GLM 5.2 | EmpirioLabs AI Docs

Z.ai · Text Generation

/v1/chat/completions

Modelo de razonamiento y codificación con un contexto de token de 1M, salida de 128K, esfuerzo de razonamiento ajustable, búsqueda web nativa y llamada a herramientas.

A simple vista

Campo	Valor
ID de modelo	`glm-5-2`
Fecha de lanzamiento del modelo	2026-06-16
Modalidades de entrada	Texto
Modalidades de salida	Texto
Ventana de contexto	1M
Precisión del peso	-
Tokens de salida máximo	131,072
Región	Singapur
Características	razonamiento, function_calling, structured_output, web_search
Inferencia nativa	No
Nuevo	Sí
Puntos finales soportados	`/v1/chat/completions`, `/v1/responses`, `/v1/messages`

Precios

Carga	Especificaciones	Tarifa
Entrada	por 1M de fichas de prompt	$1.40
Producción	por cada 1M de tokens generados	$4.40
Búsqueda web	por petición	$0.033

Solicitud de ejemplo

$ curl https://api.empiriolabs.ai/v1/chat/completions \
>   -H 'Authorization: Bearer $EMPIRIOLABS_API_KEY' \
>   -H 'Content-Type: application/json' \
>   -d '{"model": "glm-5-2", "messages": [{"role":"user","content":"Hello"}]}'

Parámetros

Parámetro	Tipo	Obligatorio	Default	Descripción
`max_tokens`	enteros	no	`65536`	Número máximo de tokens de salida a generar. · Rango: 1 – 131072
`temperature`	Número	no	`1`	Controla la aleatoriedad. Valores más bajos hacen que las respuestas sean más deterministas. · Rango: 0 – 1
`top_p`	Número	no	`0.95`	Corte de muestreo del núcleo. · Rango: 0,01 – 1
`reasoning_effort`	enum	no	`"max"`	Esfuerzo de razonamiento GLM-5.2. ninguno impide el pensamiento; Mínimo a Máximo establece qué tan fuerte razona el modelo antes de responder. Max se recomienda para codificación compleja. · Permitidos: `none`, `minimal`, `low`, `medium`, `high`, `xhigh`, `max`
`enable_thinking`	Booleano	no	Cierto	Permite que el modelo razone antes de responder. Desactiva para respuestas con menor latencia o salida estrictamente estructurada.
`do_sample`	Booleano	no	Cierto	Habilitar el muestreo. Desactiva para la salida determinista codiciosa (se ignoran la temperatura y top_p).
`tool_web_search`	Booleano	no	falso	Activa la búsqueda web integrada. Añade $0.033 por petición cuando se usa.
`search_recency_filter`	enum	no	`"noLimit"`	Limita los resultados de búsqueda web a una ventana de recientecita. · Permitidos: `oneDay`, `oneWeek`, `oneMonth`, `oneYear`, `noLimit`
`count`	enteros	no	`10`	Número de resultados de búsqueda web que recuperar cuando la búsqueda web está activada. · Rango: 1 – 50
`search_domain_filter`	Cuerda	no	-	Limita la búsqueda web a un dominio específico.
`search_prompt`	Cuerda	no	-	Prompt opcional usado para resumir los resultados de búsqueda web recuperados.
`search_result`	Booleano	no	Cierto	Devuelve los metadatos de los resultados de búsqueda web en la respuesta cuando la búsqueda web esté habilitada.
`tool_stream`	Booleano	no	falso	Transmite los argumentos de la llamada de función de forma incremental al hacer streaming.
`tools`	Matriz	no	`[]`	Definiciones de herramientas de llamada a funciones compatibles con OpenAI.
`tool_choice`	Objeto	no	-	Control de elección de herramientas compatible con OpenAI.
`response_format`	Objeto	no	-	Modo JSON compatible con OpenAI. Usa Thinking Disabled para una salida estrictamente estructurada.
`stop`	Matriz	no	-	Secuencias opcionales de paradas (hasta 4).

Variantes

`:variant1`

Campo	Valor
ID de modelo	`glm-5-2:variant1`
Fecha de lanzamiento del modelo	2026-06-16
Región	Alemania
Ventana de contexto	1M
Precisión del peso	-
Tokens de salida máximo	131,072
Características	razonamiento, function_calling, structured_output, caché
Inferencia nativa	No
Puntos finales soportados	`POST /v1/chat/completions`, `POST /v1/responses`, `POST /v1/messages`

Precios

Carga	Especificaciones	Tarifa
Entrada	por 1M de fichas de prompt	$1.10 (era $1.40)
Producción	por cada 1M de tokens generados	$3.851 (era $4.40)
Lectura implícita de caché	por cada 1M de tokens de entrada en caché	$0.275

Parámetros

Parámetro	Tipo	Obligatorio	Default	Descripción
`temperature`	Número	no	`0.7`	Temperatura de muestreo. 0 = determinista, 2 = máxima aleatoriedad. · Rango: 0 – 2
`top_p`	Número	no	`0.9`	Masa de probabilidad de muestreo del núcleo. Más bajo = más enfocado. · Rango: 0 – 1
`max_tokens`	Número	no	`4096`	Tokens de salida máximos. · Rango: 1 – 131072
`stop`	Cuerda	no	-	Hasta 4 cadenas donde el modelo dejará de generar más tokens.
`enable_thinking`	Booleano	no	Cierto	Activa step-by-step razonamiento antes de responder.
`reasoning_effort`	enum	no	`"medium"`	Nivel de esfuerzo de razonamiento. Ninguno impide pensar. Presupuestos limitados de pensamiento de conjunto bajos, medios, altos y máximos, adaptados al modelo seleccionado. Enviado como un campo de reasoning_effort al estilo OpenAI, traducido a enable_thinking y thinking_budget para el servicio modelo. · Permitidos: `none`, `low`, `medium`, `high`, `max`
`thinking_budget`	Número	no	`32768`	Tokens máximos reservados para el proceso de razonamiento. Hasta 131072. · Rango: 1 – 131072

Machine-legible esquema: GET https://api.empiriolabs.ai/v1/models/glm-5-2.