GLM-5.2: Kinas nye open source AI-model overgår GPT-5.5 til en brøkdel af prisen
GLM 5.2 er en open source AI model fra Beijing baserede Z.AI (tidligere Zhipu AI), udgivet 13. Modellen har 753 milliarder parametre (40 milliarder aktive per token) og en kontekstvindue på 1 million tokens.
Udgivet afRedigeret med DeepSeek-V4-FlashBilleder genereret med GPT Image 1.5
GLM 5.2 er en open source AI model fra Beijing baserede Z.AI (tidligere Zhipu AI), udgivet 13.
Modellen har 753 milliarder parametre (40 milliarder aktive per token) og en kontekstvindue på 1 million tokens.
Den scorer 51 på Artificial Analysis Intelligence Index v4.1 – højeste score for en open weight model – og slår GPT 5.5 på flere langtidsholdbare kodebenchmarks.
API prisen er $1,40 per million input tokens og $4,40 per million output tokens, cirka en sjettedel af GPT 5.5.
Searching with cited sources for What is Z.AI's GLM-5.2, how does it perform on the Artificial Analysis Intelligence Index and coding benchmZ.AI's GLM-5.2 architecture visualization.
AI Prompt
Create a landscape editorial hero image for this Studio Global article: Searching with cited sources for What is Z.AI's GLM-5.2, how does it perform on the Artificial Analysis Intelligence Index and coding benchm. Article summary: Here is a comprehensive answer covering all the dimensions you asked about.. Topic tags: general, general web, user generated, documentation. Style: premium digital editorial illustration, source-backed research mood, clean composition, high detail, modern web publication hero. Use reference image context only for broad subject, composition, and topical grounding; do not copy the exact image. Avoid: logos, brand marks, copyrighted characters, real person likenesses, fake screenshots, UI text, readable text, watermarks, charts with fake numbers, clickbait thumbnails, icons, and tiny thumbnail layouts. Make it useful as an illustrative visual, not as factual evid
openai.com
Hvad er GLM-5.2?
GLM-5.2 er flagskibsmodellen fra Z.AI (Beijing, tidligere kendt som Zhipu AI), udgivet den 13. juni 2026 under MIT-licensen . Det er en Mixture-of-Experts (MoE) model med 753 milliarder parametre i alt, hvoraf cirka 40 milliarder aktiveres per token – designet til langtidsholdbare kodeopgaver, agentiske workflows og komplekst softwareudvikling . Vægtene er tilgængelige på Hugging Face .
Studio Global AI
Continue your research
This page includes a source-backed answer you can continue inside Studio Global.
What is the short answer to "GLM-5.2: Kinas nye open source AI-model overgår GPT-5.5 til en brøkdel af prisen"?
GLM 5.2 er en open source AI model fra Beijing baserede Z.AI (tidligere Zhipu AI), udgivet 13.
What are the key points to validate first?
GLM 5.2 er en open source AI model fra Beijing baserede Z.AI (tidligere Zhipu AI), udgivet 13. Modellen har 753 milliarder parametre (40 milliarder aktive per token) og en kontekstvindue på 1 million tokens.
What should I do next in practice?
Den scorer 51 på Artificial Analysis Intelligence Index v4.1 – højeste score for en open weight model – og slår GPT 5.5 på flere langtidsholdbare kodebenchmarks.
GLM-5.2: Kinas nye open source AI-model overgår GPT-5.5 til en brøkdel af prisen
GLM 5.2 er en open source AI model fra Beijing baserede Z.AI (tidligere Zhipu AI), udgivet 13. Modellen har 753 milliarder parametre (40 milliarder aktive per token) og en kontekstvindue på 1 million tokens.
Udgivet afRedigeret med DeepSeek-V4-FlashBilleder genereret med GPT Image 1.5
GLM 5.2 er en open source AI model fra Beijing baserede Z.AI (tidligere Zhipu AI), udgivet 13.
Modellen har 753 milliarder parametre (40 milliarder aktive per token) og en kontekstvindue på 1 million tokens.
Den scorer 51 på Artificial Analysis Intelligence Index v4.1 – højeste score for en open weight model – og slår GPT 5.5 på flere langtidsholdbare kodebenchmarks.
