Featherless spouští privátní cloud pro GLM 5.2 za paušál 7 500 $ měsíčně

Cena: Pevný poplatek za neomezené používání

• Pevný měsíční poplatek: 7 500 $/měsíc za celý dedikovaný privátní cloud ^IF.
• Neomezený počet tokenů – žádné starosti s účtováním za API ^IF. To je hlavní výhoda oproti konkurenci.
• Veřejné API od Z.ai účtuje 1,40 dolaru za milion vstupních tokenů a 4,40 dolaru za milion výstupních ^DAL. U náročných agentních úloh, kde by cena u konkurence přesáhla 125 000 dolarů měsíčně, vyjde fixní paušál zhruba na 7 500 dolarů. To je úspora 94 % ^IF.

Jak to vychází: GLM 5.2 je na veřejném API 5× až 6× levnější než GPT-5.5 nebo Claude Opus 4.8 ^GD. Samotný výstup stojí 4,40 dolaru u GLM 5.2 oproti 30 dolarům u GPT-5.5 – tedy zhruba 6,8× méně ^OF. Ceny za vstup lze ještě snížit na 0,26 dolaru u kešovaných dat ^GF.

Hardware: 4× AMD Instinct MI325X

Každý privátní cloud běží na 4 kartách AMD Instinct MI325X ^FO. Ty nabízejí:

• 256 GB HBM3e paměti s propustností 6 TB/s na jeden akcelerátor ^AA.
• Architekturu CDNA3 s 19 456 stream procesory a 1216 matrix jádry ^A.
• Výkon FP8 až 2,61 PFLOPs ^A.

Toto je odlišná hardwarová strategie od běžných nasazení na NVIDIA H100/H200. Featherless to uvádí jako způsob, jak se vyhnout problémům s nedostatkem čipů NVIDIA ^I.

Specifikace modelu GLM 5.2

Všechny váhy v FP8 kvantizaci zaberou zhruba 750 GB VRAM. Čtyři karty MI325X poskytují celkem 1 TB VRAM (4 × 256 GB), což stačí i pro velká kontextová okna s prostorem pro KV cache ^OR.

Výsledky testů: GLM 5.2 vs. GPT-5.5 a Claude Opus 4.8

SWE-bench Pro (reálné softwarové úlohy):

• GLM 5.2: 62,1 % vs. GPT-5.5: 58,6 % – poráží konkurenci v programování ^DF.
• Claude Opus 4.8 si vede lépe (69,2 %) ^O.

Terminal-Bench 2.1 (agentní úlohy v terminálu):

• GLM 5.2: 82,7 (nejlepší naměřený výsledek) vs. Claude Opus 4.8: 78,9 – zde je GLM 5.2 vpředu ^O.

Podle Featherless se GLM 5.2 umístil na 2. místě žebříčku Arena WebDev pro programování ^F.

Srovnání nákladů s konkurencí

Zdroje: ^DDAOF

Při realistickém mixu 3:1 (výstup vs. vstup) vychází GLM 5.2 na 3,65 dolaru na milion tokenů, zatímco GPT-5.5 na 23,75 dolaru. To je poměr 1:6,5 ^O.

Postavení vůči konkurenci

• Vítěz v programování: GLM 5.2 poráží GPT-5.5 v SWE-bench Pro a je výrazně levnější ^DF.
• Ideální pro agenty: Fixní paušál se vyplatí u úloh s nepřetržitou inferencí, kde by cena za tokeny u konkurence rychle narostla ^IF.
• Otevřený model na AMD: Díky otevřeným vahám a hardwaru AMD může Featherless nabídnout výrazně nižší cenu než srovnatelná řešení na čipech NVIDIA ^II.
• Největší kontext: 1 milion tokenů v privátním cloudu překonává nebo se vyrovná konkurenci ^FI.
• Upozornění: Claude Opus 4.8 má stále lepší skóre v SWE-bench Pro (69,2 vs. 62,1). GLM 5.2 není nejlepší ve všech testech, ale cenově je bezkonkurenční ^O.

Pro koho je tato služba určena?

Služba je nejvhodnější pro:

• Týmy s náročnými agentními úlohami, kde měsíční náklady za API přesahují 10 000 až 50 000 dolarů.
• Firmy, které potřebují nepřetržitě zpracovávat programátorské úlohy a chtějí výkon srovnatelný s GPT-5.5 za zlomek ceny.
• Společnosti, které se chtějí vyhnout závislosti na hardwaru NVIDIA a vyzkoušet infrastrukturu AMD.
• Vývojářské týmy, které chtějí neomezené používání bez starostí s měřením a fakturací.

Featherless nabízí i levnější tarify od 25 dolarů měsíčně pro přístup k menším modelům, ale dedikovaný uzel za 7 500 dolarů je určený pro skutečně náročné nasazení ^F.

Shrnutí

Featherless přišel s nabídkou privátního cloudu pro model GLM 5.2 na 4× AMD MI325X GPU za 7 500 dolarů měsíčně paušálně. Slibuje 94% úsporu oproti konkurenčním API pro náročné agentní úlohy. Model s 744B parametry v architektuře MoE poráží GPT-5.5 v programátorských testech a stojí přitom zhruba šestinu ceny. I když Claude Opus 4.8 v některých testech vede, kombinace výkonu a ceny u GLM 5.2 dělá z této nabídky vážného soupeře pro všechny, kdo chtějí ušetřit bez obětování kvality.