Pris: 7.500 USD/måned med ubegrænsede tokens

• Fast månedlig pris: 7.500 USD/måned for en dedikeret privat cloud-instans .
• Ubegrænsede tokens – ingen per-token API-afgifter . Dette er den primære forskel fra pay-as-you-go API'er.
• Til sammenligning koster Z.ai's offentlige API 1,40 USD per million input-tokens og 4,40 USD per million output-tokens . En tung agentisk arbejdsbelastning, der ville koste 125.000+ USD/måned på proprietære API'er, ville koste cirka 7.500 USD/måned på den faste prisplan – en reduktion på 94% .

Sådan hænger regnestykket sammen: GLM 5.2 på den offentlige API koster omkring 1/5 til 1/6 af per-token prisen på GPT-5.5 eller Claude Opus 4.8 . Alene på output koster GLM-5.2 4,40 USD per million tokens mod GPT-5.5's 30 USD – det er cirka 1/6,8 af prisen . Cachelagret input falder yderligere til 0,26 USD per million tokens .

Hardware: 4× AMD Instinct MI325X GPU'er

Hver privat cloud-instans kører på 4 × AMD Instinct MI325X GPU'er . MI325X byder på:

• 256 GB HBM3e-hukommelse og 6 TB/s hukommelsesbåndbredde per accelerator .
• CDNA3-arkitektur med 19.456 stream-processorer og 1.216 matrix-kerner .
• FP8-ydeevne på 2,61 PFLOPs .

Dette er en markant anderledes hardwarestrategi end de NVIDIA H100/H200-implementeringer, der er almindelige i branchen, og Featherless fremstiller det som en måde at undgå NVIDIA's forsyningsbegrænsninger .

GLM 5.2 Modelspecifikationer

Ved FP8-kvantisering kræver modellens vægte cirka 750 GB VRAM, hvilket komfortabelt kan rummes i den samlede VRAM på 1 TB på tværs af 4× MI325X GPU'er (4 × 256 GB), med plads til KV-cache ved udvidede kontekstlængder .

Centrale benchmarks: GLM 5.2 vs. GPT-5.5 og Claude Opus 4.8

SWE-bench Pro (realistisk softwareudvikling):

• GLM 5.2: 62,1% vs. GPT-5.5: 58,6% – slår GPT-5.5 på kodningsbenchmarks .
• Halter efter Claude Opus 4.8 (69,2%) på denne metrik .

Terminal-Bench 2.1 (agentiske kodningsopgaver):

• GLM 5.2: 82,7 (bedst rapporterede opsætning) vs. Claude Opus 4.8: 78,9 – trækker fra på terminalbaserede agentiske opgaver .

GLM 5.2 rangerer som #2 på Arena WebDev's kodningsleaderboard ifølge Featherless .

Omkostningssammenligning: GLM 5.2 vs. proprietære API'er

Omkostningsfordelen er, hvor GLM 5.2 virkelig skiller sig ud. Ved Z.ai's officielle API-satser:

Kilder:

Ved en realistisk 3:1 output-til-input arbejdsbelastningsblanding lander GLM-5.2 på omkring 3,65 USD per million tokens mod GPT-5.5's cirka 23,75 USD – et forhold på omkring 1/6,5 . Uafhængige trackere viser en lavere median på tværs af udbydere, der serverer de åbne vægte (tættere på ~0,55 USD input og ~1,85 USD output) .

Konkurrenceposition vs. proprietær AI

• Kodningsydelseskronen: GLM 5.2 slår GPT-5.5 på SWE-bench Pro, mens den er dramatisk billigere på per-token-basis, hvilket positionerer den som et højtydende, billigt kodningsalternativ .
• Agentisk arbejdsbelastnings sweet spot: Den faste pris på privat cloud er designet til vedvarende agentisk brug (højvolumen, kontinuerlig inferens), hvor per-token API-omkostninger fra proprietære leverandører løber løbsk .
• Open-weights + AMD-fordel: Fordi modellen er åben og kører på AMD-hardware (snarere end NVIDIA H100/H200), kan Featherless tilbyde en privat cloud til en brøkdel af prisen for tilsvarende NVIDIA-baserede implementeringer .
• Kontekstvindue-lederskab: Med 1M tokens på privat cloud konkurrerer den med eller overgår kontekstvinduerne for GPT-5.5 og Claude Opus 4.8 på dedikerede implementeringer .
• Forbehold: På rene benchmark-scorer (SWE-bench Pro) fører Claude Opus 4.8 stadig (69,2 mod 62,1), så GLM 5.2 er ikke den absolutte leder på alle metrics – men dens omkostningsfordel er massiv .