API prisen er $1,40 per million input tokens og $4,40 per million output tokens, cirka en sjettedel af GPT 5.5.
Searching with cited sources for What is Z.AI's GLM-5.2, how does it perform on the Artificial Analysis Intelligence Index and coding benchmZ.AI's GLM-5.2 architecture visualization.
AI Prompt
Create a landscape editorial hero image for this Studio Global article: Searching with cited sources for What is Z.AI's GLM-5.2, how does it perform on the Artificial Analysis Intelligence Index and coding benchm. Article summary: Here is a comprehensive answer covering all the dimensions you asked about.. Topic tags: general, general web, user generated, documentation. Style: premium digital editorial illustration, source-backed research mood, clean composition, high detail, modern web publication hero. Use reference image context only for broad subject, composition, and topical grounding; do not copy the exact image. Avoid: logos, brand marks, copyrighted characters, real person likenesses, fake screenshots, UI text, readable text, watermarks, charts with fake numbers, clickbait thumbnails, icons, and tiny thumbnail layouts. Make it useful as an illustrative visual, not as factual evid
openai.com
Hvad er GLM-5.2?
GLM-5.2 er flagskibsmodellen fra Z.AI (Beijing, tidligere kendt som Zhipu AI), udgivet den 13. juni 2026 under MIT-licensen . Det er en Mixture-of-Experts (MoE) model med 753 milliarder parametre i alt, hvoraf cirka 40 milliarder aktiveres per token – designet til langtidsholdbare kodeopgaver, agentiske workflows og komplekst softwareudvikling . Vægtene er tilgængelige på Hugging Face .
Studio Global AI
Continue your research
This page includes a source-backed answer you can continue inside Studio Global.
What is the short answer to "GLM-5.2: Kinas nye open source AI-model overgår GPT-5.5 til en brøkdel af prisen"?
GLM 5.2 er en open source AI model fra Beijing baserede Z.AI (tidligere Zhipu AI), udgivet 13.
What are the key points to validate first?
GLM 5.2 er en open source AI model fra Beijing baserede Z.AI (tidligere Zhipu AI), udgivet 13. Modellen har 753 milliarder parametre (40 milliarder aktive per token) og en kontekstvindue på 1 million tokens.
What should I do next in practice?
Den scorer 51 på Artificial Analysis Intelligence Index v4.1 – højeste score for en open weight model – og slår GPT 5.5 på flere langtidsholdbare kodebenchmarks.
GLM-5.2 scorer 51 på Artificial Analysis Intelligence Index v4.1 – den højeste score nogensinde opnået af en open weight-model .
Den ligger på en 4. plads samlet set, kun overgået af Claude Fable 5 (60), Claude Opus 4.8 (56) og GPT-5.5 (estimeret 53-55) .
Den slår andre kinesiske open weight-rivaler: MiniMax-M3 (44), DeepSeek V4 Pro Max (44) og Kimi K2.6 (43) .
På Artificial Analysis's Coding Index scorer den 68,8, bedre end 99% af alle overvågede modeller .
Modellen befinder sig på Pareto-fronten af intelligens vs. omkostning-per-opgave-diagrammet, hvilket betyder, at ingen anden open weight-model tilbyder tilsvarende kapacitet til en lavere pris per opgave .
Vigtige kode- og ræsonnementsbenchmarks
Benchmark
Score
Kontekst
FrontierSWE (langtidsholdbar kodning)
74,4%
Overgår GPT-5.5 (72,6) med ~1%, halter 1% efter Claude Opus 4.8
Terminal-Bench 2.1
81,0
Ny open weight-rekord
SWE-bench Pro
62,1
Højeste open weight-score nogensinde
SWE-bench Verified
76,4%
Konkurrencedygtig med frontmodeller
GPQA Diamond (graduate science)
80,3%
Stærk på hård videnskabelig ræsonnement
AIME 2025 (matematisk ræsonnement)
86,67%
Topklasse matematikpræstation
MMLU-Pro
80,63%
Bred akademisk viden
MMLU
91,72%
Generel viden
Humanity's Last Exam (med værktøjer)
54,7%
+12 point vs. tidligere generation
ProofBench
>30%
Første open weight-model til at overgå 30% – 11 point foran nogen konkurrent
WebDev Arena
#1
Overgik Claude Fable 5 og Opus 4.8 på human-voteret frontend-liste
Ifølge Vals AI scorede GLM-5.2 bedst blandt alle modeller (inklusive closed-source) på fem benchmarks: Vals Index, Harvey's Legal Agent Benchmark, Finance Agent v2, ProofBench og Vibe Code Bench .
