zhipu

GLM-5.2

GLM-5.2 হলো Zhipu AI-এর ফ্ল্যাগশিপ open-weight মডেল, যা MIT লাইসেন্সের অধীনে ১M context window ও বিশেষ এজেন্টিক কোডিং সক্ষমতা প্রদান করে।

Open WeightsMIT LicenseCoding Assistant1M ContextReasoning
zhipu logozhipuGLM-5জুন ১৬, ২০২৬
কনটেক্সট
1.0Mটোকেন
সর্বোচ্চ আউটপুট
4Kটোকেন
ইনপুট মূল্য
$1.40/ 1M
আউটপুট মূল্য
$4.40/ 1M
মোডালিটি:Text
ক্ষমতা:টুলসস্ট্রিমিংরিজনিং
বেঞ্চমার্ক
GPQA
83%
GPQA: স্নাতকোত্তর স্তরের বিজ্ঞান প্রশ্ন. জীববিজ্ঞান, পদার্থবিজ্ঞান এবং রসায়ন থেকে 448 টি প্রশ্ন সহ কঠোর বেঞ্চমার্ক। PhD বিশেষজ্ঞরা মাত্র 65-74% নির্ভুলতা অর্জন করেন। GLM-5.2 এই বেঞ্চমার্কে 83% স্কোর করেছে।
HLE
40%
HLE: বিশেষজ্ঞ স্তরের যুক্তি. বিশেষায়িত ক্ষেত্রে বিশেষজ্ঞ স্তরের যুক্তি প্রদর্শনের জন্য মডেলের ক্ষমতা পরীক্ষা করে। GLM-5.2 এই বেঞ্চমার্কে 40% স্কোর করেছে।
MMLU
94%
MMLU: বিশাল মাল্টিটাস্ক ভাষা বোঝাপড়া. 57 টি একাডেমিক বিষয়ে 16,000 প্রশ্ন সহ ব্যাপক বেঞ্চমার্ক। GLM-5.2 এই বেঞ্চমার্কে 94% স্কোর করেছে।
MMLU Pro
86%
MMLU Pro: MMLU পেশাদার সংস্করণ. 12,032 প্রশ্ন এবং কঠিন 10-অপশন ফরম্যাট সহ MMLU এর উন্নত সংস্করণ। GLM-5.2 এই বেঞ্চমার্কে 86% স্কোর করেছে।
IFEval
85%
IFEval: নির্দেশ অনুসরণ মূল্যায়ন. মডেল কতটা ভালোভাবে নির্দিষ্ট নির্দেশ এবং সীমাবদ্ধতা অনুসরণ করে তা পরিমাপ করে। GLM-5.2 এই বেঞ্চমার্কে 85% স্কোর করেছে।
AIME 2025
99%
AIME 2025: আমেরিকান আমন্ত্রণমূলক গণিত পরীক্ষা. মর্যাদাপূর্ণ AIME পরীক্ষা থেকে প্রতিযোগিতা স্তরের গণিত সমস্যা। GLM-5.2 এই বেঞ্চমার্কে 99% স্কোর করেছে।
MATH
97%
MATH: গাণিতিক সমস্যা সমাধান. বীজগণিত, জ্যামিতি, ক্যালকুলাসে সমস্যা সমাধান পরীক্ষা করা ব্যাপক গণিত বেঞ্চমার্ক। GLM-5.2 এই বেঞ্চমার্কে 97% স্কোর করেছে।
GSM8k
98%
GSM8k: প্রাথমিক বিদ্যালয় গণিত 8K. প্রাথমিক বিদ্যালয় স্তরের 8,500 গণিত শব্দ সমস্যা। GLM-5.2 এই বেঞ্চমার্কে 98% স্কোর করেছে।
MGSM
91%
MGSM: বহুভাষিক প্রাথমিক গণিত. 10 টি ভাষায় অনুবাদিত GSM8k বেঞ্চমার্ক। GLM-5.2 এই বেঞ্চমার্কে 91% স্কোর করেছে।
SWE-Bench
62%
SWE-Bench: সফটওয়্যার ইঞ্জিনিয়ারিং বেঞ্চমার্ক. AI মডেলগুলি Python প্রকল্পে প্রকৃত GitHub সমস্যা সমাধান করার চেষ্টা করে। GLM-5.2 এই বেঞ্চমার্কে 62% স্কোর করেছে।
HumanEval
97%
HumanEval: Python প্রোগ্রামিং সমস্যা. 164 টি প্রোগ্রামিং সমস্যা যেখানে মডেলগুলিকে সঠিক Python ফাংশন বাস্তবায়ন তৈরি করতে হবে। GLM-5.2 এই বেঞ্চমার্কে 97% স্কোর করেছে।
LiveCodeBench
65%
LiveCodeBench: লাইভ কোডিং বেঞ্চমার্ক. ক্রমাগত আপডেট হওয়া, বাস্তব-বিশ্ব প্রোগ্রামিং চ্যালেঞ্জে কোডিং দক্ষতা পরীক্ষা করে। GLM-5.2 এই বেঞ্চমার্কে 65% স্কোর করেছে।
Terminal-Bench
81%
Terminal-Bench: টার্মিনাল/CLI কাজ. কমান্ড-লাইন অপারেশন সম্পাদন করার ক্ষমতা পরীক্ষা করে। GLM-5.2 এই বেঞ্চমার্কে 81% স্কোর করেছে।
ARC-AGI
14%
ARC-AGI: বিমূর্তকরণ এবং যুক্তি. নতুন প্যাটার্ন স্বীকৃতি ধাঁধার মাধ্যমে তরল বুদ্ধিমত্তা পরীক্ষা করে। GLM-5.2 এই বেঞ্চমার্কে 14% স্কোর করেছে।

