Z AI

•

GLM-5.2

•

Open weights model

•

Released 2026년 6월

GLM-5.2 (max) API 제공업체 벤치마킹 및 분석

모델 비교

이 분석은 사용 사례에 가장 적합한 GLM-5.2 (max) API 제공업체를 선택하는 데 도움을 드립니다.

가장 빠름

Nebius (FP4)

349.1 t/s

Databricks

318.6 t/s

Baseten (FAST)

276.6 t/s

Crusoe (NVFP4)

247.4 t/s

Together AI

237.9 t/s

출력 속도

총 제공업체 20곳

가장 낮은 지연 시간

Nebius (FP4)

6.80 s

Databricks

7.08 s

Together AI

9.09 s

Baseten (FAST)

9.11 s

Crusoe (NVFP4)

9.13 s

첫 답변 토큰까지 걸린 시간

총 제공업체 20곳

가장 낮은 가격

Bitdeer AI

$0.37

DeepInfra (FP4)

$0.49

CoreWeave

$0.49

GMI (FP8)

$0.59

Fireworks

$0.82

혼합 가격(토큰 100만 개당)

총 제공업체 20곳

GLM-5.2 (max)은 성능 특성과 가격이 서로 다른 API 제공업체 20곳에서 제공됩니다. 아래에서 제공업체별 주요 지표를 비교합니다.

출력 속도가 가장 높은 제공업체는 Nebius (FP4)(349.1 t/s), Databricks(318.6 t/s) 및 Baseten (FAST)(276.6 t/s)입니다. 제공업체별 속도 차이가 크며, 가장 빠른 곳과 가장 느린 곳의 차이는 590%입니다.
Nebius (FP4)(6.80초), Databricks(7.08초) 및 Together AI(9.09초)의 첫 답변 토큰까지 걸린 시간이 가장 짧습니다.
Bitdeer AI(0.37), DeepInfra (FP4)(0.49) 및 CoreWeave(0.49)의 토큰 100만 개당 혼합 가격이 가장 낮습니다. 제공업체별 가격은 최대 6.8배 차이 납니다.
Nebius (FP4)은 속도가 가장 빠르고 지연 시간이 가장 짧아 최고의 성능을 제공합니다. 비용을 최적화하려면 가격 경쟁력이 가장 뛰어난 Bitdeer AI이 적합합니다.

주요 내용

속도

Output tokens per second · Higher is better

가격

USD per 1M tokens (blended) · Lower is better

업데이트: 프로덕션 사용 사례를 더 잘 반영하도록 기본 성능 벤치마킹 워크로드를 입력 토큰 10k개로 변경했습니다. 위에서 다른 워크로드도 계속 선택할 수 있습니다.

엔드포인트 정확도

Endpoint Accuracy Index: GLM-5.2 (max)

v1.0 · Composite of BFCL v4-500, HLE-250 and AA-LCR-25 run against each provider endpoint · Percentage of the reference endpoint, with 95% confidence interval · Higher is better

Composite measure of how much of a model's accuracy a given provider endpoint preserves, from re-running BFCL v4-500, HLE-250 and AA-LCR-25 against that endpoint. Where a self-hosted reference endpoint exists, scores are expressed as a percentage of that reference (100 = matches reference); lower scores indicate accuracy lost to quantisation, sampling defaults, or other endpoint-side configuration. Scores are point-in-time snapshots. Methodology.

가격

Pricing: Cache Hit, Input, and Output

Price (USD per M Tokens) · Lower is better · 10,000 input tokens

Price per token for cached prompts (previously processed), typically offering a significant discount compared to regular input price, represented as USD per million tokens. The values shown here are the cache hit price; cache write and cache storage are billed separately and vary by provider — see "Cache pricing by provider" for detail.

Pricing: Blended Price

Blended at 7:2:1 (cache-input-output) · USD per 1M tokens (blended) · Lower is better

Price per token, shown in USD per million tokens. Price is a blend of cache hit, input, and output token prices using the selected ratio (default 7:2:1 cache-input-output).

Pricing: Cache Discount

1 - (cache hit price / input price) · Higher is better

Reduction in input token cost due to cache hit relative to input price. Formula: 1 - (Cache Hit Price per Token / Input Token Price), where cache hit price is the first-party cache hit price or the median provider cache hit price. Note that this discount figure does not account for all costs associated with cache hits, such as cache write and storage costs.

Output Speed vs. Price

Blended at 7:2:1 (cache-input-output) · Output speed: output tokens per second · USD per 1M tokens (blended)

Most attractive quadrant

Pareto line

Tokens per second received while the model is generating tokens (ie. after first chunk has been received from the API for models which support streaming).

속도

출력 속도(초당 토큰 수)로 측정

Output Speed: GLM-5.2 (max)

Output speed: output tokens per second · 10,000 input tokens

Tokens per second received while the model is generating tokens (ie. after first chunk has been received from the API for models which support streaming).

Figures represent performance of the model's first-party API (e.g. OpenAI for o1) or the median across providers where a first-party API is not available (e.g. Meta's Llama models).

