Writer: Palmyra X5 contre Z.ai: GLM 5.2
Un comparatif côte à côte de Writer: Palmyra X5 (2,10 $US / 1M jetons (≈ 1,87 €)) et Z.ai: GLM 5.2 (0,02 $US / 1M jetons (≈ 0,02 €)) d’après les prix actuels en USD et les capacités du catalogue api14. Les deux passent par la même API compatible OpenAI.
Caractéristiques
| Writer: Palmyra X5 | Z.ai: GLM 5.2 | |
|---|---|---|
| Fournisseur | Writer | Z.ai |
| Entrée | 2,10 $US / 1M jetons (≈ 1,87 €) | 0,02 $US / 1M jetons (≈ 0,02 €) |
| Sortie | 21,00 $US / 1M jetons (≈ 18,70 €) | 23,80 $US / 1M jetons (≈ 21,19 €) |
| Lecture du cache | - | 0,02 $US / 1M jetons (≈ 0,02 €) |
| Fenêtre de contexte | 1 040 000 | 1 048 576 |
| Sortie max. | 8 192 | 943 718 |
| Entrée | text | text |
| Sortie | text | text |
| Appel d’outils | ||
| Sortie structurée | ||
| Contrôle du raisonnement | ||
| Ajouté le | 21 janv. 2026 | 16 juin 2026 |
Principales différences
- Z.ai: GLM 5.2 est 99% moins cher sur les tokens d’entrée.
- Writer: Palmyra X5 est 12% moins cher sur les tokens de sortie.
- Seul Z.ai: GLM 5.2 prend en charge l’appel d’outils.
- Seul Z.ai: GLM 5.2 prend en charge la sortie JSON structurée.
- Seul Z.ai: GLM 5.2 prend en charge le contrôle de l’effort de raisonnement.
- Une requête de 1 000 tokens en entrée et 500 en sortie coûte 0,01 $US avec Writer: Palmyra X5 et 0,01 $US avec Z.ai: GLM 5.2.
En détail
Auteur : Palmyra X5 est créé par Writer, et Z.ai : GLM 5.2 est créé par Z.ai. Tous deux sont des modèles textuels de la même catégorie, donc aucun n'est un modèle spécialisé en vision ou en audio. Palmyra X5 a été publié par son fournisseur le 2026-01-21, tandis que GLM 5.2 est arrivé plus tard, le 2026-06-16. Si vous devez choisir entre les deux, les différences pratiques résident dans la taille du contexte, la prise en charge des paramètres et le prix, plutôt que dans le type d'entrée qu'ils acceptent.
En matière de contexte brut, les deux sont suffisamment proches pour que la différence ne soit pas significative : Palmyra X5 prend 1 040 000 tokens et GLM 5.2 prend 1 048 576 tokens. Tous deux acceptent du texte en entrée et renvoient du texte en sortie, il n'y a donc aucune lacune de modalité à peser. La vraie séparation se situe dans les paramètres de requête que chacun expose. Palmyra X5 prend en charge un ensemble compact : max_tokens, stop, temperature, top_k et top_p. GLM 5.2 prend en charge tous ceux-là plus frequency_penalty, presence_penalty, repetition_penalty, logit_bias, logprobs, top_logprobs, min_p, seed, response_format, structured_outputs, tools, tool_choice, parallel_tool_calls, include_reasoning, reasoning et reasoning_effort. En bref, GLM 5.2 est le seul des deux à disposer de l'appel d'outils, le seul à disposer de sorties structurées, et le seul à disposer de contrôles de raisonnement. GLM 5.2 est aussi le moins cher des deux en entrée comme en sortie, bien que vous devriez consulter la table des prix en direct pour les chiffres actuels.
Cette liste de paramètres devrait guider la plupart de vos décisions. Si votre charge de travail est de la génération de texte simple, du résumé, de la rédaction ou de la classification où vous envoyez une invite et lisez une chaîne en retour, Palmyra X5 est un choix parfaitement raisonnable et ses contrôles d'échantillonnage suffisent. Si vous avez besoin que le modèle appelle des fonctions, renvoie du JSON qui valide contre un schéma, ou expose un mode de raisonnement que vous pouvez augmenter ou diminuer, GLM 5.2 est celui à utiliser, car Palmyra X5 n'offre pas ces paramètres du tout. Il en va de même si vous voulez un échantillonnage quasi déterministe via seed, des logprobs au niveau des tokens pour le débogage ou la notation, ou des pénalités pour orienter la répétition. Étant donné que GLM 5.2 est aussi l'option la moins chère et que sa fenêtre de contexte est effectivement de la même taille, le choix par défaut pour la plupart des nouveaux travaux est GLM 5.2, sauf si vous avez une raison spécifique de préférer le modèle de Writer.
Appeler l'un ou l'autre via api14 est le même geste. Les deux sont servis derrière une API compatible OpenAI, donc vous pointez votre client OpenAI existant vers l'URL de base api14, utilisez votre clé api14, et définissez le champ model. La seule chose qui change entre les deux est cette chaîne : utilisez "writer/palmyra-x5" pour Palmyra X5 et "z-ai/glm-5.2" pour GLM 5.2. Votre tableau messages, votre configuration de streaming et votre analyse de réponse restent tels quels. Si vous passez à GLM 5.2 et voulez des outils, des sorties structurées ou du raisonnement, ajoutez ces champs au corps de la requête ; si vous revenez à Palmyra X5, supprimez-les, car il ne les accepte pas.
Changer de modèle en une chaîne
Les deux modèles utilisent le même endpoint et la même structure de requête. Remplacez la valeur de model "writer/palmyra-x5" par "z-ai/glm-5.2" : prompts, streaming et outils continuent de fonctionner.
import OpenAI from "openai";
const client = new OpenAI({
baseURL: "https://api14.com/api/v1",
apiKey: process.env.API14_API_KEY,
});
const result = await client.chat.completions.create({
"model": "z-ai/glm-5.2",
"messages": [
{
"role": "user",
"content": "Explain vector databases in two sentences."
}
]
});
console.log(result.choices[0].message.content);
Plus de comparatifs
- LiquidAI: LFM3-1.7B contre Ricursive: Ripple 65B Preview
- LiquidAI: LFM3-1.7B contre Crouton Alpha
- LiquidAI: LFM3-1.7B contre Tencent: Hy4
- LiquidAI: LFM3-1.7B contre Z.ai: GLM 5.3 FlashX Legal
- Ricursive: Ripple 65B Preview contre Crouton Alpha
- Ricursive: Ripple 65B Preview contre Tencent: Hy4
- Ricursive: Ripple 65B Preview contre Z.ai: GLM 5.3 FlashX Legal
- Crouton Alpha contre Tencent: Hy4