******关于“GLM 5.2 免费吗”的诚实答案是人们常提的四条路径里两条是真实可行的一条是真的但把账单转给了别人还有一条根本不存在。Z.ai 没有免费的托管 GLM 5.2 APIOpenRouter 上也没有:free的 GLM 5.2 端点。真正免费的是一个有速率限制的网页聊天以及你可以下载并在自己硬件上运行的 MIT 权重。除此之外一切都要花 token 或 GPU 时长。GLM 5.2 免费方案$0 能做什么以及不能做什么GLM 5.2 是智谱的前沿开放权重编码模型一个总参数量 753B 的 MoE带 1M token 上下文以 MIT 许可发布。围绕它“免费”被大量搜索而多数罗列型文章的回答方式就是贴一堆注册页面。这篇文章会拿第一手来源逐一核对每条路径并告诉你它在哪里封顶。你想要什么可行的免费路径免费做不到的事在浏览器里和 GLM 模型聊天Z.ai 网页聊天无需信用卡有速率限制从免费聊天以 API 方式调用在自己拥有的硬件上运行模型下载 MIT 权重、量化、在 llama.cpp 中运行免掉 240 GB 的内存账单从代码中以 API 方式调用Z.ai 没有免费托管 APIOpenRouter 没有:free变体拿到一个z-ai/glm-5.2:free端点它并不存在在应用里发给你的用户使用Puter 用户付费桥接用户承担 token消除 token 成本它只是转移到了最终用户前两行的两条路径是个人真正的零成本选项。API 那一行最容易出现捏造人们搜索“glm 5.2 free api”落到一篇编造出 OpenRouter:free路由的博客上然后浪费一整个下午。它根本不在那里。如果你已经确定要一个托管 API“免费”只是最初的筛选条件那就直接跳到 替代方案。如果你想花 $0继续往下读。下面的路径按它们实际能带你走多远来排序。决策框架哪条免费路径适合你在看细节之前先做选择。每条免费路径分别在什么时候是正确选择用 Z.ai 网页聊天如果你想在浏览器里试试 GLM 的写作和推理、问些一次性的问题或靠复制粘贴做点轻量编码。无需安装无需信用卡。这是最快的零成本路径。自托管 MIT 权重如果你有一台 256 GB 的机器或一整个机架、需要离线或隔离网络推理或者你的合规团队要求可审计的开放权重。免许可费你付的是内存和电费。使用用户付费桥接Puter如果你在做应用希望每个最终用户承担各自的 GLM token而不是由你垫付账单。对作为开发者的你是免费的但整体上并不免费。什么时候不该追求免费你需要一个托管的 GLM 5.2 API 给后端用还指望它是 $0。那不存在。底线是付费价格输入 $1.4/M、输出 $4.4/M。你有一台 64 GB 或 128 GB 的笔记本还想自托管。权重在可用质量下装不下最小的合理量化需要约 240 GB。你需要带 SLA 的可靠性。这里的每条免费路径都是尽力而为。速率限制、配额重置和硬件故障都得你自己扛。停止规则如果你只需要评估GLM 5.2 的输出质量免费的 Z.ai 网页聊天十分钟就能回答你可以就此打住。本节之后的所有内容都是给需要编程或自托管访问的人看的那里的“免费”带着实实在在的取舍。每条免费路径需要什么这三条真实的免费路径要求各不相同。开始之前先把它们摆在一起免得你下载到一半240 GB才发现自己的机器装不下。免费路径你需要什么到首次输出的时间Z.ai 网页聊天一个浏览器和一个 Z.ai 账户无需信用卡不到 1 分钟自托管 MIT 权重一台 256 GB 的机器、llama.cpp或 LM Studio、约 240 GB 空闲磁盘、一个 GGUF 量化数小时下载加加载Puter 用户付费桥接在你的应用里接入 Puter SDK以及各自承担自己 token 的最终用户一个下午的集成具体到自托管路径内存这个数字是硬性关卡。GLM 5.2 是一个 753B 参数的 MoE所以最小的可用量化需要大约 240 GB 的内存或统一内存。16 GB、32 GB 或 64 GB 的笔记本根本不在考虑范围内无论 GPU 如何。如果你用的是消费级硬件、数字对不上那网页聊天和付费 API 就是你仅有的路子这没什么好丢人的几乎没人在家自托管一个 753B 的模型。