Arkitektur
GLM-5.2 bibeholder samme 744B total / 40B aktiv MoE-design som forgængeren GLM-5.1, men introducerer to store arkitektoniske innovationer :
IndexShare – En ny optimering af sparse attention, der genbruger en enkelt letvægtsindekseringsenhed på tværs af hvert fjerde Sparse Attention-lag, hvilket reducerer per-token FLOPs ved 1M kontekst med cirka 2,9×.
Forbedret Multi-Token Prediction (MTP) – Forbedret spekulativ afkodning, der øger acceptlængden med op til 20%, hvilket reducerer latenstid på lange uddata .
Nøglespecifikationer
Kontekstvindue: 1 million tokens (brugbart, ikke kun teoretisk)
Maksimal output: 131.072 tokens per generation
Tænketilstande: "High" og "Max" anstrengelsesniveauer for dybere ræsonnement
Licens: MIT (fuldt open weight)
Omkostninger
API-priser (per 1M tokens, fra Z.AI's officielle dokumentation)
Post
Pris
Input tokens
$1,40
Output tokens
$4,40
Cached input
$0,26 (opbevaring gratis i begrænset periode)
Konkurrencekontekst
GLM-5.2 koster cirka 1/6 af prisen per token for GPT-5.5 og Claude Opus 4.8 for sammenlignelig eller bedre kodningspræstation .
Også tilgængelig via abonnement: GLM Coding Plan-niveauer på cirka $10/måned (Lite), $30/måned (Pro) og $80/måned (Max), faktureret kvartalsvis .
Z.AI er på Pareto-fronten for intelligens vs. omkostning per opgave .
Teknologidirektører, der har rost GLM-5.2
Guillermo Rauch (CEO for Vercel) – Udgav, at han var "genuinely impressed, almost shocked" over GLM-5.2's kodningsevne og tilføjede, at modellen "changes things" .
Elon Musk – Likede opslag på sociale medier om modellen, hvilket signalerer godkendelse .
Aaron Levie (CEO for Box) – Udtrykte stærk positiv reaktion på modellens evner .
Det vestlige tech-samfund beskrev bredt ugen for dens udgivelse som "en af de bedste uger nogensinde" for open source AI .
Strategisk kontekst
USA's Entity List og eksportkontrol
Z.AI (Zhipu AI) blev i januar 2025 føjet til den amerikanske Entity List, hvilket begrænsede dens adgang til avancerede halvledere og chipudstyr .
Udgivelsen kom lige efter, at den amerikanske regering beordrede lukning af Anthropics Claude Fable-tjeneste, en direkte konkurrent . Z.AI's grundlægger Jie Tang henviste eksplicit til denne lukning i sin annoncering og præsenterede GLM-5.2 som et åbent alternativ .
Den 15. juni 2026 steg Zhipus aktie med 33 %, da Wall Street øgede sine væddemål på kinesiske AI-virksomheder efter, at Washington strammede restriktionerne på udenlandsk adgang til avancerede amerikanske modeller .
Hongkong-børsnotering
Zhipu AI gennemførte sin børsnotering på Hongkong Stock Exchange den 8. januar 2026 og rejste cirka HKD 4,35 milliarder (~$558 millioner) til en markedsværdi på nær $52,83 milliarder. Selskabet ledes af CEO Zhang Peng.
Kinesiske open weight-modeller vs. vestlige frontier AI
GLM-5.2 er det tydeligste tegn endnu på, at kinesiske open weight-modeller har indhentet de vestlige proprietære frontmodeller. På flere langtidsholdbare kodebenchmarks overgår den nu GPT-5.5 og ligger inden for 1% af Claude Opus 4.8 .
