Nube privada de Featherless para GLM 5.2: $7,500/mes fijos, tokens ilimitados y un 94% de ahorro frente a GPT-5.5

Featherless ha lanzado un despliegue de nube privada dedicada para el modelo GLM 5.2 de Z.ai, un modelo de pesos abiertos, a una tarifa plana mensual de $7,500, sin cargos por token. El servicio está optimizado para ejecutarse de forma nativa en GPUs AMD Instinct MI325X y la compañía afirma que puede reducir los costos de inferencia en un 94% en comparación con rivales de código cerrado como GPT-5.5 y Claude Opus 4.8 . A continuación, te contamos todo lo que necesitas saber sobre el servicio, el modelo y cómo se compara con las alternativas propietarias.

¿Qué es la Nube Privada Featherless para GLM 5.2?

Featherless ha lanzado un despliegue de nube privada dedicada del modelo de pesos abiertos GLM 5.2 de Z.ai, optimizado para ejecutarse de forma nativa en GPUs AMD Instinct MI325X con una tarifa mensual fija . Featherless afirma ser la única plataforma que ha optimizado GLM 5.2 para funcionar nativamente en hardware AMD en un entorno de nube privada . Este enfoque permite a los clientes evitar la facturación por token y, en su lugar, pagar un costo anual fijo de USD $90,000 por un equipo de desarrollo completamente utilizado .

Precios: Tarifa Plana de $7,500/Mes con Tokens Ilimitados

• Tarifa mensual fija: $7,500/mes por una instancia de nube privada dedicada .
• Tokens ilimitados — sin cargos de API por token . Este es el diferenciador clave frente a las APIs de pago por uso.
• Para ponerlo en contexto, la API pública de Z.ai cobra $1.40 por millón de tokens de entrada y $4.40 por millón de tokens de salida . Una carga de trabajo agéntica pesada que costaría más de $125,000 al mes en APIs propietarias costaría aproximadamente $7,500 al mes en el plan de tarifa fija, una reducción del 94% .

Cómo funcionan las matemáticas: GLM 5.2 en la API pública cuesta aproximadamente 1/5 a 1/6 del precio por token de GPT-5.5 o Claude Opus 4.8 . Solo en salida, GLM-5.2 a $4.40 por millón de tokens frente a los $30 de GPT-5.5 es aproximadamente 1/6.8 veces el costo . La entrada en caché se reduce aún más a $0.26 por millón de tokens .

Hardware: 4× GPUs AMD Instinct MI325X

Cada instancia de nube privada funciona con 4 × GPUs AMD Instinct MI325X . La MI325X cuenta con:

• 256 GB de memoria HBM3e y 6 TB/s de ancho de banda de memoria por acelerador .
• Arquitectura CDNA3 con 19,456 procesadores de flujo y 1216 núcleos matriciales .
• Rendimiento FP8 de 2.61 PFLOPs .

Esta es una estrategia de hardware notablemente diferente de los despliegues comunes de NVIDIA H100/H200 en la industria, y Featherless la presenta como una forma de evitar las limitaciones de suministro de NVIDIA .

Especificaciones del Modelo GLM 5.2

Especificación	Detalles
Arquitectura	744B parámetros totales, Mixture-of-Experts (MoE) con ~40B activos por token
Ventana de contexto	Hasta 256K tokens en nube pública; hasta 1 millón de tokens en despliegues de nube privada
Cuantización	FP8 por defecto (~750 GB de VRAM para los pesos)
Pesos abiertos	Sí — Z.ai lanzó GLM 5.2 con pesos abiertos bajo licencia MIT
Enfoque de entrenamiento	Prioriza la codificación; especializado en tareas de ingeniería de software

En cuantización FP8, los pesos del modelo requieren aproximadamente 750 GB de VRAM, lo que es cómodamente acomodado por el total de 1 TB de VRAM en 4 GPUs MI325X (4 × 256 GB), con espacio libre para la caché KV en longitudes de contexto extendidas .

Benchmarks Clave: GLM 5.2 vs. GPT-5.5 y Claude Opus 4.8

SWE-bench Pro (ingeniería de software del mundo real):

• GLM 5.2: 62.1% vs. GPT-5.5: 58.6% — supera a GPT-5.5 en benchmarks de codificación .
• Se sitúa por detrás de Claude Opus 4.8 (69.2%) en esta métrica .