路径 1Z.ai 网页聊天真正免费有速率限制位于chat.z.ai的 Z.ai 网页界面让你无需信用卡就能和 GLM 模型聊天。这是阻力最小的零成本路径打开页面、登录、开始打字。有两个限制定义了它没有 API。免费网页聊天是一个 UI。你没法让 Cline、Claude Code 或你自己的脚本指向它。一旦你需要编程访问这条路径就到头了接下来就是付费 API 或自托管。速率限制。免费层的消息吞吐是有上限的而且确切配额在各次发布间变过所以把你在别处读到的任何具体数字都当作过时的。真正靠它干活之前先在界面里查看当前限制。有一点值得说清楚因为那些 SEO 内容农场在这件事上彼此矛盾。免费网页聊天到底提供哪个 GLM 版本在各次发布间变过而 Z.ai 自己的文档把 GLM 5.2 的早期访问权限绑定在付费的 GLM Coding Plan 上。有些免费层会话可能提供更早的 GLM而 5.2 藏在订阅背后。别假设免费聊天给你的就是 5.2。看看你自己会话里的模型标签因为那是唯一反映你账户和当前分发状态的来源。如果标签上没写 5.2那免费网页聊天给你的就是一个更旧的模型而 付费 Coding Plan 或 替代端点 才是你通往 5.2 本身的路子。还有一件事要提前规划免费网页聊天对你的代码库没有记忆也没有工具访问。它只回答你粘进框里的内容。用来判断 GLM 的推理和代码风格是否适合你没问题但对任何需要读你文件或运行命令的事情就毫无用处。如果你的评估问题是“这个模型写的代码我愿不愿意发布”免费聊天能回答。如果你的问题是“这个模型能不能驱动我的 agent 循环”免费聊天连接上去试都做不到。网页聊天封顶在三处没有 API、消息受限、模型版本无保证。它适合评估和轻量聊天不适合工作流。路径 2自托管 MIT 权重免许可费不免硬件这是让 GLM 5.2 真正、永久免除每 token 成本的路径。智谱把权重以 MIT 许可发布在 Hugging Face 的zai-org组织下。于 2026 年 7 月 13 日核实zai-org/GLM-5.2仓库未设访问门槛模型卡上带 MIT 标签下载量已超过 460,000 次。MIT 意味着商用、修改和再分发都被允许。MIT 不给你的是免费算力。GLM 5.2 是一个总参数量 753B 的 MoE。在完整 BF16 精度下权重约 1.5 TB任何单台桌面机都装不下。免费的本地推理意味着量化到 GGUF 并接受一个内存下限。量化大致所需内存现实可行的机器速度2-bit GGUF~240 GB256 GB Mac Studio / 大内存 DDR5 主机~3-9 tok/s4-bit GGUF~376 GB512 GB Mac Studio可用质量更好8-bit GGUF~750 GB多路服务器近乎无损加载慢完整 BF16~1.5 TB8x H100/H200 级别生产级吞吐对个人来说现实的下限是在 256 GB 机器上跑 2-bit 量化。单块 24 GB 的 GPU比如 4090连 2-bit 量化都装不下会退回到系统内存卸载把你拖进个位数低段的每秒 token 数。没有任何配置能在 64 GB 或 128 GB 的笔记本上把这个模型跑得好。挑量化、配llama.cpp或 LM Studio、量化 KV 缓存以拉长上下文这些机械活儿本身就是一份工作。与其在这里重新推导硬件数学不如用这两篇从头讲到尾的指南GLM 5.2 本地 GGUF 运行指南面向单台 Mac Studio 或带一块 GPU 和大量内存的桌面机。它覆盖量化选择、llama.cpp参数、LM Studio以及你应该预期的速度。GLM 5.2 自托管 vLLM 硬件与成本指南面向在 H200 级别 GPU 上为团队提供全精度模型的场景含每月成本与托管方案的对比数学。自托管路径上有两个容易绊倒人的脚注。第一在消费级硬件上1M 上下文不会随权重免费到手。这么长上下文的 KV 缓存需要在权重之上再占数百 GB所以在一台 256 GB 的机器上你现实中能跑的是 16K 到 64K 上下文而不是完整的一百万。第二下载本身很大。即便是 2-bit GGUF拉取和存储也在 240 GB 左右所以在开始之前就要预留磁盘和带宽而不是之后。