Modellen viser, at eksportkontrol ikke har bremset kinesiske AI-laboratoriers evne til at innovere på arkitektur (IndexShare) og opnå konkurrencedygtige benchmark-scoringer .
Z.AI's strategi kombinerer open weight-udgivelse (MIT-licens), aggressive priser (~1/6 af prisen for lukkede frontmodeller) og et fokus på langtidsholdbare agentiske kodeopgaver – der direkte målretter udviklerpublikummet, som vestlige laboratorier har domineret .
Hugging Face, det største open source AI-fællesskab, finansierede personligt seks timers gratis global beregning til GLM-5.2-inferens, hvilket signalerer platformens satsning på open weight-kinesiske modeller .
Udgivelsen udløser en bredere konkurrencedynamik: Hvis kinesiske open weight-modeller fortsætter på denne bane, bliver differentieringen, som vestlige laboratorier opkræver for lukket kildekode-adgang, sværere at retfærdiggøre, især på omkostningsfølsomme kode- og agentarbejdsbelastninger.
GLM-5.2 Developer Guide: Z.ai's 1M-Context Coding Model
GLM-5.2 scorer 51 på Artificial Analysis Intelligence Index v4.1 – den højeste score nogensinde opnået af en open weight-model .
Den ligger på en 4. plads samlet set, kun overgået af Claude Fable 5 (60), Claude Opus 4.8 (56) og GPT-5.5 (estimeret 53-55) .
Den slår andre kinesiske open weight-rivaler: MiniMax-M3 (44), DeepSeek V4 Pro Max (44) og Kimi K2.6 (43) .
På Artificial Analysis's Coding Index scorer den 68,8, bedre end 99% af alle overvågede modeller .
Modellen befinder sig på Pareto-fronten af intelligens vs. omkostning-per-opgave-diagrammet, hvilket betyder, at ingen anden open weight-model tilbyder tilsvarende kapacitet til en lavere pris per opgave .
Vigtige kode- og ræsonnementsbenchmarks
Benchmark
Score
Kontekst
FrontierSWE (langtidsholdbar kodning)
74,4%
Overgår GPT-5.5 (72,6) med ~1%, halter 1% efter Claude Opus 4.8
Terminal-Bench 2.1
81,0
Ny open weight-rekord
SWE-bench Pro
62,1
Højeste open weight-score nogensinde
SWE-bench Verified
76,4%
Konkurrencedygtig med frontmodeller
GPQA Diamond (graduate science)
80,3%
Stærk på hård videnskabelig ræsonnement
AIME 2025 (matematisk ræsonnement)
86,67%
Topklasse matematikpræstation
MMLU-Pro
80,63%
Bred akademisk viden
MMLU
91,72%
Generel viden
Humanity's Last Exam (med værktøjer)
54,7%
+12 point vs. tidligere generation
ProofBench
>30%
Første open weight-model til at overgå 30% – 11 point foran nogen konkurrent
WebDev Arena
#1
Overgik Claude Fable 5 og Opus 4.8 på human-voteret frontend-liste
Ifølge Vals AI scorede GLM-5.2 bedst blandt alle modeller (inklusive closed-source) på fem benchmarks: Vals Index, Harvey's Legal Agent Benchmark, Finance Agent v2, ProofBench og Vibe Code Bench .
Arkitektur
GLM-5.2 bibeholder samme 744B total / 40B aktiv MoE-design som forgængeren GLM-5.1, men introducerer to store arkitektoniske innovationer :
IndexShare – En ny optimering af sparse attention, der genbruger en enkelt letvægtsindekseringsenhed på tværs af hvert fjerde Sparse Attention-lag, hvilket reducerer per-token FLOPs ved 1M kontekst med cirka 2,9×.
Forbedret Multi-Token Prediction (MTP) – Forbedret spekulativ afkodning, der øger acceptlængden med op til 20%, hvilket reducerer latenstid på lange uddata .