Terminal-Bench 2.1 (tareas de codificación agéntica):

• GLM 5.2: 82.7 (mejor arnés reportado) vs. Claude Opus 4.8: 78.9 — se adelanta en tareas agénticas basadas en terminal .

GLM 5.2 ocupa el puesto #2 en el ranking de codificación Arena WebDev según Featherless .

Comparación de Costos: GLM 5.2 vs. APIs Propietarias

La ventaja de costos es donde realmente destaca GLM 5.2. A las tarifas oficiales de la API de Z.ai:

Modelo	Entrada (por 1M de tokens)	Salida (por 1M de tokens)
GLM 5.2	$1.40	$4.40
GPT-5.5	~$5.00	~$30.00
Claude Opus 4.8	~$8.00	~$40.00

Fuentes:

En una combinación de cargas de trabajo realista con una proporción de 3:1 de salida a entrada, GLM-5.2 se sitúa cerca de $3.65 por millón de tokens frente a los aproximadamente $23.75 de GPT-5.5, una relación de aproximadamente 1/6.5 . Los rastreadores independientes listan una mediana más baja entre los proveedores que sirven los pesos abiertos (más cercana a ~$0.55 de entrada y ~$1.85 de salida) .

Posicionamiento Competitivo frente a la IA Propietaria

• Corona de rendimiento en codificación: GLM 5.2 supera a GPT-5.5 en SWE-bench Pro y es dramáticamente más barato por token, posicionándose como una alternativa de alto rendimiento y bajo costo para codificación .
• Punto ideal para cargas de trabajo agénticas: La nube privada de tarifa fija está diseñada para un uso agéntico sostenido (inferencia continua de alto volumen), donde los costos de API por token de los proveedores propietarios se disparan .
• Ventaja de pesos abiertos + AMD: Debido a que el modelo es abierto y se ejecuta en hardware AMD (en lugar de NVIDIA H100/H200), Featherless puede ofrecer una nube privada a una fracción del costo de los despliegues equivalentes basados en NVIDIA .
• Liderazgo en ventana de contexto: Con 1M de tokens en la nube privada, compite o supera las ventanas de contexto de GPT-5.5 y Claude Opus 4.8 en despliegues dedicados .
• Salvedad: En puntuaciones de benchmark puras (SWE-bench Pro), Claude Opus 4.8 todavía lidera (69.2 vs. 62.1), por lo que GLM 5.2 no es el líder absoluto en todas las métricas, pero su ventaja de costo es enorme .

¿Quién Debería Considerar Este Servicio?

La nube privada de Featherless para GLM 5.2 es más convincente para:

• Equipos que manejan cargas de trabajo agénticas de alto volumen donde los costos de API por token superan rápidamente los $10,000–$50,000 al mes.
• Organizaciones con necesidades sostenidas de inferencia en codificación e ingeniería de software que quieran un rendimiento superior al de GPT-5.5 a una fracción del costo.
• Empresas que buscan evitar las limitaciones de suministro de hardware NVIDIA mediante el despliegue en infraestructura AMD.
• Equipos de ingeniería que deseen uso ilimitado de tokens sin preocuparse por la facturación medida.

Featherless también ofrece planes de tarifa plana de nivel inferior a partir de $25/mes para acceso serverless a modelos más pequeños, pero el nodo dedicado de $7,500/mes está explícitamente diseñado para equipos que necesitan inferencia sostenida de alto volumen en el modelo GLM 5.2 completo .

En Resumen

El nuevo servicio de Featherless ofrece una nube privada de tarifa fija de $7,500/mes para GLM 5.2 en 4 GPUs AMD MI325X, reclamando un 94% de ahorro en costos sobre las APIs propietarias para uso agéntico de alto volumen. El modelo MoE de 744B supera a GPT-5.5 en SWE-bench Pro a aproximadamente una sexta parte del costo por token, lo que lo convierte en una alternativa de pesos abiertos convincente para organizaciones con cargas de trabajo pesadas de codificación e inferencia agéntica. Si bien Claude Opus 4.8 aún lidera en algunos benchmarks, la ventaja de costo de la combinación GLM 5.2 + Featherless es lo suficientemente grande como para convertirla en una opción seria para equipos con presupuesto ajustado que no quieren comprometer el rendimiento.