| Tolok Ukur | Skor | Konteks |
|---|---|---|
| FrontierSWE (coding jangka panjang) | 74.4% | Hanya terpaut 1% dari Claude Opus 4.8, dan mengungguli GPT-5.5 (72.6%) |
| Terminal-Bench 2.1 | 81.0 | Rekor tertinggi untuk model open-weight |
| SWE-bench Pro | 62.1 | Skor tertinggi yang pernah diraih model open-weight |
| SWE-bench Verified | 76.4% | Kompetitif dengan model frontier |
| GPQA Diamond (sains tingkat pascasarjana) | 80.3% | Kuat dalam penalaran sains |
| AIME 2025 (matematika) | 86.67% | Performa matematika kelas atas |
| MMLU-Pro | 80.63% | Pengetahuan akademik luas |
| MMLU | 91.72% | Tolok ukur pengetahuan umum |
| Humanity's Last Exam (dengan alat) | 54.7% | Peningkatan +12 poin dari generasi sebelumnya |
| ProofBench | >30% | Model open-weight pertama yang menembus 30% — unggul 11 poin dari pesaing terdekat |
| WebDev Arena | #1 | Berhasil melewati Claude Fable 5 dan Opus 4.8 di papan peringkat front-end yang dinilai oleh manusia |
Menurut Vals AI, GLM 5.2 menjadi yang terbaik di antara semua model (termasuk yang closed-source) di lima tolok ukur: Vals Index, Harvey's Legal Agent Benchmark, Finance Agent v2, ProofBench, dan Vibe Code Bench .
GLM 5.2 mempertahankan desain MoE 744B total / 40B aktif yang sama dengan pendahulunya GLM 5.1, namun menghadirkan dua inovasi arsitektur utama :
| Item | Harga |
|---|---|
| Token input | $1,40 |
| Token output | $4,40 |
| Input yang di-cache | $0,26 (penyimpanan gratis untuk waktu terbatas) |
| Tolok Ukur | Skor | Konteks |
|---|---|---|
| FrontierSWE (coding jangka panjang) | 74.4% | Hanya terpaut 1% dari Claude Opus 4.8, dan mengungguli GPT-5.5 (72.6%) |
| Terminal-Bench 2.1 | 81.0 | Rekor tertinggi untuk model open-weight |
| SWE-bench Pro | 62.1 | Skor tertinggi yang pernah diraih model open-weight |
| SWE-bench Verified | 76.4% | Kompetitif dengan model frontier |
| GPQA Diamond (sains tingkat pascasarjana) | 80.3% | Kuat dalam penalaran sains |
| AIME 2025 (matematika) | 86.67% | Performa matematika kelas atas |
| MMLU-Pro | 80.63% | Pengetahuan akademik luas |
| MMLU | 91.72% | Tolok ukur pengetahuan umum |
| Humanity's Last Exam (dengan alat) | 54.7% | Peningkatan +12 poin dari generasi sebelumnya |
| ProofBench | >30% | Model open-weight pertama yang menembus 30% — unggul 11 poin dari pesaing terdekat |
| WebDev Arena | #1 | Berhasil melewati Claude Fable 5 dan Opus 4.8 di papan peringkat front-end yang dinilai oleh manusia |
Menurut Vals AI, GLM 5.2 menjadi yang terbaik di antara semua model (termasuk yang closed-source) di lima tolok ukur: Vals Index, Harvey's Legal Agent Benchmark, Finance Agent v2, ProofBench, dan Vibe Code Bench .
GLM 5.2 mempertahankan desain MoE 744B total / 40B aktif yang sama dengan pendahulunya GLM 5.1, namun menghadirkan dua inovasi arsitektur utama :
| Item | Harga |
|---|---|
| Token input | $1,40 |
| Token output | $4,40 |
| Input yang di-cache | $0,26 (penyimpanan gratis untuk waktu terbatas) |