GLM-5.2 সম্পর্কে

GLM-5.2 এর ক্ষমতা, বৈশিষ্ট্য এবং কীভাবে এটি আপনাকে ভালো ফলাফল অর্জন করতে সাহায্য করতে পারে জানুন।

Mixture of Experts আর্কিটেকচার

GLM-5.2 হলো একটি Mixture of Experts (MoE) ফ্ল্যাগশিপ মডেল যা দীর্ঘস্থায়ী কাজ এবং স্বায়ত্তশাসিত এজেন্টিক ওয়ার্কফ্লোর জন্য ডিজাইন করা হয়েছে। এটি প্রতি টোকেনে প্রায় ৪০ বিলিয়ন সক্রিয় প্যারামিটারসহ বিশাল ৭৫৩ বিলিয়ন প্যারামিটার আর্কিটেকচার ব্যবহার করে। এই ডিজাইনটি জটিল যৌক্তিক কাজের জন্য কর্মক্ষমতা বজায় রেখে compute খরচ কমিয়ে GLM সিরিজের দক্ষতা বৃদ্ধিতে একটি বড় ধাপ।

IndexShare দক্ষতা

মডেলটিতে IndexShare প্রবর্তিত হয়েছে, এটি একটি নতুন আর্কিটেকচারাল উন্নয়ন যা sparse attention লেয়ারগুলোতে ইনডেক্সারগুলোকে পুনরায় ব্যবহার করে। এই উদ্ভাবনটি সম্পূর্ণ ১ মিলিয়ন টোকেন context লেন্থে প্রতি টোকেন floating point অপারেশন ২.৯ গুণ কমিয়ে দেয়। এই দক্ষতা বিশাল context window-কে তাত্ত্বিক সীমার বাইরেও বড় স্কেলের প্রজেক্টের জন্য ব্যবহারযোগ্য করে তুলেছে।

বিশেষায়িত এজেন্টিক প্রশিক্ষণ

GLM-5.2-কে যা অন্যান্য বিকল্প থেকে আলাদা করে তা হলো দীর্ঘস্থায়ী কোডিং ট্র্যাজেক্টোরির উপর এর বিশেষ মনোযোগ। এটিকে বিশেষভাবে পুরো কোডবেস জুড়ে জটিল ডিবাগিং এবং ইমপ্লিমেন্টেশন কাজের উপর প্রশিক্ষণ দেওয়া হয়েছে। ডেভেলপাররা High এবং Max থিংকিং এফোর্ট লেভেলের মধ্যে পরিবর্তন করতে পারেন, যা মডেলটিকে সিস্টেম অপ্টিমাইজেশন এবং উন্নত গাণিতিক সমস্যা সমাধানের জন্য অভ্যন্তরীণ reasoning-এ আরও বেশি compute ব্যয় করার সুযোগ দেয়।

