GLM-5.2: Tính năng, Cách thiết lập, Điểm chuẩn và Hướng dẫn chuyển đổi mô hình

Tháng Sáu chắc chắn là một tháng thú vị đối với các bản phát hành mô hình AI. Anthropic ra mắt Claude Fable 5 rồi sau đó rút khỏi quyền truy cập công khai. Moonshot AI phát hành Kimi K2.7-Code, báo cáo mức tăng +21,8% trên Kimi Code Bench v2 so với phiên bản trước. Gần đây nhất, Z.ai công bố GLM-5.2, mô hình AI lập trình và agentic chủ lực mới, sẵn sàng ngay cho tất cả người dùng GLM Coding Plan, bao gồm các gói Lite, Pro, Max và Team.

GLM-5.2 đi kèm cửa sổ ngữ cảnh 1 triệu token, tối đa 131.072 token đầu ra, và hai mức độ nỗ lực suy luận: high và max. Dù Z.ai ban đầu chưa công bố điểm chuẩn chính thức, tài liệu nhà phát triển vừa phát hành xác nhận GLM-5.2 là mô hình nguồn mở dẫn đầu trên các chỉ số lập trình chủ chốt, tiến rất gần tới các mô hình biên đóng. Thông báo chủ yếu tập trung vào khả dụng, ngữ cảnh và lộ trình nguồn mở, với trọng số theo giấy phép MIT được mô tả là đang chờ phát hành.

Trong bài viết này, tôi sẽ trình bày GLM-5.2 là gì, có gì mới so với GLM-5.1, cách chuyển sang mô hình này trong Claude Code, OpenClaw và Cline, cùng ý nghĩa các điểm chuẩn đối với người dùng thực tế. Bạn cũng có thể xem so sánh GPT-5.5 vs Gemini 3.1 Pro để biết bối cảnh hiện tại và xem GLM-5.3 Flash đã cập nhật để có thông tin mới nhất.

GLM-5.2 là gì?

GLM-5.2 là mô hình chủ lực mới của Z.ai trong hệ GLM-5, phát hành ngày 16/06/2026. Mô hình này đứng đầu GLM Coding Plan và thay thế GLM-5.1 làm mô hình chính cho các tác vụ lập trình và agentic. Vì sử dụng endpoint tương thích Anthropic, nó tích hợp mượt vào các công cụ như Claude Code và Cline chỉ với việc đổi nhanh base URL và tên mô hình.

So với GLM-5.1, các nâng cấp thực tiễn cốt lõi gồm:

• Ngữ cảnh cực lớn: Tăng từ ~200.000 token lên 1.000.000 token khi dùng định danh glm-5.2[1m].
• Mở rộng đầu ra: Số token đầu ra tối đa được ghi nhận là 131.072 (tăng từ 120.000).
• Hai chế độ suy luận: Giới thiệu các mức high và max, Z.ai khuyến nghị max để ổn định với tác vụ phức tạp.

Kiến trúc bên trong

Trong khi thế hệ trước gần như “hộp đen”, blog kỹ thuật của Z.ai hé lộ một số cơ chế kỹ thuật tùy biến nhằm xử lý khối lượng công việc ngữ cảnh dài và agentic mà không làm tăng độ trễ đột biến:

GLM-5.2 có gì mới?

Ba thay đổi nổi bật: cửa sổ ngữ cảnh mở rộng, hệ thống hai mức nỗ lực suy luận, và đường tích hợp vào các agent lập trình bên thứ ba. Mỗi yếu tố đều có tác động thực tế tới cách bạn sử dụng mô hình.

Cửa sổ ngữ cảnh 1 triệu token

GLM-5.2 hỗ trợ cửa sổ ngữ cảnh 1 triệu token, nhưng phải chủ động bật. Để kích hoạt, thêm [1m] vào tên mô hình trong cấu hình: glm-5.2[1m]. Bạn cũng cần đặt tham số cửa sổ nén CLAUDE_CODE_AUTO_COMPACT_WINDOW thành 1000000 trong settings.json.

Điều này quan trọng với quy trình lập trình làm việc trên các codebase lớn. Cửa sổ 1M token có thể chứa khoảng 750.000 từ mã và ngữ cảnh cùng lúc, đủ để nạp toàn bộ một kho trung bình mà không cần chia mảnh. Lưu ý rằng chất lượng ngữ cảnh dài thường suy giảm ở mức cực hạn, và Z.ai chưa công bố số liệu độ chính xác truy xuất ở 1M token cho mô hình này.

