GLM-5.2-Fast
复制成功！
概述
GLM-5.2-Fast-Preview 是智谱 AI 旗舰模型 GLM-5.2 的高速版本，支持 1M 超长上下文，模型能力对齐 GLM-5.2 标准版，具备逻辑推理、长文本理解与代码生成能力。通过推理加速优化，输出 TPS 可达 GLM-5.2 标准版的 1.5～2 倍，显著提升输出速度，适用于实时对话、Agent 多轮调用、流式代码生成等对输出速度敏感的场景。
输入
文本
输出
文本
功能
定价
- 输入¥16/M tokens
- 输出¥56/M tokens
- 输入（缓存命中）¥4/M tokens
速率限制与上下文
- 最大输入1M
- 最大输出131K
- 最大输入（思考模式）1M
- 最大输出（思考模式）131K
- 上下文1M
- TPM每分钟 Token 数1M
- RPM每分钟请求数500
API 参考
调用API复制成功！
12345678910111213141516171819202122232425262728
from openai import OpenAI
import os
client = OpenAI(
# 如果没有配置环境变量，请用阿里云百炼API Key替换：api_key="sk-xxx"
api_key=os.getenv("DASHSCOPE_API_KEY"),
base_url="https://dashscope.aliyuncs.com/compatible-mode/v1",
)
messages = [{"role": "user", "content": "你是谁"}]
completion = client.chat.completions.create(
model="glm-5.2-fast-preview",
messages=messages,
stream=True
)
is_answering = False # 是否进入回复阶段
print("\n" + "=" * 20 + "思考过程" + "=" * 20)
for chunk in completion:
if chunk.choices:
delta = chunk.choices[0].delta
# 只收集思考内容
if hasattr(delta, "reasoning_content") and delta.reasoning_content is not None:
if not is_answering:
print(delta.reasoning_content, end="", flush=True)
# 收到content，开始进行回复
if hasattr(delta, "content") and delta.content:
if not is_answering:
print("\n" + "=" * 20 + "完整回复" + "=" * 20)
is_answering = True
print(delta.content, end="", flush=True)