Latency vs. Output Speed

Latency: seconds to first token received · Output speed: output tokens per second · 10,000 input tokens

Most attractive quadrant

Pareto line

Tokens per second received while the model is generating tokens (ie. after first chunk has been received from the API for models which support streaming).

지연 시간

첫 토큰까지 걸린 시간(초)으로 측정

첫 답변 토큰까지 걸린 시간: GLM-5.2 (max) 제공업체

Seconds to first token received · Lower is better · 10,000 input tokens

Time to first answer token received, in seconds, after API request sent. For reasoning models, this includes the 'thinking' time of the model before providing an answer. For models which do not support streaming, this represents time to receive the completion.

Figures represent median (P50) measurement over the past 72 hours to reflect sustained changes in performance.

종단 간 응답 시간

Seconds to output 500 tokens, calculated based on time to first token, 'thinking' time for reasoning models, and output speed

종단 간 응답 시간: GLM-5.2 (max) 제공업체

Seconds to output 500 tokens, including reasoning model 'thinking' time · Lower is better · 10,000 input tokens

Seconds to receive a 500 token response. Key components:

Input time: Time to receive the first response token
Thinking time (only for reasoning models): Time reasoning models spend outputting tokens to reason prior to providing an answer. Amount of tokens based on the average reasoning tokens across a diverse set of 60 prompts (methodology details).
Answer time: Time to generate 500 output tokens, based on output speed

주요 비교 지표 및 API 기능



FriendliAI	100%	1M	오픈	$0.87	149	0.75	17.51	13.41
Baseten	N/A	524k	오픈	$1.04	277	1.88	10.91	7.23
Novita	98%	1.05M	오픈	$0.88	77	1.75	34.12	25.90
Parasail	98%	1M	오픈	--	187	1.15	14.52	10.69
CoreWeave	97%	262k	오픈	$0.96	209	1.21	13.16	9.56
Multiverse Computing	N/A	1M	오픈	$2.31	87	1.07	29.67	22.88
DeepInfra	73%	1.05M	오픈	$0.65	63	1.05	40.91	31.89
Nebius	100%	432k	오픈	$2.94	349	1.07	8.23	5.73
Together AI	97%	262k	오픈	$1.05	238	0.69	11.20	8.41
Scaleway	75%	262k	오픈	$4.37	94	1.67	28.28	21.29
Databricks	N/A	1M	오픈	$0.87	319	0.80	8.65	6.28
Crusoe	101%	1M	오픈	$1.01	247	1.04	11.15	8.08
Bitdeer AI	N/A	1M	오픈	$0.33	51	2.51	51.94	39.55
Fireworks	100%	1M	오픈	$0.64	232	1.84	12.62	8.63
GMI	N/A	1.05M	오픈	--	--	--	--	--
Baseten	93%	1.05M	오픈	$0.65	132	1.82	20.74	15.14
Modular	N/A	164k	오픈	$0.88	216	1.52	13.09	9.26
Zai	N/A	1M	오픈	$0.96	75	7.85	41.04	26.55
Mistral	N/A	1.05M	오픈	$0.76	175	0.97	15.21	11.40
SiliconFlow	99%	1.05M	오픈	$0.85	101	2.19	26.99	19.84

자주 묻는 질문

GLM-5.2 (max) 제공업체에 관한 일반적인 질문

GLM-5.2 (max)은 API 제공업체 20곳에서 제공됩니다: FriendliAI, Baseten (FAST), Novita (FP8), Parasail (NVFP4), CoreWeave, Multiverse Computing, DeepInfra (FP4), Nebius (FP4), Together AI, Scaleway, Databricks, Crusoe (NVFP4), Bitdeer AI, Fireworks, GMI (FP8), Baseten, Modular, Zai, Mistral 및 SiliconFlow (FP8). 제공업체마다 성능 특성과 가격이 다릅니다.

현재 벤치마킹하고 추적하는 GLM-5.2 (max) API 제공업체는 20곳입니다.

출력 속도 기준 GLM-5.2 (max)의 가장 빠른 제공업체들은 Nebius (FP4)(349.1 t/s), Databricks(318.6 t/s) 및 Baseten (FAST)(276.6 t/s)입니다. 출력 속도는 모델이 응답을 시작한 뒤 토큰을 얼마나 빠르게 생성하는지 측정합니다.

GLM-5.2 (max)의 첫 답변 토큰까지 걸린 시간이 가장 짧은 제공업체들은 Nebius (FP4)(6.80s), Databricks(7.08s) 및 Together AI(9.09s)입니다. 지연 시간이 짧을수록 최초 응답을 더 빨리 받습니다.

혼합 가격 기준 GLM-5.2 (max)의 가장 저렴한 제공업체들은 Bitdeer AI(토큰 100만 개당 $0.37), DeepInfra (FP4)(토큰 100만 개당 $0.49) 및 CoreWeave(토큰 100만 개당 $0.49)입니다. 혼합 가격은 캐시 적중/입력/출력 토큰 비율을 7:2:1로 가정합니다.

