,698크레딧
입력 / 출력 · 100만 토큰당
1M 토큰 컨텍스트 윈도우, 최대 128K 출력 토큰
대규모 추론 모델 (reasoning_effort·병렬 도구 호출 지원)
텍스트 전용 입력·출력
OpenAI 호환 API (chat completions) — /llm/openrouter/v1
OpenRouter 실사용 비용(usage.cost) 기준 실비 정산 — 표시 단가는 추정치

지금 바로 실행해보세요

콘솔의 Playground에서 별도 코드 없이 이 모델을 즉시 테스트할 수 있어요

로그인 후 사용해보기

AI 어시스턴트에서 사용하기

이 모델의 사용법을 Claude, ChatGPT 등에 복사

모델 상세 사양

컨텍스트 윈도우
1.0M
토큰
최대 출력
128K
토큰
학습 데이터
Not published
호환 SDK
OpenAI

기능 지원

비전
함수 호출
스트리밍
JSON 모드
시스템 프롬프트

토큰별 가격 (1M 토큰당)

토큰 종류크레딧달러 환산
입력 토큰858$0.57
출력 토큰2,698$1.80
캐시된 토큰159.416$0.11

* 1,500 크레딧 ≈ $1 (실제 요금은 사용량에 따라 달라질 수 있습니다)

빠른 시작

curl -X POST "https://api.core.today/llm/openrouter/v1/chat/completions" \
  -H "Content-Type: application/json" \
  -H "Authorization: Bearer cdt_your_api_key" \
  -d '{
  "model": "z-ai/glm-5.2",
  "messages": [
    {
      "role": "user",
      "content": "Summarize the attached report in 5 bullets."
    }
  ],
  "max_tokens": 1024
}'

파라미터

파라미터타입필수기본값설명
modelstringYes-모델 ID입니다 (vendor/model 형식). 예: "z-ai/glm-5.2".
messagesarrayYes-OpenAI 형식의 대화 메시지 배열입니다 (system/user/assistant 역할).
temperaturenumberNo0.7샘플링 온도입니다 (0~2).
max_tokensintegerNo2048최대 완성 토큰 수입니다.
streambooleanNofalseSSE 스트리밍 응답 여부입니다.

예제

챗 컴플리션

OpenRouter 경유 OpenAI 호환 챗 컴플리션 요청

curl -X POST "https://api.core.today/llm/openrouter/v1/chat/completions" \
  -H "Content-Type: application/json" \
  -H "Authorization: Bearer cdt_your_api_key" \
  -d '{
  "model": "z-ai/glm-5.2",
  "messages": [
    {
      "role": "user",
      "content": "Summarize the attached report in 5 bullets."
    }
  ],
  "max_tokens": 1024
}'

팁 & 모범 사례

1OpenAI SDK에서 base_url을 https://ai.api.core.today/llm/openrouter/v1로 바꾸면 그대로 동작합니다
2청구는 OpenRouter usage.cost × 1,858 크레딧/USD 실비입니다 - 표시 단가는 추정치라 OpenRouter 가격 변동 시 차이가 날 수 있습니다
3텍스트 전용 모델이라 이미지는 받지 않습니다 - 추론 작업은 reasoning_effort로 지연과 깊이를 조절하고, 에이전트 루프에서는 parallel_tool_calls를 켜면 효율이 좋습니다

사용 사례

장기 에이전트 워크플로
다수 파일에 걸친 프로젝트 단위 소프트웨어 엔지니어링
매우 긴 입력에 대한 추론 중심 분석