GLM-5.2-Fast-Preview API
ID модели в запросах:global-3/glm-5.2-fast-preview
GLM-5.2-Fast-Preview от Z.ai через один OpenAI-совместимый API Nodul Router: ключ с лимитами, журнал запросов, оплата в рублях.
- Контекст
- 1 000 000
- Макс. ответ
- 131 072
- Выпущена
- 10.07.2026
Цены за 1 млн токенов, ₽Цены за 1 млн токенов, PnP
| Регион | Попробовать | Вход | Выход | Чтение кэша | ID модели в запросах |
|---|---|---|---|---|---|
| Глобальный · global-3 | Попробовать | 280 ₽2,80 PnP | 880 ₽8,80 PnP | 56,00 ₽0,56 PnP | global-3/glm-5.2-fast-preview |
Цены розничные, без НДС (5 %). Для компаний — персональные цены по договору: чем больше объем, тем ниже цена.Узнать свою цену
Цены со скидкой по ссылке партнера, без НДС (5 %). Зарегистрироваться
Цены со скидкой вашей компании, без НДС (5 %).Ваши условия
Быстрый старт
curl https://router.nodul.ru/api/v1/chat/completions \ -H "Authorization: Bearer $NODUL_ROUTER_API_KEY" \ -H "Content-Type: application/json" \ -d '{ "model": "global-3/glm-5.2-fast-preview", "messages": [{"role":"user","content":"Hello!"}] }'
import os from openai import OpenAI client = OpenAI( base_url="https://router.nodul.ru/api/v1", api_key=os.environ["NODUL_ROUTER_API_KEY"], ) response = client.chat.completions.create( model="global-3/glm-5.2-fast-preview", messages=[{"role": "user", "content": "Hello!"}], ) print(response.choices[0].message.content) print("cost, PnP:", response.usage.model_extra.get("cost"))
import OpenAI from "openai"; const client = new OpenAI({ baseURL: "https://router.nodul.ru/api/v1", apiKey: process.env.NODUL_ROUTER_API_KEY, }); const response = await client.chat.completions.create({ model: "global-3/glm-5.2-fast-preview", messages: [{ role: "user", content: "Hello!" }], }); console.log(response.choices[0].message.content); console.log("cost, PnP:", response.usage?.cost);
package main import ( "bytes" "encoding/json" "fmt" "net/http" "os" ) func main() { body := []byte(`{"model":"global-3/glm-5.2-fast-preview","messages":[{"role":"user","content":"Hello!"}]}`) req, _ := http.NewRequest("POST", "https://router.nodul.ru/api/v1/chat/completions", bytes.NewReader(body)) req.Header.Set("Authorization", "Bearer "+os.Getenv("NODUL_ROUTER_API_KEY")) req.Header.Set("Content-Type", "application/json") resp, err := http.DefaultClient.Do(req) if err != nil { panic(err) } defer resp.Body.Close() if resp.StatusCode != http.StatusOK { var e struct{ Error struct{ Message string } } _ = json.NewDecoder(resp.Body).Decode(&e) fmt.Fprintln(os.Stderr, resp.Status, e.Error.Message) os.Exit(1) } var out struct { Choices []struct{ Message struct{ Content string } } Usage struct{ Cost json.Number } } if err := json.NewDecoder(resp.Body).Decode(&out); err != nil { panic(err) } fmt.Println(out.Choices[0].Message.Content) fmt.Println("cost, PnP:", out.Usage.Cost) }
<?php $body = '{"model":"global-3/glm-5.2-fast-preview","messages":[{"role":"user","content":"Hello!"}]}'; $ch = curl_init('https://router.nodul.ru/api/v1/chat/completions'); curl_setopt_array($ch, [ CURLOPT_POST => true, CURLOPT_HTTPHEADER => [ 'Authorization: Bearer ' . getenv('NODUL_ROUTER_API_KEY'), 'Content-Type: application/json', ], CURLOPT_POSTFIELDS => $body, CURLOPT_RETURNTRANSFER => true, ]); $response = json_decode(curl_exec($ch), true); if (curl_getinfo($ch, CURLINFO_HTTP_CODE) !== 200) { fwrite(STDERR, $response['error']['message'] ?? 'request failed'); exit(1); } echo $response['choices'][0]['message']['content'], PHP_EOL; echo 'cost, PnP: ', $response['usage']['cost'], PHP_EOL;
Описание
GLM-5.2-Fast-Preview — ускоренный вариант флагмана Zhipu AI (Z.ai) GLM-5.2, июль 2026. По описанию варианта, он выдает в 1.5–2 раза больше токенов в секунду при тех же возможностях. Текстовая модель с контекстом в 1 млн токенов.
Для чего подходит GLM-5.2-Fast-Preview
Вариант сделан для сценариев, где важна задержка: живой чат, многошаговые агенты, где ожидание накапливается на каждом шаге, потоковая генерация кода. Если качества обычной GLM-5.2 вам хватает, а скорости вывода не хватает, это тот случай.
Модель принимает и выдает только текст. Поддерживаются вызов инструментов, структурированный вывод и потоковая передача. Изображения и видео на вход подать нельзя: для них понадобится мультимодальная модель, например GLM-5.3 Flash.
Не стоит брать ее там, где скорость вывода не важна, например для ночной пакетной обработки: проще начать с обычной GLM-5.2. В названии стоит «Preview»: вероятно, это предварительная версия, и ее поведение может измениться (разработчик статуса отдельно не описывает).