Hvem bør overveje denne tjeneste?

Featherless' private cloud til GLM 5.2 er mest relevant for:

• Teams, der kører højvolumen agentiske arbejdsbelastninger, hvor per-token API-omkostninger hurtigt overstiger 10.000–50.000 USD/måned.
• Organisationer med vedvarende behov for kodning og softwareudviklingsinferens, der ønsker GPT-5.5-slående ydeevne til en brøkdel af prisen.
• Virksomheder, der ønsker at undgå NVIDIA-hardwareforsyningsbegrænsninger ved at implementere på AMD-infrastruktur.
• Ingeniørteams, der ønsker ubegrænset token-brug uden at bekymre sig om målt fakturering.

Featherless tilbyder også lavere faste prisplaner fra 25 USD/måned for serverløs adgang til mindre modeller, men den dedikerede node til 7.500 USD/måned er udtrykkeligt til teams, der har brug for vedvarende, højvolumen inferens på den fulde GLM 5.2-model .

Hovedkonklusion

Featherless' nye tjeneste tilbyder en privat cloud til en fast pris på 7.500 USD/måned for GLM 5.2 på 4× AMD MI325X GPU'er, med påstand om 94% besparelse i forhold til proprietære API'er ved højvolumen agentisk brug. Den 744B store MoE-model slår GPT-5.5 på SWE-bench Pro til cirka en sjettedel af prisen per token, hvilket gør den til et overbevisende open-weights-alternativ for organisationer med tunge kodnings- og agentiske inferensarbejdsbelastninger. Selvom Claude Opus 4.8 stadig fører på nogle benchmarks, er omkostningsfordelen ved GLM 5.2 + Featherless-kombinationen stor nok til at gøre den til et seriøst alternativ for budgetbevidste teams, der ikke vil gå på kompromis med ydeevnen.

Pris: 7.500 USD/måned med ubegrænsede tokens

• Fast månedlig pris: 7.500 USD/måned for en dedikeret privat cloud-instans .
• Ubegrænsede tokens – ingen per-token API-afgifter . Dette er den primære forskel fra pay-as-you-go API'er.
• Til sammenligning koster Z.ai's offentlige API 1,40 USD per million input-tokens og 4,40 USD per million output-tokens . En tung agentisk arbejdsbelastning, der ville koste 125.000+ USD/måned på proprietære API'er, ville koste cirka 7.500 USD/måned på den faste prisplan – en reduktion på 94% .

Sådan hænger regnestykket sammen: GLM 5.2 på den offentlige API koster omkring 1/5 til 1/6 af per-token prisen på GPT-5.5 eller Claude Opus 4.8 . Alene på output koster GLM-5.2 4,40 USD per million tokens mod GPT-5.5's 30 USD – det er cirka 1/6,8 af prisen . Cachelagret input falder yderligere til 0,26 USD per million tokens .

Hardware: 4× AMD Instinct MI325X GPU'er

Hver privat cloud-instans kører på 4 × AMD Instinct MI325X GPU'er . MI325X byder på:

• 256 GB HBM3e-hukommelse og 6 TB/s hukommelsesbåndbredde per accelerator .
• CDNA3-arkitektur med 19.456 stream-processorer og 1.216 matrix-kerner .
• FP8-ydeevne på 2,61 PFLOPs .

Dette er en markant anderledes hardwarestrategi end de NVIDIA H100/H200-implementeringer, der er almindelige i branchen, og Featherless fremstiller det som en måde at undgå NVIDIA's forsyningsbegrænsninger .

GLM 5.2 Modelspecifikationer

Ved FP8-kvantisering kræver modellens vægte cirka 750 GB VRAM, hvilket komfortabelt kan rummes i den samlede VRAM på 1 TB på tværs af 4× MI325X GPU'er (4 × 256 GB), med plads til KV-cache ved udvidede kontekstlængder .