一旦你有了 GGUF 版本并在本地跑起 llama.cpp一个最小的冒烟测试循环看起来是这样用相同的 OpenAI 形态指向你自己的服务器from openai import OpenAI # llama.cpp server started with: ./llama-server -m glm-5.2-UD-IQ2_M.gguf --host 0.0.0.0 --port 8080 client OpenAI(base_urlhttp://localhost:8080/v1, api_keynot-needed) resp client.chat.completions.create( modelglm-5.2, messages[{role: user, content: Say OK if you are running.}], ) print(resp.choices[0].message.content)这条路径封顶在内存账单上。它免许可费但一台 256 GB 的机器是入场券而单 GPU 主机跑起来很慢。对多数人来说数学倾向于托管端点在大约每周 3,000 次提示以下付费方案或托管 API 比自托管节点的电费加折旧更便宜毕竟那台节点一天里大部分时间都在空转。自托管在高用量、离线要求以及可审计权重的合规强制要求上占优而不是在随意使用上。路径 3第三方“用户付费”桥接对你免费对所有人不免费有一条对开发者免费的真实路径常被忽视像 Puter 这样的平台以“用户付费”模式暴露z-ai/glm-5.2。开发者接入 SDK 且不用付任何费用每个最终用户承担各自的 token 成本。它的免费方式就像自带酒水对主人来说是免费的一样。对某种特定形态的应用来说这是合理的一个客户端工具用户带着各自的用量而你不想垫付一笔汇总账单。它不是为你自己后端拿到免费 token 的办法也不是 SLA。在发布之前先读平台的计费和数据条款因为那句“无限量、无需密钥”描述的是开发者的成本不是模型的成本。它还在你的用户和模型之间放了一个第三方如果你有数据处理义务这一点很要紧。这条路径在两处封顶。成本不会消失只是转移到了你的用户身上。而且你信任的是第三方桥接的正常运行时间和条款不是直接来自 Z.ai。对一个业余应用或一个演示来说这没问题。但对任何企业赖以运转的东西你会想和运行推理的一方签合同而免费桥接给不了你这个。那条不存在的路径“OpenRouter 免费”这一条要直说因为它是被搜得最多的假线索。OpenRouter 上没有免费的 GLM 5.2 端点。于 2026 年 7 月 13 日对照 OpenRouter models API 核实z-ai/glm-5.2存在且它是一个付费模型价格为输入 $0.93/M、输出 $3.00/M带 1M 上下文窗口。OpenRouter 列出了 23 个 ID 以:free结尾的模型变体。没有一个是 GLM 5.2。像openrouter.ai/z-ai/glm-5.2:free这样的 URL 会返回 HTTP 200那是因为它加载了单页应用的外壳而不是因为背后有一条免费路由。别把一个能加载的页面和一个能用的端点混为一谈。这正是产生“OpenRouter 上有免费 GLM 5.2”那类罗列文章的陷阱有人看到页面渲染出来就以为路由是活的。OpenRouter 的免费层是真实的只是不覆盖这个模型。至于它确实给你什么这些上限直接来自 OpenRouter 的速率限制参考文档OpenRouter 免费层规则数值每日请求数已购买 $10 额度50每日请求数已购买 ≥ $10 额度1000:free变体的每分钟请求数20所以如果你想在 OpenRouter 上用一个免费模型来编码你要从它的 23 个:free变体里挑DeepSeek、Qwen、Gemma、Nemotron 等等而不是 GLM 5.2。那些免费变体带着上表里的上限而且在任何一次请求里由哪个物理提供商来服务都没有保证。想更全面地了解哪些免费 API 层真能撑过真实编码工作见 免费 LLM API 层编码排名 指南。免费路径及其极限并排对比flowchart TD A[Need GLM 5.2 at $0?] -- B{How do you want to use it?