O GLM 5.2, modelo de codificação da Z.ai (ex-Zhipu AI), já está disponível no Cloudflare Workers AI. E o melhor: da para usar de graça. Desde 16 de junho, a Cloudflare adicionou o modelo a sua plataforma de inferência com um generoso limite gratuito de 10 mil neurons por dia, o que é suficiente para testar e desenvolver projetos de código com o modelo.
O GLM 5.2 e um modelo de arquitetura Mixture-of-Experts com 744 bilhões de parametros (dos quais cerca de 40 bilhões são ativados por token). Ele foi lançado em 13 de junho de 2026 e rapidamente se tornou um dos modelos de codificação open source mais comentados do ano, com licença MIT e pesos abertos no Hugging Face.
Na Cloudflare, o modelo e identificado como @cf/zai-org/glm-5.2 e pode ser acessado de três formas: pela binding env.AI.run() do Workers, pela API REST em /run ou /v1/chat/completions (compatível com OpenAI), ou pelo AI Gateway.
O que o GLM 5.2 oferece
O GLM 5.2 foi projetado para tarefas de codificação autônoma e planejamento de longo prazo. Suas principais características incluem:
- Contexto de 1 milhão de tokens o modelo suporta até 1.048.576 tokens de contexto. Na Cloudflare, o limite inicial e de 262.144 tokens, com promessa de aumento futuro. Ainda assim, e cinco vezes mais que a maioria dos modelos na plataforma.
- Function calling suporte para agentes que invocam ferramentas e APIs em múltiplas rodadas de conversa.
- Raciocinio (reasoning) dois modos de pensamento: High e Max, que permitem desde iteracao rapida até analise arquitetonica profunda.
- licença MIT pesos abertos e sem restricoes regionais. Diferente de outros modelos chineses que impoem limitacoes geograficas, o GLM 5.2 e realmente aberto.
O modelo gratuito da Cloudflare
A Cloudflare Workers AI oferece 10 mil neurons gratuitos por dia no plano Free. Com esse limite, e possível rodar dezenas de sessões de codificação por dia sem pagar nada. Para quem precisa de mais, o plano Paid cobra US$ 0,011 por mil neurons extras.
Para ter uma ideia do consumo: o GLM 5.2 custa 127.273 neurons por milhão de tokens de entrada e 400 mil neurons por milhão de tokens de saida. Com 10 mil neurons diarios, da para fazer dezenas de chamadas de API com prompts curtos ou algumas sessões mais longas de codificação.
O modelo também pode ser testado gratuitamente no LLM Playground da Cloudflare, sem necessidade de autenticação ou configuração.
Como usar o GLM 5.2 na Cloudflare
O acesso e simples. Basta criar uma conta gratuita na Cloudflare, pegar o Account ID e gerar um API Token no menu Workers AI. Depois, e só configurar o endpoint compatível com OpenAI em qualquer ferramenta que suporte o formato, como o OpenCode, o Claude Code ou o ZCode da propria Z.ai.
No OpenCode, por exemplo, o modelo e selecionado com o comando /models @cf/zai-org/glm-5.2. A partir dai, o agente de codificação funciona normalmente, usando o GLM 5.2 como motor de inferência.
O que isso significa para desenvolvedores
A chegada do GLM 5.2 ao Workers AI gratuito da Cloudflare e um passo na democratizacao do acesso a modelos de codificação de alto desempenho. Desenvolvedores que não podem ou não querem pagar por assinaturas de ferramentas como Claude Pro ou GitHub Copilot agora têm uma alternativa viável e gratuita.
O modelo e especialmente interessante para quem trabalha com codebases grandes, já que o contexto de 262 mil tokens (e potencialmente 1 milhão no futuro) permite analisar projetos inteiros de uma só vez. O suporte a function calling também abre portas para agentes de codificação mais sofisticados, que planejam e executam tarefas em múltiplas etapas.
Para quem prefere rodar localmente, os pesos estão disponíveis no Hugging Face sob licença MIT. O problema e que o GLM 5.2 exige hardware serio: são 744 bilhões de parametros, o que demanda pelo menos 256 GB de RAM para rodar em quantização 2-bit. Na prática, a maioria dos desenvolvedores vai usar o modelo via Cloudflare ou pela API da Z.ai.
O GLM 5.2 no Cloudflare Workers AI mostra que o mercado de modelos de codificação está se movendo rapidamente para o open source e para o acesso gratuito. Para o desenvolvedor brasileiro, que muitas vezes enfrenta custos proibitivos em dolares, essa e uma boa notícia.