Centrale benchmarks: GLM 5.2 vs. GPT-5.5 og Claude Opus 4.8

SWE-bench Pro (realistisk softwareudvikling):

• GLM 5.2: 62,1% vs. GPT-5.5: 58,6% – slår GPT-5.5 på kodningsbenchmarks .
• Halter efter Claude Opus 4.8 (69,2%) på denne metrik .

Terminal-Bench 2.1 (agentiske kodningsopgaver):

• GLM 5.2: 82,7 (bedst rapporterede opsætning) vs. Claude Opus 4.8: 78,9 – trækker fra på terminalbaserede agentiske opgaver .

GLM 5.2 rangerer som #2 på Arena WebDev's kodningsleaderboard ifølge Featherless .

Omkostningssammenligning: GLM 5.2 vs. proprietære API'er

Omkostningsfordelen er, hvor GLM 5.2 virkelig skiller sig ud. Ved Z.ai's officielle API-satser:

Kilder:

Ved en realistisk 3:1 output-til-input arbejdsbelastningsblanding lander GLM-5.2 på omkring 3,65 USD per million tokens mod GPT-5.5's cirka 23,75 USD – et forhold på omkring 1/6,5 . Uafhængige trackere viser en lavere median på tværs af udbydere, der serverer de åbne vægte (tættere på ~0,55 USD input og ~1,85 USD output) .

Konkurrenceposition vs. proprietær AI

• Kodningsydelseskronen: GLM 5.2 slår GPT-5.5 på SWE-bench Pro, mens den er dramatisk billigere på per-token-basis, hvilket positionerer den som et højtydende, billigt kodningsalternativ .
• Agentisk arbejdsbelastnings sweet spot: Den faste pris på privat cloud er designet til vedvarende agentisk brug (højvolumen, kontinuerlig inferens), hvor per-token API-omkostninger fra proprietære leverandører løber løbsk .
• Open-weights + AMD-fordel: Fordi modellen er åben og kører på AMD-hardware (snarere end NVIDIA H100/H200), kan Featherless tilbyde en privat cloud til en brøkdel af prisen for tilsvarende NVIDIA-baserede implementeringer .
• Kontekstvindue-lederskab: Med 1M tokens på privat cloud konkurrerer den med eller overgår kontekstvinduerne for GPT-5.5 og Claude Opus 4.8 på dedikerede implementeringer .
• Forbehold: På rene benchmark-scorer (SWE-bench Pro) fører Claude Opus 4.8 stadig (69,2 mod 62,1), så GLM 5.2 er ikke den absolutte leder på alle metrics – men dens omkostningsfordel er massiv .

Hvem bør overveje denne tjeneste?

Featherless' private cloud til GLM 5.2 er mest relevant for:

• Teams, der kører højvolumen agentiske arbejdsbelastninger, hvor per-token API-omkostninger hurtigt overstiger 10.000–50.000 USD/måned.
• Organisationer med vedvarende behov for kodning og softwareudviklingsinferens, der ønsker GPT-5.5-slående ydeevne til en brøkdel af prisen.
• Virksomheder, der ønsker at undgå NVIDIA-hardwareforsyningsbegrænsninger ved at implementere på AMD-infrastruktur.
• Ingeniørteams, der ønsker ubegrænset token-brug uden at bekymre sig om målt fakturering.

Featherless tilbyder også lavere faste prisplaner fra 25 USD/måned for serverløs adgang til mindre modeller, men den dedikerede node til 7.500 USD/måned er udtrykkeligt til teams, der har brug for vedvarende, højvolumen inferens på den fulde GLM 5.2-model .

Hovedkonklusion

Featherless' nye tjeneste tilbyder en privat cloud til en fast pris på 7.500 USD/måned for GLM 5.2 på 4× AMD MI325X GPU'er, med påstand om 94% besparelse i forhold til proprietære API'er ved højvolumen agentisk brug. Den 744B store MoE-model slår GPT-5.5 på SWE-bench Pro til cirka en sjettedel af prisen per token, hvilket gør den til et overbevisende open-weights-alternativ for organisationer med tunge kodnings- og agentiske inferensarbejdsbelastninger. Selvom Claude Opus 4.8 stadig fører på nogle benchmarks, er omkostningsfordelen ved GLM 5.2 + Featherless-kombinationen stor nok til at gøre den til et seriøst alternativ for budgetbevidste teams, der ikke vil gå på kompromis med ydeevnen.