Сильные стороны
- Скорость вывода. Заявлено ускорение в 1.5–2 раза по выходным токенам в секунду относительно стандартной GLM-5.2. Это утверждение из описания варианта в нашем каталоге; страницы разработчика именно для этого варианта и независимых замеров мы не нашли.
- Возможности базовой GLM-5.2. Z.ai позиционирует GLM-5.2 как флагман для долгих агентных задач и программирования, с контекстом в 1 млн токенов и открытыми весами базовой модели под лицензией MIT.
- Длинный контекст. Как и у базовой модели, поддерживается окно в 1 млн токенов; Z.ai отдельно обучала GLM-5.2 удерживать качество на длинных цепочках действий агента.
- Инструменты и структурированный вывод. Доступны вызов инструментов, параллельные вызовы и ответ по схеме JSON.
Ограничения и спорные моменты
- Отдельных замеров нет. На проверенных страницах Z.ai и Artificial Analysis бенчмарков именно для Fast-Preview мы не нашли. Все цифры ниже относятся к стандартной GLM-5.2, а равное качество следует из описания варианта («возможности на уровне стандартной версии»), а не из независимой проверки. Сравните обе модели на своих задачах.
- Возможный статус предварительной версии. Название содержит Preview; это вывод из названия, а не заявление разработчика. Стабильность и дальнейшая судьба варианта не гарантированы.
- Только текст. Нет ни изображений, ни видео на входе.
- Управление рассуждением. В нашем каталоге у этого варианта нет параметров управления рассуждением, в отличие от обычной GLM-5.2, где доступны
reasoningиreasoning_effort. Если нужны уровни усилия, берите стандартную модель. - Веса не опубликованы отдельно. Открытые веса выложены для GLM-5.2; отдельных весов ускоренного варианта мы не нашли.
- Скорость на практике не измерена. Заявленное ускорение в 1.5–2 раза не подтверждено независимыми замерами, а фактическая скорость зависит от нагрузки.
Бенчмарки
Отдельных замеров Fast-Preview нет. Результаты ниже получены для стандартной GLM-5.2.
| Тест | Результат | Источник | Дата |
|---|---|---|---|
| Terminal Bench 2.1 (Terminus-2), по данным разработчика | 81.0 | Z.ai | июнь 2026 |
| SWE-bench Pro, по данным разработчика | 62.1 | Z.ai | июнь 2026 |
| FrontierSWE, по данным разработчика | 74.4 (Claude Opus 4.8: 75.1) | Z.ai | июнь 2026 |
| MCP-Atlas (публичный набор), по данным разработчика | 76.8 | Z.ai | июнь 2026 |
| GPQA Diamond, по данным разработчика | 91.2 | Z.ai | июнь 2026 |
Чем GLM-5.2-Fast-Preview отличается от GLM-5.2 и соседей
GLM-5.2 — флагман Z.ai с открытыми весами для долгих агентных задач и кода, его разбор вынесен в отдельную статью. Fast-Preview — его ускоренная версия.
- От GLM-5.2. Качество и контекст по описанию те же, отличается скорость (в 1.5–2 раза выше). В каталоге у обычной модели есть управление рассуждением, у Fast-Preview оно не отмечено. Берите Fast-Preview для чата и стриминга, GLM-5.2 для задач с усилием рассуждения.
- От GLM-5.3 Prime. Prime — такой же ускоренный вариант, но следующего поколения (GLM-5.3), которое Z.ai считает сильнее в программировании. Fast-Preview имеет смысл, если вы привязаны к поведению GLM-5.2.
- От GLM-5.3 FlashX. FlashX относится к младшей линейке Flash, принимает изображения и видео, но по классу слабее флагмана.
Альтернативы в каталоге
- GLM-5.2: та же модель без ускорения, с управлением рассуждением; когда скорость не критична.
- GLM-5.3 Prime: ускоренный вариант более нового поколения.
- GLM-5.3 FlashX: быстрая модель линейки Flash, принимает изображения и видео.
- GLM-5.3 Flash (ru-3): модель семейства в российском регионе, принимает изображения; когда нужны данные внутри России.
Частые вопросы
Чем Fast-Preview отличается от обычной GLM-5.2?
Это ускоренная версия той же модели: по описанию, в 1.5–2 раза быстрее по выходным токенам при тех же возможностях и контексте в 1 млн токенов. Независимых замеров качества и скорости именно этого варианта мы не нашли.
Принимает ли она изображения?
Нет, вход только текстовый, как и у обычной GLM-5.2.
Поддерживает ли она вызов инструментов и структурированный вывод?
Да, по нашему каталогу доступны вызов инструментов, ответ по схеме и потоковая передача. Параметров управления рассуждением у этого варианта в каталоге нет.
Можно ли запустить ее у себя?
Веса опубликованы для базовой GLM-5.2 под лицензией MIT; отдельных весов Fast-Preview мы не нашли. По описанию, ускорение получено оптимизацией инференса, поэтому у себя вы получите стандартную модель, скорость которой зависит от вашего железа.
Стоит ли ее брать в продакшен?
С осторожностью: в названии стоит Preview (статус не расшифрован), отдельных замеров нет. Протестируйте на своей нагрузке и держите запасной вариант, например обычную GLM-5.2.
Источники
Все параметры API · 16
frequency_penaltylogprobsmax_tokensnparallel_tool_callspresence_penaltyresponse_formatseedstopstreamstructured_outputstemperaturetool_choicetoolstop_logprobstop_p

