GLM 5.2 免费方案（2026）：3 条零成本路径和它们的极限

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 API，OpenRouter 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。

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。

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 1：Z.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。

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_url="http://localhost:8080/v1", api_key="not-needed")
resp = client.chat.completions.create(
    model="glm-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：

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]

追逐免费 GLM 5.2 时的常见错误

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。

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_url="https://api.ofox.io/v1", api_key="YOUR_OFOX_KEY")
resp = client.chat.completions.create(
    model="z-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-5.2
• OpenRouter GLM 5.2 模型页：https://openrouter.ai/z-ai/glm-5.2
• OpenRouter API 速率限制参考：https://openrouter.ai/docs/api/reference/limits
• Z.ai GLM-5.2 开发者概览：https://docs.z.ai/guides/llm/glm-5.2
• Z.ai 网页聊天：https://chat.z.ai/
• Z.ai Coding Plan 订阅：https://z.ai/subscribe
• ofox 托管 GLM 5.2 模型页：https://ofox.io/zh/models/z-ai/glm-5.2

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。