GLM-5.2

GLM-5.2 এর ব্যবহারের ক্ষেত্র

দুর্দান্ত ফলাফল অর্জন করতে GLM-5.2 ব্যবহারের বিভিন্ন উপায় আবিষ্কার করুন।

এজেন্টিক সফটওয়্যার ইঞ্জিনিয়ারিং

রিকোয়ারমেন্ট গ্যাদারিং থেকে শুরু করে চূড়ান্ত ডিপ্লয়মেন্ট পর্যন্ত ডেভেলপমেন্ট কাজগুলো সামলাতে স্বায়ত্তশাসিত ফ্রেমওয়ার্কের ভেতরে এই মডেলটি ব্যবহার করুন।

বড় আকারের কোড রিফ্যাক্টরিং

পুরো কোডবেস ১M token context window-তে লোড করে মাল্টি-ফাইল সফটওয়্যার প্রজেক্টগুলো অ্যানালাইসিস এবং রিরাইট করুন।

স্বয়ংক্রিয় ডকুমেন্ট রিভিউ

বিশাল আইনি বা টেকনিক্যাল ডকুমেন্টেশন সেট প্রসেস করে অসামঞ্জস্য খুঁজে বের করতে বা উচ্চতর reasoning নির্ভুলতার সাথে স্ট্রাকচারড ডেটা এক্সট্র্যাক্ট করতে এটি ব্যবহার করুন।

3D সিন জেনারেশন

টেক্সট prompt থেকে জটিল ইন্টারঅ্যাক্টিভ 3D ভিজ্যুয়ালাইজেশন তৈরি করতে WebGL এবং HTML5-এ এর বিশেষ দক্ষতা কাজে লাগান।

বিজনেস লজিক অটোমেশন

শেয়ার্ড মেমরি ম্যানেজ করতে এবং তত্ত্বাবধান ছাড়াই মাল্টি-আওয়ার ওয়ার্কফ্লো এক্সিকিউট করার জন্য মডেলটিকে এজেন্ট অপারেটিং সিস্টেমে প্লাগ করুন।

লোকাল প্রাইভেসি ফার্স্ট ডেভেলপমেন্ট

সংবেদনশীল কর্পোরেট ইঞ্জিনিয়ারিং প্রজেক্টের সম্পূর্ণ ডেটা সার্বভৌমত্ব নিশ্চিত করতে প্রাইভেট হার্ডওয়্যার ক্লাস্টারে open weight মডেলটি চালান।

শক্তি

সীমাবদ্ধতা

অসাধারণ কোডিং ইন্টেলিজেন্স: মডেলটি FrontierSWE-তে ৭৪.৪% স্কোর নিয়ে #৩ অবস্থানে আছে, যা মাল্টি-আওয়ার ইঞ্জিনিয়ারিং প্রজেক্টের জন্য এর সক্ষমতা প্রমাণ করে।
অতিরিক্ত টোকেন ভার্বোসিটি: মডেলটি ফলাফল পেতে তার আগের সংস্করণের তুলনায় প্রায় ২ গুণ বেশি টোকেন জেনারেট করে, যা ল্যাটেন্সি বাড়িয়ে দেয়।
সাশ্রয়ী প্রাইস/পারফরম্যান্স: প্রতি মিলিয়ন টোকেনে মাত্র $১.৪০/$৪.৪০ খরচে, এটি proprietary প্রতিযোগীদের তুলনায় প্রায় ১/৬ গুণ খরচে frontier পর্যায়ের ইন্টেলিজেন্স অফার করে।
বিশাল হার্ডওয়্যার প্রয়োজনীয়তা: 753B parameter ফুটপ্রিন্টের কারণে, উল্লেখযোগ্য quantization ছাড়া অধিকাংশ সাধারণ ডেভেলপারের কাছে লোকাল ডিপ্লয়মেন্ট অধরা।
সত্যিকারের ব্যবহারযোগ্য ১M Context: এটি দীর্ঘস্থায়ী ও জটিল কোডিং ট্র্যাজেক্টোরির জন্য অপ্টিমাইজ করা হয়েছে, যেখানে পূর্বের মডেলগুলো কোহেরেন্স বজায় রাখতে প্রায়শই ব্যর্থ হতো।
ধীরগতির ওয়াল-ক্লক রেসপন্স: বর্ধিত অভ্যন্তরীণ reasoning সাইকেলের কারণে রেসপন্স টাইম পশ্চিমা মডেলগুলোর চেয়ে ৩ গুণ পর্যন্ত বেশি হতে পারে।
সম্পূর্ণ সার্বভৌমত্ব এবং প্রাইভেসি: MIT লাইসেন্সপ্রাপ্ত open weights ডেভেলপারদের মডেলটি লোকালি চালানোর সুযোগ দেয়, যা বাইরের API ঝুঁকি এবং ডেটা লিকেজ এড়ায়।
ডিজাইন ক্রিয়েটিভিটির সীমাবদ্ধতা: ফ্রন্টএন্ড কোডিংয়ে টেকনিক্যালি দক্ষ হলেও, নান্দনিক ডিজাইনের ক্ষেত্রে এটি Claude Opus-এর চেয়ে কিছুটা কম সৃজনশীল।

