从 GLM-5.1 / GLM-5 / GLM-4.x 迁移到 GLM-5.2 的官方配置指南

一句话结论

官方给出的 GLM-5.2 迁移清单与参数配置：模型 ID 改为 glm-5.2、temperature 默认 1.0 / top_p 默认 0.95（二选一调参）、思考默认开启、reasoning_effort 用 high 或 max、流式与工具流式（stream=true + tool_stream=true）需按官方方式拼接，并附可直接使用的 Python 迁移示例。

适用场景

• 适合的任务：从 GLM-5.1、GLM-5、GLM-4.7/4.6/4.5 等旧模型切换到 GLM-5.2 的存量应用；需要流式输出、流式工具调用、思考内容读取的 Agent/编码产品；需要明确采样参数与思考档位的后端集成。

• 不适合的任务：依赖"关闭思考省 token"的旧逻辑（GLM-5.2 思考默认开启，应改用 reasoning_effort 控制成本）；GLM-4.7 时代的"强制思考"行为假设（GLM-5.2 是模型自动判断是否需要思考）。

• 适用的模型版本：GLM-5.2（文中参数对 GLM-5.1/GLM-5 系列同样适用，思考默认行为一致）。

• 适用的客户端、Agent 或 API：Z.ai Chat Completions API（OpenAI 兼容）；使用 delta.reasoning_content / delta.content / delta.tool_calls 的流式客户端。

• 推荐的推理档位和参数：thinking: {"type": "enabled"}（复杂推理/编码推荐开启）；reasoning_effort: high（增强推理）或 max（深度推理，默认）；temperature 与 top_p 只调其中一个；max_tokens 按任务设置（上限 128K）。

可直接使用的内容

官方迁移检查清单（节选）

• 模型标识改为 glm-5.2

• 采样参数：temperature 默认 1.0、top_p 默认 0.95，建议只调其中一个

• 深度思考：按需 thinking={"type": "enabled"} 用于复杂推理/编码

• 推理档位：reasoning_effort 在 high（增强推理）与 max（深度推理，默认）之间选择

• 流式响应：stream=true，正确处理 delta.reasoning_content 与 delta.content

• 流式工具调用：stream=true + tool_stream=true，流式拼接 delta.tool_calls[*].function.arguments

• 最大输出与上下文：max_tokens 按需设置（GLM-5.2 上限 128K 输出、1M 上下文）

• 提示词优化：配合深度思考使用更清晰的指令和约束

• 开发环境验证：回归测试关注随机性、延迟、工具流式参数完整性

更新采样参数（官方示例）

# Plan A: Use temperature (recommended)
resp = client.chat.completions.create(
    model="glm-5.2",
    messages=[{"role": "user", "content": "Write a more creative brand introduction"}],
    temperature=1.0
)

# Plan B: Use top_p
resp = client.chat.completions.create(
    model="glm-5.2",
    messages=[{"role": "user", "content": "Generate more stable technical documentation"}],
    top_p=0.8
)

深度思考与推理档位（官方示例）

resp = client.chat.completions.create(
    model="glm-5.2",
    messages=[{"role": "user", "content": "Design a three-tier microservice architecture for me"}],
    thinking={"type": "enabled"},
    reasoning_effort="max"
)

流式输出 + 流式工具调用（官方示例，可直接复制）

response = client.chat.completions.create(
    model="glm-5.2",
    messages=[{"role": "user", "content": "How's the weather in Beijing"}],
    tools=[
        {
            "type": "function",
            "function": {
                "name": "get_weather",
                "description": "Get current weather conditions for a specified location",
                "parameters": {
                    "type": "object",
                    "properties": {
                        "location": {"type": "string", "description": "City, eg: Beijing, Shanghai"},
                        "unit": {"type": "string", "enum": ["celsius", "fahrenheit"]}
                    },
                    "required": ["location"]
                }
            }
        }
    ],
    stream=True,
    tool_stream=True,
)

# Initialize streaming collection variables
reasoning_content = ""
content = ""
final_tool_calls = {}
reasoning_started = False
content_started = False

# Process streaming response
for chunk in response:
    if not chunk.choices:
        continue

    delta = chunk.choices[0].delta

    # Streaming reasoning process output
    if hasattr(delta, 'reasoning_content') and delta.reasoning_content:
        if not reasoning_started and delta.reasoning_content.strip():
            print("\n🧠 Thinking Process:")
            reasoning_started = True
        reasoning_content += delta.reasoning_content
        print(delta.reasoning_content, end="", flush=True)

    # Streaming answer content output
    if hasattr(delta, 'content') and delta.content:
        if not content_started and delta.content.strip():
            print("\n\n💬 Answer Content:")
            content_started = True
        content += delta.content
        print(delta.content, end="", flush=True)

    # Streaming tool call information (parameter concatenation)
    if delta.tool_calls:
        for tool_call in delta.tool_calls:
            idx = tool_call.index
            if idx not in final_tool_calls:
                final_tool_calls[idx] = tool_call
                final_tool_calls[idx].function.arguments = tool_call.function.arguments
            else:
                final_tool_calls[idx].function.arguments += tool_call.function.arguments

# Output final tool call information
if final_tool_calls:
    print("\n📋 Function Calls Triggered:")
    for idx, tool_call in final_tool_calls.items():
        print(f"  {idx}: Function Name: {tool_call.function.name}, Parameters: {tool_call.function.arguments}")

GLM-5.2 新特性（迁移视角）

• 上下文最大 1M、输出最大 128K。

• 新增工具调用过程流式输出（tool_stream=true），可实时拿到工具调用参数。

• 深度思考 thinking={"type":"enabled"}：开启后模型自动判断是否思考（区别于 GLM-4.7 的强制思考）。

• 新增 reasoning_effort 参数控制思考档位。

• 更强的代码能力与推理能力。

注意与边界

• 官方原文使用"深度思考默认开启"表述：思考在 GLM-5.2/5.1/5/4.7 系列默认激活（见思考模式文档），与 GLM-4.6 的混合思考默认行为不同。

• 迁移后回归重点：输出随机性是否过大或过于保守、工具流式拼接是否正常、长上下文与深度思考下的延迟与成本。