} B --|Chat in a browser| C[Z.ai web chat] B --|Run on my own machine| D[MIT weights GGUF] B --|Ship in an app| E[Puter user-pays] B --|Call as a backend API| F[No free hosted API] C -- C1[Cap: no API, rate limits, version not guaranteed 5.2] D -- D1[Cap: needs 240GB RAM, ~3-9 tok/s on 256GB] E -- E1[Cap: users pay tokens, no SLA] F -- F1[Floor is paid: $1.4/M in, $4.4/M out] F1 -- G[Managed: z-ai/glm-5.2 on one endpoint]路径对你免费吗硬性限制最适合Z.ai 网页聊天是无 API、速率受限、版本无保证是 5.2评估输出质量自托管 MIT 权重是无许可费~240 GB 内存下限单 GPU 慢离线 / 可审计 / 高用量Puter 用户付费是用户付费成本转移到最终用户无 SLA客户端应用OpenRouter:freeGLM 5.2不存在没有这样的端点不是一个选项托管 APIofox / Z.ai否付费输入 $1.4/M、输出 $4.4/M需要可靠性的后端追逐免费 GLM 5.2 时的常见错误症状原因解决办法在 OpenRouter 上z-ai/glm-5.2:free报model not found那个免费变体不存在用一个真实的:free模型或付费的z-ai/glm-5.2或自托管免费网页聊天给出的回答比预期更短或更弱免费层可能提供的是更旧的 GLM而不是 5.2查看会话里的模型标签5.2 访问可能需要付费 Coding Plan网页聊天里出现429 Too Many Requests触发了免费层消息速率限制等待配额窗口或转到付费 API / 自托管本地llama.cpp加载失败或 OOM量化对你的内存来说太大降到 2-bit GGUF~240 GB64/128 GB 的机器跑不了它单块 24 GB GPU 上只有 ~1-3 tok/s权重被卸载到系统内存加 DDR5256 GB或接受这个速度GPU 单独装不下这个量化Puter 集成把账单算到你头上而不是用户误读了用户付费模式确认客户端流程让每个最终用户承担各自的 token团队用免费 GLM 5.2$0 在哪里停止扩展免费路径是为一个人设计的。一旦团队共享它们它们就会崩掉在你围绕它们做规划之前值得先知道会怎样崩。网页聊天没有共享账户模型。每个开发者打开自己的会话、撞上自己的速率限制没有池化配额、没有用量看板、也没法看谁花了什么。两个人用免费聊天没问题。一个十人团队想拿它做标准化就不是一个方案而是十个各自尽力而为的会话。自托管是那条对团队确实能扩展的路径但一旦你需要同时给不止一个人提供吞吐它就不再免费了。一台 256 GB 的 Mac Studio 跑 2-bit 量化只能以每秒 3-9 个 token 服务单个编码 agent 会话。让三个开发者指向它他们就得排队等着彼此。为团队提供服务意味着在 H200 级别 GPU 上跑全精度模型那是一笔实实在在的硬件预算在 自托管 vLLM 硬件与成本指南 里有讲。到那一步你就是在拿一个 GPU 机架的摊销成本对比一份按 token 计费的 API 账单而对多数团队来说在用量非常高之前 API 都会胜出。用户付费桥接是那条对你免费、又能在团队里存活下来的路径恰恰因为它不池化任何东西每个最终用户各付各的。这对一个面向外部用户的产品有效。它对一个内部工程团队无效因为在那里“每个用户付各自的 token”只意味着每个工程师都得和一个第三方建立计费关系这比一把共享 API 密钥还糟。给团队的诚实解读是用免费路径来评估然后标准化到一个带按密钥用量可见性的付费端点。那里的共享配置就是一个 base URL 和一个 model ID所有人都对同一个组织钱包计费、用量可追溯。这正是 访问指南 里针对 Coding Plan 讲的 Team 层方案同样的形态也能通过托管网关走通。替代方案当免费路径封顶之后免费是一个起始筛选条件不是终点线。