Nøglespecifikationer
Kontekstvindue: 1 million tokens (brugbart, ikke kun teoretisk)
Maksimal output: 131.072 tokens per generation
Tænketilstande: "High" og "Max" anstrengelsesniveauer for dybere ræsonnement
Licens: MIT (fuldt open weight)
Omkostninger
API-priser (per 1M tokens, fra Z.AI's officielle dokumentation)
Post
Pris
Input tokens
$1,40
Output tokens
$4,40
Cached input
$0,26 (opbevaring gratis i begrænset periode)
Konkurrencekontekst
GLM-5.2 koster cirka 1/6 af prisen per token for GPT-5.5 og Claude Opus 4.8 for sammenlignelig eller bedre kodningspræstation .
Også tilgængelig via abonnement: GLM Coding Plan-niveauer på cirka $10/måned (Lite), $30/måned (Pro) og $80/måned (Max), faktureret kvartalsvis .
Z.AI er på Pareto-fronten for intelligens vs. omkostning per opgave .
Teknologidirektører, der har rost GLM-5.2
Guillermo Rauch (CEO for Vercel) – Udgav, at han var "genuinely impressed, almost shocked" over GLM-5.2's kodningsevne og tilføjede, at modellen "changes things" .
Elon Musk – Likede opslag på sociale medier om modellen, hvilket signalerer godkendelse .
Aaron Levie (CEO for Box) – Udtrykte stærk positiv reaktion på modellens evner .
Det vestlige tech-samfund beskrev bredt ugen for dens udgivelse som "en af de bedste uger nogensinde" for open source AI .
Strategisk kontekst
USA's Entity List og eksportkontrol
Z.AI (Zhipu AI) blev i januar 2025 føjet til den amerikanske Entity List, hvilket begrænsede dens adgang til avancerede halvledere og chipudstyr .
Udgivelsen kom lige efter, at den amerikanske regering beordrede lukning af Anthropics Claude Fable-tjeneste, en direkte konkurrent . Z.AI's grundlægger Jie Tang henviste eksplicit til denne lukning i sin annoncering og præsenterede GLM-5.2 som et åbent alternativ .
Den 15. juni 2026 steg Zhipus aktie med 33 %, da Wall Street øgede sine væddemål på kinesiske AI-virksomheder efter, at Washington strammede restriktionerne på udenlandsk adgang til avancerede amerikanske modeller .
Hongkong-børsnotering
Zhipu AI gennemførte sin børsnotering på Hongkong Stock Exchange den 8. januar 2026 og rejste cirka HKD 4,35 milliarder (~$558 millioner) til en markedsværdi på nær $52,83 milliarder. Selskabet ledes af CEO Zhang Peng.
Kinesiske open weight-modeller vs. vestlige frontier AI
GLM-5.2 er det tydeligste tegn endnu på, at kinesiske open weight-modeller har indhentet de vestlige proprietære frontmodeller. På flere langtidsholdbare kodebenchmarks overgår den nu GPT-5.5 og ligger inden for 1% af Claude Opus 4.8 .
Modellen viser, at eksportkontrol ikke har bremset kinesiske AI-laboratoriers evne til at innovere på arkitektur (IndexShare) og opnå konkurrencedygtige benchmark-scoringer .
Z.AI's strategi kombinerer open weight-udgivelse (MIT-licens), aggressive priser (~1/6 af prisen for lukkede frontmodeller) og et fokus på langtidsholdbare agentiske kodeopgaver – der direkte målretter udviklerpublikummet, som vestlige laboratorier har domineret .
Hugging Face, det største open source AI-fællesskab, finansierede personligt seks timers gratis global beregning til GLM-5.2-inferens, hvilket signalerer platformens satsning på open weight-kinesiske modeller .
Udgivelsen udløser en bredere konkurrencedynamik: Hvis kinesiske open weight-modeller fortsætter på denne bane, bliver differentieringen, som vestlige laboratorier opkræver for lukket kildekode-adgang, sværere at retfærdiggøre, især på omkostningsfølsomme kode- og agentarbejdsbelastninger.
GLM-5.2 Developer Guide: Z.ai's 1M-Context Coding Model
developer.puter.comGLM 5.2 - API, Specs, Playground & Pricing - Puter Developer
officechai.com"This Changes Things": Open-Source GLM 5.2 Impresses Vercel ...
apidog.comGLM-5.2 Pricing: API Cost, Cached Input, and the ...
developersdigest.tech