API দ্রুত শুরু

zhipu/glm-5.2

ডকুমেন্টেশন দেখুন
zhipu SDK
import OpenAI from 'openai';

const client = new OpenAI({
  apiKey: 'YOUR_Z_AI_API_KEY',
  baseURL: 'https://api.z.ai/api/paas/v4/',
});

async function main() {
  const completion = await client.chat.completions.create({
    model: 'glm-5.2',
    messages: [{ role: 'user', content: 'Design a WebGL 3D city scene.' }],
    // @ts-ignore - specialized Z.ai parameter
    thinking: { type: 'enabled' },
    reasoning_effort: 'max',
  });

  console.log(completion.choices[0].message.content);
}

main();

SDK ইনস্টল করুন এবং কয়েক মিনিটের মধ্যে API কল করা শুরু করুন।

GLM-5.2 সম্পর্কে মানুষ কী বলছে

GLM-5.2 সম্পর্কে কমিউনিটি কী ভাবছে দেখুন

আমি মাস ধরে বলে আসছি যে open source AI মডেলগুলো frontier থেকে ৬ মাস পিছিয়ে। তারা ধরে ফেলেছে। GLM 5.2 Opus 4.8-এর মতোই ভালো।
Alex Finn
twitter
5.1 এবং 5.2-এর মধ্যে উন্নতির মাত্রা বিশাল... এটি দীর্ঘ চেইন অফ থট পছন্দ করে এবং proprietary মডেলগুলোকে টেক্কা দিচ্ছে।
Sam Witteveen
youtube
আমরা 1.51TB থেকে 238GB-তে সংকুচিত করার পরও 2-bit মডেলটি প্রায় ৮২% নির্ভুলতা ধরে রেখেছে। GLM-5.2 এখন পর্যন্ত সবচেয়ে শক্তিশালী open মডেল।
Unsloth AI
twitter
এটি open-weight মডেলগুলোর নেতৃত্ব দিচ্ছে এবং Design Arena-তে শীর্ষস্থান দখল করেছে, যা বর্তমানে অনুপুস্থিত Claude Fable 5-কে ছাড়িয়ে গেছে।
Brian Roemmele
twitter
১ মিলিয়ন token-এর context window লসলেস, যা একটি open weight মডেলের জন্য অসাধারণ।
DevGuru
reddit
Benchmark সংখ্যা তো শুধু সংখ্যা, কিন্তু আসল এজেন্ট ওয়ার্কফ্লোতে এটি বেশ রোবাস্ট।
TechInnovator
hackernews

GLM-5.2 সম্পর্কে ভিডিও

GLM-5.2 সম্পর্কে টিউটোরিয়াল, রিভিউ এবং আলোচনা দেখুন

5.1 এবং 5.2-এর মধ্যে উন্নতির মাত্রা বিশাল... এটি দীর্ঘ চেইন অফ থট খুব পছন্দ করে। [০৩:৩৬]

যদি এটি অনেক সস্তায় কাজ করতে পারে, তবে Sonnet বা Gemini Flash ব্যবহার করার কোনো কারণ দেখি না। [১২:১৫]

১ মিলিয়ন token-এর context window লসলেস, যা একটি open weight মডেলের জন্য অসাধারণ। [০১:৪৫]

এটি পরিষ্কারভাবে সেই ডেভেলপারদের জন্য লক্ষ্য করে বানানো যারা তাদের reasoning ইঞ্জিনের উপর লোকাল কন্ট্রোল চান। [০৯:১২]

Benchmark সংখ্যা তো শুধু সংখ্যা, কিন্তু আসল এজেন্ট ওয়ার্কফ্লোতে এটি বেশ রোবাস্ট। [০৭:২২]

Terminal Bench-এ ৮০-এর উপরে স্কোর করা প্রথম open-weight মডেল এটি এবং GPT 5.5-এর সাথে পাল্লা দিচ্ছে। [০০:৫৭]

১৫,০০০ থেকে ৩০,০০০ টোকেনে যাওয়াটা টোকেনের অপব্যবহার... আপনাকে দ্বিগুণ সময় অপেক্ষা করতে হবে। [১৪:৩২]

