Den åbne vægtmodel (open-weight) i GLM-5.2 – tilgængelig under en MIT-licens på Hugging Face – har været en central drivkraft. Amerikanske udviklere og virksomheder kan downloade hele modelvægtene, hoste dem selv på egen infrastruktur og helt undgå afhængighed af kinesiske cloud-API'er . Det giver teams mulighed for at udnytte pris- og ydelsesfordelene uden at sende proprietær kode til kinesiske servere, men kræver til gengæld tillid til selve modelvægtene.
GLM-5.2 er den stærkeste open-weight-kodningsmodel pr. juni 2026 . Den opnåede 62,1 på SWE-bench Pro, hvilket overgår GPT-5.5's 58,6 og nærmer sig Claude Opus 4.8's 69,2
. På Terminal-Bench 2.1 nåede den 81,0, inden for fire point af Claude Opus 4.8's 85,0
. På FrontierSWE, en benchmark for langvarige tekniske projekter, scorede den 74,4 %, foran GPT-5.5's 72,6 % og lige bag Claude Opus 4.8's 75,1 %
.
Modellen opnåede også 51 point på Artificial Analysis Intelligence Index v4.1, hvilket placerer den på en fjerdeplads samlet – kun overgået af Claude Fable 5, Claude Opus 4.8 og GPT-5.5 – og på førstepladsen blandt alle open-weight-modeller . På den blinde Code Arena frontend-benchmark rangerede den som nummer to globalt og nummer et blandt open-source-modeller
. Den scorede 1.524 på GDPval-AA v2 (menneskelig benchmark: 1.000), hvilket matcher GPT-5.5 i ræsonnement
.
Ud over rå scores håndterer GLM-5.2 et 1-million-token tabsfrit kontekstvindue – fem gange større end forgængeren GLM-5.1 – hvilket gør den særligt velegnet til langtrækkende kodningsopgaver og kompleks systemteknik .
Z.ai's officielle API-prissætning for GLM-5.2 er $1,40 per million input tokens og $4,40 per million output tokens, med cached input til $0,26 per million tokens . Til sammenligning koster GPT-5.5 cirka $5 per million input tokens og $30 per million output tokens, hvilket giver en samlet pris på omkring $35 per million tokens for kombineret input/output
. Det gør GLM-5.2 cirka en sjettedel af den samlede pris for GPT-5.5 og omkring fire gange billigere end Claude Opus 4.8
.
For virksomheder med egen GPU-infrastruktur er det gratis at hoste modelvægtene selv under MIT-licensen, hvilket helt eliminerer API-omkostninger . Z.ai tilbyder også en GLM Coding Plan fra cirka $18 per måned for flad-rate adgang
.
De samme evner, der gør GLM-5.2 attraktiv til legitim kodning, vækker også alarm hos sikkerhedsforskere. Axios rapporterede, at dens agentiske kodningsevner gør avancerede hacking-kapaciteter "dramatisk billigere og mere tilgængelige" for angribere . To separate sikkerhedsevalueringer fra Graphistry og Semgrep viste, at GLM-5.2 præsterede på niveau med førende amerikanske modeller inden for cybersikkerhedsundersøgelse og sårbarhedsdetektion
.
Specifikt scorede GLM-5.2 39 % F1 på at finde en almindelig software-sårbarhedsklasse, hvilket slog Anthropic's Claude Code – og præsterede på niveau med Anthropic's begrænsede Claude Mythos til en brøkdel af prisen . Det har forstærket bekymringerne i den amerikanske regering om, hvorvidt eksportkontrollen effektivt begrænser kinesisk AI-udvikling
.
Datahåndtering er en anden stor bekymring. Z.ai's hosted API dirigerer data gennem kinesiske servere, hvilket rejser spørgsmål om compliance og datasuverænitet. Selvom selv-hosting undgår dette, er nogle teams tilbageholdende med at bruge ethvert system fra en virksomhed med forbindelser til den kinesiske regering . Det amerikanske Repræsentanternes Hus indledte i maj en formel undersøgelse af cybersikkerhedsrisici ved AI-modeller med oprindelse i Folkerepublikken Kina i kritisk infrastruktur, hvor Zhipu blev nævnt sammen med DeepSeek, MiniMax og ByteDance
.
GLM-5.2 repræsenterer et vendepunkt i AI-kapløbet mellem USA og Kina. Kløften mellem open-weight og lukkede frontløbermodeller er reelt lukket: dette er den første open-weight-model, der reelt matcher proprietære amerikanske modeller på langvarige kodningsbenchmarks . Et kinesisk laboratorium, der leverer GPT-5.5-klasse ydeevne til en sjettedel af prisen – under en MIT-licens – lægger pres på amerikanske AI-virksomheder for at sænke priserne og overveje at åbne deres egne modeller, hvilket omformer økonomien i hele industrien
.
Det politiske billede er uklart. USA opretholder eksportkontrol på avancerede AI-chips til Kina, men kinesiske laboratorier producerer frontløbermodeller inden for disse begrænsninger – hvilket tyder på, at kontrollen ikke bremser kinesisk AI-udvikling som tilsigtet . Washington har endnu ikke svaret på, om MIT-licenserede kinesiske modeller bør møde nye restriktioner
. Zhipu har allerede annonceret GLM-5.5 til august 2026, hvilket indikerer, at tempoet i kinesiske frontløber-AI-udgivelser accelererer
.