GLM-5.2 是 Z.ai（智谱 AI）最新开源的自主软件工程与仓库级推理模型，现在可以通过 DigitalOcean 推理平台直接使用了。众所周知，GLM-5.1 针对长时间运行的代理型编码工作流做了优化，能一口气撑住长达 8 小时的复杂自主任务；而这次的 GLM-5.2 则带来了 100 万 token 的上下文窗口和双推理模式，专为大规模代码分析与重构设计。两款模型都支持工具调用、结构化输出和多语言应用。
GLM-5.2 核心特点
- MoE 架构，744B 总参数，每次仅激活 40B
兼顾了顶尖模型的复杂推理能力和低延迟、低成本的单次推理开销。 - 1M 上下文窗口 + IndexShare 机制
可将整个代码仓库或数小时日志一次性送入模型；IndexShare 通过跨层共享索引器，将长上下文场景下的算力开销压缩约 2.9 倍，大幅降低 KV Cache 显存压力。 - 可调节思考强度（High / Max）
简单任务可降低思考强度以换取低延迟，复杂任务可拉满至 Max 模式让模型输出隐藏思维链进行深度推演，在速度与推理深度之间灵活切换。 - 全栈工具调用与结构化输出支持
原生支持工具调用（Tool Calling）、结构化输出（Structured Output）和多语言应用，适合作为 Agent 控制中枢。
在 Artificial Analysis 的智能指数上，GLM-5.2 以 51 分领先于 Sonnet 4.6 的 47 分。但是 GLM 的价格才自由 Sonnet 的一半。所以很多团队都选择了 GLM 。
近期，DigitalOcean 推理平台上的开源模型都经过了一轮降价。配合 DigitalOcean 推理平台的推理引擎，可帮助你根据任务类别智能调度不同模型，以更低的成本调用多模型服务于你的 AI 产品。
| 模型 | 旧 input 价 | 新 input 价 | input 降幅 | 旧 output 价 | 新 output 价 | output 降幅 | 缓存价 | 重复输入节省 |
|---|---|---|---|---|---|---|---|---|
| GLM 5 |
|
|
25% |
|
|
25% |
|
80.00% |
| Qwen3 Coder Flash |
|
|
|
|
|
|
|
80.00% |
| Qwen 3.5 397B A17B |
|
|
30% |
|
|
30% |
|
79.80% |
| DeepSeek V4 Flash |
|
|
20% |
|
|
20% |
|
80.00% |
| DeepSeek V4 Pro |
|
|
20% |
|
|
20% |
|
80.00% |
| DeepSeek V3.2 |
|
|
15% |
|
|
15% |
|
70.00% |
| MiniMax M2.5 |
|
|
25% |
|
|
25% |
|
80.00% |
| Kimi K2.5 |
|
|
25% |
|
|
25% |
|
59.40% |
| Kimi K2.6 |
|
|
20% |
|
|
20% |
|
80.00% |
现在，你不仅可以直接在 DigitalOcean Cloud Console 控制台里和这两款模型开聊，还能通过它完全兼容 OpenAI 的 API 端点直接集成到你现有的 IDE 插件或 AI 工作流里。需要保障固定容量和一致性延迟 SLA 的团队，也可以选择直接在DigitalOcean专用推理（Dedicated Inference）服务中得到专享算力，并通过 BYOM（自带模型）功能直接将定制微调后的私有化权重一键部署。
除了 GLM 系列模型，DigitalOcean 推理服务还支持 Claude Fable5、Sonnet、opus、gpt-oss-120b，以及 DeepSeek、Kimi 等数十个模型。具体服务与价格，可详询 DigitalOcean 中国区战略合作伙伴卓普云AI Droplet。