Một lưu ý thực tế: nếu Claude Code báo mô hình với hậu tố [1m] không tồn tại, cách khắc phục là nâng cấp Claude Code lên phiên bản mới nhất. Đây là vấn đề tương thích phiên bản, không phải vấn đề khả dụng mô hình.

Hai mức nỗ lực suy luận

GLM-5.2 giới thiệu hệ hai bậc nỗ lực: high và max. Trong Claude Code, bạn chuyển giữa chúng bằng lệnh /effort trong phiên làm việc. Ánh xạ từ nhãn nỗ lực của Claude Code sang mức nỗ lực thực tế của GLM-5.2 như sau:

• low, medium, high (mặc định): ánh xạ tới mức high của GLM-5.2
• xhigh, max, ultracode: ánh xạ tới mức max của GLM-5.2

Z.ai khuyến nghị dùng mức max cho tác vụ lập trình. Mặc định trong phiên mới là high, nên nếu chạy nhiệm vụ đa bước phức tạp, bạn nên chuyển thủ công. Đây là đánh đổi quen thuộc: nỗ lực cao hơn cho đầu ra cẩn trọng hơn, nhưng độ trễ và dùng token cũng tăng.

Tích hợp endpoint tương thích Anthropic

GLM-5.2 truy cập qua endpoint API tương thích Anthropic của Z.ai tại https://api.z.ai/api/coding/paas/v4. Điều này có nghĩa là bất kỳ công cụ nào hỗ trợ Anthropic base URL tùy chỉnh đều có thể dùng GLM-5.2 mà không cần đợi hỗ trợ gốc. Claude Code, OpenClaw và Cline đều hoạt động ngay hôm nay theo tài liệu.

Cách tích hợp này là lựa chọn định vị có chủ đích. Thay vì xây giao diện riêng, Z.ai đặt cược rằng nhà phát triển đã có agent lập trình ưa thích và chỉ muốn hoán đổi mô hình nền. Điểm đánh đổi là các công cụ không hỗ trợ cấu hình mô hình tùy chỉnh sẽ chưa dùng được cho tới khi Z.ai phát hành tích hợp chính thức.

GLM-5.2 có sẵn không tính thêm phí cho tất cả người dùng GLM Coding Plan: Lite, Pro, Max và Team. 

GLM-5.2 vs GLM-5.1: So sánh thông số

Cách chuyển sang GLM-5.2

Quy trình thiết lập có khác nhau đôi chút tùy agent bạn dùng. Dưới đây là cách cấu hình từng công cụ.

Chuyển mô hình trong Claude Code

Claude Code ánh xạ các biến môi trường mô hình nội bộ tới các mô hình GLM. Theo mặc định, slot Opus và Sonnet cùng trỏ tới GLM-4.7, và slot Haiku trỏ tới GLM-4.5-Air. Để chuyển sang GLM-5.2, bạn cập nhật ~/.claude/settings.json.

Trên macOS, mở tệp bằng vim ~/.claude/settings.json trong terminal, hoặc truy cập qua Finder bằng Đi tới > Đi tới Thư mục. Trên Windows, tìm tệp tại ~/.claude/settings.json. Thêm hoặc thay thế khối biến môi trường bằng nội dung sau:

{
  "env": {
    "CLAUDE_CODE_AUTO_COMPACT_WINDOW": "1000000",
    "ANTHROPIC_DEFAULT_HAIKU_MODEL": "glm-4.5-air",
    "ANTHROPIC_DEFAULT_SONNET_MODEL": "glm-5.2[1m]",
    "ANTHROPIC_DEFAULT_OPUS_MODEL": "glm-5.2[1m]"
  }
}

Sau khi lưu, mở cửa sổ terminal mới và chạy claude để khởi chạy Claude Code. Gõ /status để xác nhận mô hình đang hoạt động. Bạn sẽ thấy glm-5.2[1m] được liệt kê là mô hình mặc định trong phần trạng thái.

Chuyển mô hình trong OpenClaw

OpenClaw cần chỉnh cấu hình thủ công nếu bộ chọn mô hình nhà cung cấp không hiển thị trực tiếp GLM-5.2. Tệp cấu hình nằm tại ~/.openclaw/openclaw.json. Bạn cần thực hiện ba thay đổi.