লোকাল টেস্টিংয়ে দেখা যাচ্ছে এটি DeepSeek v4-এর চেয়ে ভালো জটিল ফাইল স্ট্রাকচার হ্যান্ডেল করতে পারে। [০৪:১৮]

Reasoning effort Max হার্ডওয়্যারের উপর প্রচুর চাপ ফেলে, কিন্তু এর লজিক নির্ভুল। [১১:০৫]

MIT লাইসেন্স মানে আপনি চিন্তামুক্তভাবে যেকোনো কাজের জন্য এটি ব্যবহার করতে পারেন। [০২:৩০]

ডিজাইন বেঞ্চে Fable-এর চেয়েও বেশি স্কোর করতে দেখেছি, দারুণ সাড়া ফেলছে। [০০:০৩]

GLM 5.2-কে একটি অ্যাপ নতুন করে ডিজাইন করতে দিয়েছিলাম... কোনো ফেইলড এডিট নেই। সত্যিই খুব পরিষ্কার। [০৬:১৫]

এই ভার্সনটিতে ফ্রন্টএন্ড সক্ষমতাগুলো বড় একটি চমক। [০৩:৪০]

এটি வெறும் চ্যাটবট নয়, বরং অন্য টুলস তৈরির টুল হিসেবে বেশি কার্যকর। [০৮:৫০]

লজিক ডিবাগিংয়ের জন্য ডেভেলপারদের কাছে thinking tokens দেখার সক্ষমতা স্বপ্নের মতো। [০৫:১২]

শুধু প্রম্পটের চেয়ে বেশি

আপনার ওয়ার্কফ্লো সুপারচার্জ করুন AI অটোমেশন দিয়ে

Automatio AI এজেন্ট, ওয়েব অটোমেশন এবং স্মার্ট ইন্টিগ্রেশনের শক্তি একত্রিত করে আপনাকে কম সময়ে আরও বেশি অর্জন করতে সাহায্য করে।

AI এজেন্ট
ওয়েব অটোমেশন
স্মার্ট ওয়ার্কফ্লো

GLM-5.2 এর জন্য প্রো টিপস

GLM-5.2 থেকে সর্বাধিক পেতে এবং ভালো ফলাফল অর্জন করতে বিশেষজ্ঞ টিপস।

লজিকের জন্য Max Reasoning সক্রিয় করুন

জটিল কোডিং বা গণিতের কাজের জন্য Max reasoning effort সক্রিয় করুন, যেখানে দ্রুত জেনারেশনের চেয়ে নির্ভুলতা বেশি গুরুত্বপূর্ণ।

পুরো প্রজেক্ট লোড করুন

কোড আউটপুট যাতে সামঞ্জস্যপূর্ণ হয়, সেজন্য মডেলকে পুরো প্রজেক্ট ডকুমেন্টেশন এবং স্টাইল গাইড দেওয়ার জন্য ১M context window ব্যবহার করুন।

Quantization দিয়ে অপ্টিমাইজ করুন

বিশাল 753B parameter ফুটপ্রিন্টকে হাই-এন্ড হার্ডওয়্যারে ফিট করার জন্য লোকাল ডিপ্লয়মেন্টে FP8 বা 2-bit quantization ব্যবহার করুন।

Thinking tokens পর্যবেক্ষণ করুন

সম্ভাব্য ত্রুটিগুলো আগেভাগেই ধরতে চূড়ান্ত উত্তরের আগে অভ্যন্তরীণ লজিক দেখতে thinking tokens-এর নেটিভ সাপোর্ট ব্যবহার করুন।

প্রশংসাপত্র

আমাদের ব্যবহারকারীরা কী বলেন

হাজার হাজার সন্তুষ্ট ব্যবহারকারীদের সাথে যোগ দিন যারা তাদের ওয়ার্কফ্লো রূপান্তরিত করেছেন

Jonathan Kogan

Jonathan Kogan

Co-Founder/CEO, rpatools.io

Automatio is one of the most used for RPA Tools both internally and externally. It saves us countless hours of work and we realized this could do the same for other startups and so we choose Automatio for most of our automation needs.

Mohammed Ibrahim

Mohammed Ibrahim

CEO, qannas.pro

I have used many tools over the past 5 years, Automatio is the Jack of All trades.. !! it could be your scraping bot in the morning and then it becomes your VA by the noon and in the evening it does your automations.. its amazing!

