在 Neuralwatt 的基于能量的计费中使用 GLM5.2

大家好，我是无能。

最近想用 GLM5.2，但一直在摸索，所以记录一下。

调研

首先调研了可以免费使用的地方。

Cloudflare Workers AI 姑且有免费额度，所以试了一下。糟糕，太慢了。

虽然感觉也是理所当然，但不知是不是因为有免费额度的缘故，响应速度简直惨不忍睹。

https://openrouter.ai/z-ai/glm-5.2

目前仅 API 响应就耗时 43 秒，根本无法投入使用。甚至在测试 Z.ai 官网时，完全没有响应，情况非常糟糕。

Open Code 的订阅计划似乎也提供该模型，但 Reddit 网友的评价不太好，据说 Token 消耗巨大，很快就会达到限制，难以实际运维。

此外，如果模型因量化压缩而变笨，那花了钱却没法用就毫无意义了，所以我决定根据网上的评价和趣味性来寻找。我也注册了几个中国服务商，但因为模型信息不透明，所以放弃了。

最后发现 Hacker News 的用户也在推荐 Neuralwatt，查了一下发现他们采用了一种有趣的基于能量的计费模式。

使用时的费用根据电力情况波动，可以在官方页面确认，如下所示。

https://portal.neuralwatt.com/pricing

作为能量状态，还可以查看当前单次请求消耗了多少电力。

https://portal.neuralwatt.com/energy-pricing

与 Codex 的比较

从手感来看，GLM-5.2 (short, fast) 的响应速度与我主要使用的 Codex 相当，但这种情况下上下文（Context）为 200K。

Codex 中使用的 GPT 5.5 Medium 包含推理，因此最大上下文长度可能在输入/输出合计 256k 左右。如果要作为实质上的对等替代，GLM-5.2 (short) 似乎更合适。原因是 Fast 模型没有推理过程，这一点需要注意。

OpenAI GPT 5.5 :

https://help.openai.com/ja-jp/articles/11909943-gpt-55-in-chatgpt

Neuralwatt GLM-5.2 (short, fast) :

https://portal.neuralwatt.com/models/glm-5.2-short-fast

Neuralwatt GLM-5.2 (short) :

我最初是因为 Gemini CLI 的响应太慢，用了 Codex 后深受感动才签约的。从体感来看，GLM-5.2 (short) 的速度与 Codex 5.5 Medium 几乎在同一水平，非常实用。

如果根本不需要推理，能够轻松切换模型也是使用 Open Code 的好处。在 Bug 调查方面，有些在 Codex GPT 5.5 xhigh 中用相同提示词没能发现的 Bug，在 GLM 5.2 的 1048K 上下文模型中被发现了。在这方面能感觉到训练模型之间存在细微差异，但大部分情况下两者半斤八两。

既然两者差不多，我甚至觉得按量计费、不怎么花钱的方式更环保？但实际上 ChatGPT 订阅中包含的 Codex 额度性价比极高，难以割舍，所以不好下定论。

不过，如果 Codex 暂时无法使用，或者额度用完但不想增加订阅，又或者 Codex 额度消耗过快，那么作为备份 LLM，它是一个非常有力的候选，这是我的直观感受。

在非工作时间适度使用 GLM 5.2 最大上下文 1048K 模型，24 小时内从充值的 11 美元剩下 $8.09，大约消耗了 3 美元。

考虑到能完成 GPT 5.5 无法发现的视角修正和 Bug 调查，以这个价格使用，对于那些不想为了使用 Claude（必须订阅且无免费额度）而额外花钱的 Codex 用户来说，这确实是一个不错的选择。

其他模型

虽然我觉得小米的 MiMo 2.5 意外地挺好用，但目前信息还太少，还没能深入研究。

https://mimo.xiaomi.com/mimo-v2-5/

在 Open Code Go 上可以免费使用，而且感觉即使一直运行也没有什么限制，实际上可以无限量使用，这一点非常棒。但由于不清楚 MiMo 2.5 Free 本身的模型细节，所以也不好下定论。它的优秀程度让我觉得稍微花点钱试用一下也是值得的。特别是，虽然数据可能会被用于训练，但只要稍微放手让它运行，它就能完成相当程度的修正和应用开发，所以我感觉把编写临时脚本之类的任务交给它也是可以的。