一旦网页聊天的速率限制或自托管的内存账单开始咬人现实问题就变成了“最便宜的可靠 API”而对一个前沿模型没有诚实的 $0 答案。下面是排好序的清单ofox 在前然后是其他附真实数字。选项GLM 5.2 API 价格你得到什么什么时候选它ofoxz-ai/glm-5.2输入 $1.4/M、输出 $4.4/M一个兼容 OpenAI 的端点一把密钥跨多个模型z-ai/glm-5.2本身提供完整的 1M token 上下文窗口你想要 GLM 5.2 外加其他模型都在同一个 API 背后且不用逐个厂商注册Z.ai 直连输入 $1.4/M、输出 $4.4/M缓存 $0.26/M第一方 API可选 GLM Coding Plan 订阅你只用 GLM 且想要源头或想要固定费用的 Coding PlanOpenRouter输入 $0.93/M、输出 $3.00/M带按用量路由的聚合器你已经把一切都通过 OpenRouter 路由自托管$0/token约 240 GB 内存成本完全掌控、离线、MIT 权重用量非常高或有硬性合规需求当免费路径用尽、你想把 GLM 5.2 当作一个托管 API 用、又不想走 Z.ai 注册或自托管集群时ofox 在一个兼容 OpenAI 的端点上以输入 $1.4/M、输出 $4.4/M 提供z-ai/glm-5.2。和上面本地冒烟测试相同的 OpenAI SDK 形态只是换个 base URL一把密钥同时能触达 ofox 目录 里的其他模型from openai import OpenAI client OpenAI(base_urlhttps://api.ofox.io/v1, api_keyYOUR_OFOX_KEY) resp client.chat.completions.create( modelz-ai/glm-5.2, # this model ID already serves the full 1M-token context window messages[{role: user, content: Refactor this function to async.}], ) print(resp.choices[0].message.content)那不是免费的而且任何声称以每 token $0 提供前沿模型的网关都不是在说实话。诚实的取舍是免费聊天用于评估如果你有硬件就走 MIT 自托管当你需要一个能直接跑起来的 API 时用付费托管端点。如果你在拿 GLM 5.2 的付费价格和那个显而易见的西方替代品做权衡GLM 5.2 与 GPT-5.5 成本对比 算了每任务的账让你能按价格而不是热度标语来选。本次更新核对的来源Hugging Face 模型仓库https://huggingface.co/zai-org/GLM-5.2OpenRouter GLM 5.2 模型页GLM 5.2 - API Pricing Benchmarks | OpenRouterOpenRouter API 速率限制参考API Credit Rate Limits - Handle 402 and 429 ErrorsZ.ai GLM-5.2 开发者概览GLM-5.2 - Overview - Z.AI DEVELOPER DOCUMENTZ.ai 网页聊天Z.ai - Advanced AI Chatbot Agent powered by GLM-5.2Z.ai Coding Plan 订阅GLM Coding Plan — AI Coding Powered by GLM-5.2 GLM-5-Turbo for Agents IDEsofox 托管 GLM 5.2 模型页Z.ai: GLM-5.2 API Integration - Quick Start in 3 Minutes | OfoxAI关于一个前沿模型“它免费吗”的每一个问题规律都一样权重或演示是免费的算力从来不是。GLM 5.2 是一个干净的例子有你可以真正下载并分叉的 MIT 权重、有一个免费的浏览器聊天供你试用以及一旦你需要以编程方式使用它就撞上的付费 token 或严肃硬件这道硬底线。任何以零成本提供 API 那一侧的人要么是把账单转给你的用户要么就是在编。