GLM 5.2
Z.ai 的大型通用模型，NeverNo 付费套餐已包含：200,000 个 token 的上下文，推理按需开启，在我们的编程测试中成绩最好。
更新于 2026年11月8日
只在你的设备上可读。
对话只在你的设备上可读；开启同步后，其他设备上也可读。别处一概读不到。
我们读不了。
消息只是经过，不会留下记录；你的对话始终只以加密形式保存。
模型不知道你是谁。
它只收到问题，绝不会收到你的邮箱、账户或 IP 地址。
途中什么也不留下。
回复传回后加密保存在这里；即使开启同步，你的密钥也从不以明文到达我们这里。
一览
| 开发方 | Z.ai |
|---|---|
| 上下文 | 200,000 Token |
| 最长回复 | 8,192 Token |
| 在应用中的强项 | 难题 |
| 推理 | 按需开启 |
| 谁可以使用 | 付费套餐 |
| 如何计费 | 先用套餐的每日额度，超出后按积分计费 |
| 隐私 | 私密：开源模型，由 NeverNo 运行在因不保留请求而选定的提供方上。你的历史记录始终加密保存在浏览器中。 |
价格
应用的实际收费，取自服务器计费所用的同一张表。1 积分 = $0.01。
| 典型消息（输入 2,000 Token，输出 600 Token） | 1.44 积分（US$0.0144） |
|---|---|
| 每百万输入 Token | 369.25 积分（US$3.69） |
| 每百万输出 Token | 1,160.5 积分（US$11.61） |
先使用套餐包含的每日额度，超出部分按此价格计费。
实测
我们自己的测量和一项第三方评分，各附条件和日期。数字未做四舍五入。
| 首字响应时间中位数 | 2.9 秒我们的客户端，12 段 3 轮对话，2026年11月4日 |
|---|---|
| 在我们自有的敏感请求测试中拒答的轮次 | 5.6 %同样的 12 段对话，2026年11月4日 |
| 谨慎的模型常会拒绝的正当编程请求 | 12 次中拒绝 0 次，评分 5.8/10每个模型单独测试，由另一家族的模型担任评委盲评，2026年11月7日 |
| arena.ai Text Arena 综合得分 | 1,475第三方排行榜，页面日期 2026年10月27日 |
简介
GLM 5.2 是 Z.ai 的 GLM 家族中的全尺寸模型，是免费的 GLM 5.3 Flash 的大哥。我们的目录把它归入“智能”一类：它是用来做实质性工作的通才，从写作、分析到软件开发都行，而不是追求最快的回复。每个付费套餐都包含它，在每日消息额度内使用，不消耗积分。
它最突出的成绩来自我们自己的编程测试。2026 年 11 月 7 日，我们让每个模型单独面对 12 个谨慎模型经常拒绝的正当编程请求，由另一个模型家族的评审盲评打分。GLM 5.2 一个都没有拒绝，得分 5.8（满分 10 分），领先于同一轮测试中的 DeepSeek V4 Pro（4.2）和 DeepSeek V4 Flash（4.1）。在 arena.ai Text Arena 上，2026 年 10 月 27 日页面显示它的综合分为 1475。
推理由你来掌控：保持默认，它会以允许的最少推理作答；想要利落的交流就关闭推理；遇到值得多花时间的问题，则切换到它自带的完整推理。上下文窗口为 200,000 个 token，一次回复最长可达 8,192 个 token。
和 NeverNo 上的每个开放模型一样，它以私密方式运行，使用我们挑选的、不保留请求的服务商，不附带任何身份；你的聊天记录经过加密，保存在你的浏览器里。
优势
我们在谨慎模型经常拒绝的正当编程请求上记录到的最好成绩：2026 年 11 月 7 日，12 个请求拒绝 0 个，盲评 5.8 分（满分 10 分）。
工作记忆大：200,000 个 token 的上下文，足以放下一大段代码库节选、一份长合同，或者一部整本书稿，再逐章讨论。
推理按需开启：快速的回合关掉，难的回合打开，让你逐条消息地在速度和深度之间取舍，而不必换模型。
付费套餐已包含，不消耗积分，所以高强度的长时间工作不会消耗余额。
不止软件开发，用途也很广：作为通才，它同样适合研究笔记、结构化的文章、谈判准备和规划，一个模型就能陪你从早上的简报干到晚上的收尾。
局限
起步比 DeepSeek 的模型慢：在我们 2026 年 11 月 4 日对 12 场、每场 3 轮对话的测试中，首字时间中位数为 2.9 秒，而 DeepSeek V4 Pro 为 1.2 秒。
在我们针对敏感请求的内部测试中，它拒绝了 5.6% 的轮次，是两款 DeepSeek V4 模型所测得的 2.8% 的两倍。如果你需要对一个微妙的问题得到坦率的回答，它们或者 NeverNo Uncensored 是更好的选择。
它不能读图。处理图片，请用免费的 GLM 5.3 Flash，或者付费套餐里的 Kimi K3。
回复上限为 8,192 个 token。想一次回答里给出整个长文件，DeepSeek V4 Pro 能写两倍的长度。
适用场景
其他助手会犹豫的编程工作
为你自己的解析器写模糊测试工具、根据源码研究一个可疑脚本的行为、做一个爬虫、逆向分析一种文件格式：这些都是正当的工程工作，它在我们的测试中都没有拒绝。
在大型代码库中工作
把几个模块、数据库结构和失败的测试贴进它 200,000 个 token 的上下文，请它给出重构计划、迁移路径，或者审查各个部分是如何配合的。
长篇写作与分析
梳理报告结构、评价商业计划、对比一项政策的两个版本、让一部小说在许多章节中保持连贯：这些任务需要一个能同时装下大量材料、还能发现第十二章与第三章相互矛盾的模型。
提示词技巧
设计问题、棘手的 bug 以及条件相互牵制的任何事情，打开推理；修改、重命名和快速查询则关掉，那样只会增加等待时间。
给它周围的代码，而不只是出错的那一行。有 200,000 个 token 可用，上下文很便宜，它能减少凭空捏造的函数名，以及对你项目的约定、目录结构或框架版本的错误假设。
遇到很大的输出，先要一个计划，再每条消息处理一部分。每次回复上限为 8,192 个 token，把工作拆开能让每一块都完整。
常见问题
GLM 5.2 在 NeverNo 上免费吗？
每个付费套餐都包含它，在每日消息额度内使用，不消耗积分。免费套餐里提供的是它的兄弟 GLM 5.3 Flash。
GLM 5.2 是私密的吗？
是的。NeverNo 把它作为私密模型运行，使用我们挑选的、不保留请求的服务商，也不附带你的姓名。你的聊天记录加密保存在自己的浏览器里。
GLM 5.2 写代码有多强？
在我们 2026 年 11 月 7 日对 12 个谨慎模型经常拒绝的正当编程请求的测试中，它一个都没有拒绝，得分 5.8（满分 10 分），由另一个家族的模型盲评。这是该轮测试的最高分。
GLM 5.2 还是 DeepSeek V4 Pro？
GLM 5.2 在我们的编程测试中表现更好，而且可以开关推理。DeepSeek V4 Pro 始终推理，起步更快（我们 11 月 4 日的测试中是 1.2 秒对 2.9 秒），对敏感请求拒绝得更少（2.8% 对 5.6%），回复最长可达 16,384 个 token。
GLM 5.2 的上下文窗口有多大？
在 NeverNo 上是 200,000 个 token，单次回复最长 8,192 个 token。