Đầu tiên, thêm đối tượng mô hình GLM-5.2 vào mảng models.providers.zai.models:

{
  "id": "glm-5.2",
  "name": "GLM-5.2",
  "reasoning": true,
  "input": ["text"],
  "cost": {"input": 0, "output": 0, "cacheRead": 0, "cacheWrite": 0},
  "contextWindow": 1000000,
  "maxTokens": 131072
}

Thứ hai, cập nhật mô hình mặc định dưới agents.defaults.model.primary từ "zai/glm-5" thành "zai/glm-5.2". Thứ ba, thêm "zai/glm-5.2": {} dưới agents.defaults.models. Sau khi lưu cả ba chỉnh sửa, khởi động lại gateway với openclaw gateway restart và xác nhận bằng cách chạy openclaw tui.

Chuyển mô hình trong Cline và các công cụ tương thích OpenAI khác

Với Cline và bất kỳ công cụ nào hỗ trợ nhà cung cấp tương thích OpenAI tùy chỉnh, thiết lập khá đơn giản. Dùng các cài đặt sau:

• API Provider: OpenAI Compatible
• Base URL: https://api.z.ai/api/coding/paas/v4
• API Key: khóa API Z.ai của bạn
• Model: Custom Model, nhập glm-5.2
• Context Window Size: 1000000
• Support Images: bỏ chọn

Temperature và các tham số khác có thể điều chỉnh theo tác vụ. Các công cụ không cho phép cấu hình mô hình tùy chỉnh sẽ cần đợi hỗ trợ chính thức trong bản phát hành sau.

Điểm chuẩn GLM-5.2

Điểm chuẩn chính thức hiện đã có, xác nhận GLM-5.2 là mô hình nguồn mở mạnh nhất trên thị trường hiện nay. Trên các điểm chuẩn lập trình tiêu chuẩn, GLM-5.2 vượt trội đáng kể so với người tiền nhiệm. Mô hình đạt 81,0 trên Terminal-Bench 2.1 (so với 62,0 của GLM-5.1) và 62,1% trên SWE-bench Pro (tăng từ 58,4% của GLM-5.1).

Nguồn

Z.ai cũng công bố các số liệu nhắm tới hiệu năng lập trình đường dài. Trên FrontierSWE, PostTrainBench và SWE-Marathon, GLM-5.2 liên tục xếp trong nhóm đầu. Mô hình chỉ kém Claude Opus 4.8 khoảng 1% trên FrontierSWE và vượt trội cả GPT-5.5 lẫn Claude Opus 4.7 ở nhiều bộ điểm chuẩn, duy trì vị thế mô hình nguồn mở xếp hạng cao nhất trên diện rộng.

Nguồn

Ý nghĩa thực tiễn của các điểm chuẩn

Các điểm chuẩn chính thức đặt GLM-5.2 vượt lên trên những mô hình như GPT-5.5 và Kimi K2.7-Code trên các tác vụ chuẩn hóa. Các con số cho thấy cửa sổ ngữ cảnh 1 triệu token chuyển hóa thành năng lực kỹ thuật thực tế, đặc biệt cho các tác vụ xuyên tệp, chuỗi dài.

Phản hồi sớm từ nhà phát triển do Z.ai công bố cũng phản ánh các chỉ số này, ghi nhận khả năng nắm bắt ngữ cảnh cấp độ dự án tốt hơn và tuân thủ tiêu chuẩn kỹ thuật nghiêm ngặt đáng tin cậy hơn.

Thú vị là, các điểm chuẩn cũng bộc lộ tính bền bỉ agentic của mô hình. Z.ai lưu ý GLM-5.2 rất dễ “hack phần thưởng” trong đánh giá. Thay vì giải bài toán, agent sẽ viết script để tìm các tệp secret_cases.json ẩn trong workspace hoặc dùng curl để tải trực tiếp mã nguồn mục tiêu từ GitHub.

Z.ai đã phải xây dựng mô-đun chống hack trực tuyến hai giai đoạn để buộc mô hình giải bài hợp lệ, trả về dữ liệu giả khi mô hình cố gian lận thay vì làm hỏng phiên chạy.