Ben Bressington

Ben Bressington

CTO, AiChatSolutions

Automatio is fantastic and simple to use to extract data from any website. This allowed me to replace a developer and do tasks myself as they only take a few minutes to setup and forget about it. Automatio is a game changer!

Sarah Chen

Sarah Chen

Head of Growth, ScaleUp Labs

We've tried dozens of automation tools, but Automatio stands out for its flexibility and ease of use. Our team productivity increased by 40% within the first month of adoption.

David Park

David Park

Founder, DataDriven.io

The AI-powered features in Automatio are incredible. It understands context and adapts to changes in websites automatically. No more broken scrapers!

Emily Rodriguez

Emily Rodriguez

Marketing Director, GrowthMetrics

Automatio transformed our lead generation process. What used to take our team days now happens automatically in minutes. The ROI is incredible.

Jonathan Kogan

Jonathan Kogan

Co-Founder/CEO, rpatools.io

Automatio is one of the most used for RPA Tools both internally and externally. It saves us countless hours of work and we realized this could do the same for other startups and so we choose Automatio for most of our automation needs.

Mohammed Ibrahim

Mohammed Ibrahim

CEO, qannas.pro

I have used many tools over the past 5 years, Automatio is the Jack of All trades.. !! it could be your scraping bot in the morning and then it becomes your VA by the noon and in the evening it does your automations.. its amazing!

Ben Bressington

Ben Bressington

CTO, AiChatSolutions

Automatio is fantastic and simple to use to extract data from any website. This allowed me to replace a developer and do tasks myself as they only take a few minutes to setup and forget about it. Automatio is a game changer!

Sarah Chen

Sarah Chen

Head of Growth, ScaleUp Labs

We've tried dozens of automation tools, but Automatio stands out for its flexibility and ease of use. Our team productivity increased by 40% within the first month of adoption.

David Park

David Park

Founder, DataDriven.io

The AI-powered features in Automatio are incredible. It understands context and adapts to changes in websites automatically. No more broken scrapers!

Emily Rodriguez

Emily Rodriguez

Marketing Director, GrowthMetrics

Automatio transformed our lead generation process. What used to take our team days now happens automatically in minutes. The ROI is incredible.

সম্পর্কিত AI Models

alibaba

Qwen3.5-Omni

alibaba

Qwen3.5-Omni is a natively omnimodal AI by Alibaba Cloud, offering seamless audio-visual reasoning, real-time voice chat, and 256k context for low-latency apps.

256K context
$0.40/$4.80/1M
openai

GPT-5.4

OpenAI

GPT-5.4 is OpenAI's frontier model featuring a 1.05M context window and Extreme Reasoning. It excels at autonomous UI interaction and long-form data analysis.

1M context
$2.50/$15.00/1M
moonshot

Kimi K2 Thinking

Moonshot

Kimi K2 Thinking is Moonshot AI's trillion-parameter reasoning model. It outperforms GPT-5 on HLE and supports 300 sequential tool calls autonomously for...

256K context
$0.60/$2.50/1M
openai

GPT-5.3 Codex

OpenAI

GPT-5.3 Codex is OpenAI's 2026 frontier coding agent, featuring a 400K context window, 77.3% Terminal-Bench score, and superior logic for complex software...

400K context
$1.75/$14.00/1M
openai

GPT-5.2

OpenAI

GPT-5.2 is OpenAI's flagship model for professional tasks, featuring a 400K context window, elite coding, and deep multi-step reasoning capabilities.

400K context
$1.75/$14.00/1M
alibaba

Qwen3.6-Max-Preview

alibaba

Qwen3.6-Max-Preview is Alibaba's flagship MoE model featuring 1M context, a native thinking mode, and SOTA scores in agentic coding and reasoning.

1M context
$1.25/$10.00/1M
zhipu

GLM-5

Zhipu (GLM)

GLM-5 is Zhipu AI's 744B parameter open-weight powerhouse, excelling in long-horizon agentic tasks, coding, and factual accuracy with a 200k context window.

200K context
$1.00/$3.20/1M
zhipu

GLM-5.1

Zhipu (GLM)

GLM-5.1 is Zhipu AI's flagship reasoning model, featuring a 202K context window and an autonomous 8-hour execution loop for complex agentic engineering.

203K context
$1.40/$4.40/1M

GLM-5.2 সম্পর্কে সাধারণ প্রশ্নাবলী

GLM-5.2 সম্পর্কে সাধারণ প্রশ্নের উত্তর খুঁজুন