GLM-5.2 (max)의 입력 토큰 가격이 가장 낮은 제공업체들은 Bitdeer AI(입력 토큰 100만 개당 $0.60), DeepInfra (FP4)(입력 토큰 100만 개당 $0.75) 및 CoreWeave(입력 토큰 100만 개당 $0.76)입니다.

GLM-5.2 (max)의 출력 토큰 가격이 가장 낮은 제공업체들은 Bitdeer AI(출력 토큰 100만 개당 $1.88), DeepInfra (FP4)(출력 토큰 100만 개당 $2.40) 및 CoreWeave(출력 토큰 100만 개당 $2.42)입니다.

GLM-5.2 (max)의 제공업체별 가격은 최대 6.8배 차이 납니다. 가장 저렴한 Bitdeer AI은 토큰 100만 개당 $0.37이고, Scaleway은 $2.52입니다.

GLM-5.2 (max)의 출력 속도는 제공업체별로 큰 차이가 있습니다. 가장 빠른 Nebius (FP4)은 349.1 t/s로, 50.6 t/s인 Bitdeer AI보다 6.9배 빠릅니다.

GLM-5.2 (max) 제공업체 20곳 중 19곳이 JSON 모드를 지원합니다: FriendliAI, Baseten (FAST), Novita (FP8), Parasail (NVFP4), CoreWeave, Multiverse Computing, DeepInfra (FP4), Nebius (FP4), Together AI, Scaleway, Databricks, Crusoe (NVFP4), Bitdeer AI, Fireworks, GMI (FP8), Baseten, Modular, Zai 및 Mistral.

GLM-5.2 (max) 제공업체 20곳 모두 함수 호출(도구 사용)을 지원합니다.

GLM-5.2 (max)에서는 Nebius (FP4)이 가장 빠른 속도와 가장 짧은 지연 시간으로 최고의 성능을 제공합니다. 비용을 최적화하려면 가격 경쟁력이 가장 뛰어난 Bitdeer AI이 적합합니다.

GLM-5.2 (max) 제공업체를 선택할 때는 출력 속도(처리량 중심 작업), 지연 시간(빠른 최초 응답이 필요한 대화형 애플리케이션), 가격(비용에 민감한 워크로드), JSON 모드나 함수 호출 같은 API 기능을 고려하세요.

예. 인프라 변경, 부하 분산, 업데이트에 따라 제공업체 성능이 달라질 수 있습니다. 모든 제공업체를 지속적으로 벤치마킹하고 '시간 경과' 차트에 과거 성능 추이를 표시합니다.

GLM-5.2 (max)의 지능, 역량, 모달리티와 다른 모델과의 비교 정보는 모델 개요 페이지에서 확인하세요. 모델 개요 보기

GLM-5.2 (max) API 제공업체 벤치마킹 및 분석

가장 빠름

가장 낮은 지연 시간

가장 낮은 가격

속도

종단 간 응답 시간

가격

엔드포인트 정확도

Endpoint Accuracy Index: GLM-5.2 (max)

Endpoint Accuracy Index

가격

Pricing: Cache Hit, Input, and Output

Cache Hit

Pricing: Blended Price

Price

Pricing: Cache Discount

Cache Price Discount

Output Speed vs. Price

Output Speed

속도

Output Speed: GLM-5.2 (max)

Output Speed

Model Performance Representation

Latency vs. Output Speed

Output Speed

지연 시간

첫 답변 토큰까지 걸린 시간: GLM-5.2 (max) 제공업체

Time to First Answer Token

Median

종단 간 응답 시간

종단 간 응답 시간: GLM-5.2 (max) 제공업체

End-to-End Response Time

주요 비교 지표 및 API 기능

자주 묻는 질문

GLM-5.2 (max)은 어디에서 사용할 수 있나요?

GLM-5.2 (max)을 제공하는 API 제공업체는 몇 곳인가요?

GLM-5.2 (max)을 가장 빠르게 제공하는 곳은 어디인가요?

GLM-5.2 (max)의 지연 시간이 가장 짧은 제공업체는 어디인가요?

GLM-5.2 (max)을 가장 저렴하게 제공하는 곳은 어디인가요?

GLM-5.2 (max)의 입력 가격이 가장 낮은 제공업체는 어디인가요?

GLM-5.2 (max)의 출력 가격이 가장 낮은 제공업체는 어디인가요?

GLM-5.2 (max) 제공업체별 가격 차이는 얼마나 되나요?

GLM-5.2 (max) 제공업체별 속도 차이는 얼마나 되나요?

JSON 모드를 지원하는 GLM-5.2 (max) 제공업체는 어디인가요?

함수 호출을 지원하는 GLM-5.2 (max) 제공업체는 어디인가요?

GLM-5.2 (max)의 최적 제공업체는 어디인가요?

GLM-5.2 (max) 제공업체는 어떻게 선택해야 하나요?

GLM-5.2 (max) 제공업체의 성능은 시간에 따라 달라지나요?

GLM-5.2 (max)의 전반적인 역량은 무엇인가요?