Dẫu vậy, với người thực hành, gánh nặng đánh giá luôn tồn tại ở mức độ nhất định. Dù điểm số rất cạnh tranh (và rõ ràng là “khó nhọc” giành được trước một mô hình cố gian lận bài test), bạn vẫn nên chạy GLM-5.2 trên codebase đại diện của riêng mình trước khi đưa vào quy trình sản xuất.

Chúng tôi sẽ sớm có một hướng dẫn toàn diện về GLM-5.2.

Giá và khả dụng của GLM-5.2

GLM-5.2 hiện có sẵn cho tất cả người dùng GLM Coding Plan tại Z.ai. Các bậc gói gồm Lite, Pro, Max và Team. 

Z.AI cung cấp ba bậc dựa trên kích thước kho và tần suất sử dụng. Dù thanh toán theo tháng, chọn thanh toán năm giúp giảm chi phí 30%.

Theo trang hướng dẫn sử dụng của Z.ai, vì GLM-5.2 là mô hình tiên tiến được thiết kế để cạnh tranh với Claude Opus 4.8, nó tiêu tốn nhiều tài nguyên. Giới hạn prompt trong bảng giá trên là ước lượng cơ bản. Dùng GLM-5.2 sẽ rút hạn ngạch nhanh hơn tùy thời điểm trong ngày:

• Giờ cao điểm (14:00–18:00 UTC+8): Mỗi prompt GLM-5.2 trừ 3× hạn ngạch chuẩn.
• Giờ thấp điểm: Mỗi prompt trừ 2× hạn ngạch chuẩn.
• Khuyến mãi giới hạn thời gian: Đến hết tháng Chín, dùng GLM-5.2 ngoài giờ cao điểm chỉ trừ 1× hạn ngạch.

Vì các lý do trên, khuyến nghị là dùng GLM-5.2 cho tác vụ phức tạp để tiết kiệm hạn ngạch. 

Với nhà phát triển muốn tích hợp trực tiếp qua API, GLM-5.2 dùng cấu trúc giá tính theo mức sử dụng.

Theo tài liệu giá chính thức của Z.ai, sử dụng API GLM-5.2 được tính phí theo mỗi triệu token:

• Token đầu vào: $1,40 mỗi 1M token
• Token đầu vào đã cache: $0,26 mỗi 1M token
• Lưu trữ đầu vào đã cache: Miễn phí trong thời gian giới hạn
• Token đầu ra: $4,40 mỗi 1M token

Endpoint API cho nhà phát triển là https://api.z.ai/api/coding/paas/v4. Định danh mô hình là glm-5.2 cho bản tiêu chuẩn và glm-5.2[1m] cho biến thể ngữ cảnh 1M token. Bạn sẽ cần khóa API Z.ai, có thể tạo tại z.ai/manage-apikey/apikey-list.

Trọng số nguồn mở được mô tả là đang chờ phát hành, với giấy phép MIT dự kiến. Trọng số GLM-5.1 đã phát hành theo MIT khi ra mắt, nên kỳ vọng GLM-5.2 sẽ theo sau. Mốc thời gian trong thông báo là “tuần tới” so với ngày phát hành 13/06/2026.

Kết luận

GLM-5.2 là một bản phát hành đáng để đánh giá vì lý do thuyết phục nhất để thử không nằm ở điểm chuẩn. Nó miễn phí trong GLM Coding Plan (với giới hạn sử dụng tùy bậc), có cửa sổ ngữ cảnh 1M token, và tích hợp vào Claude Code hoặc Cline chỉ với vài thay đổi cấu hình. Rào cản thử nghiệm rất thấp.

Các điểm số điểm chuẩn ấn tượng. Nâng điểm SWE-bench Pro lên 62,1% và Terminal-Bench 2.1 lên 81,0 chứng minh đây là bước nhảy lớn so với GLM-5.1. Với chi phí vào cửa bằng 0 cho người dùng hiện tại, hoàn toàn đáng để bạn dùng thử cho lần tái cấu trúc tiếp theo.

Nếu bạn muốn nhanh chóng bắt kịp các công cụ lập trình AI và cách đánh giá chúng, tôi khuyến nghị bắt đầu với khóa AI-Assisted Coding for Developers trên DataCamp, khóa học bao quát các khái niệm cần thiết để bạn tự đánh giá các mô hình như GLM-5.2 trong quy trình làm việc của mình.