Z.ai:n GLM-5.2 päihittää GPT-5.5:n kooditesteissä – samalla Kiina rakentaa omaa tekoälypiiriekosysteemiään

Kiinalainen tekoäly-yhtiö Z.ai, joka tunnettiin aiemmin nimellä Zhipu AI, ottaa kahta rintamaa yhtä aikaa: sen uusi GLM-5.2-malli haastaa suljetut länsimaiset kielimallit kooditehtävissä, ja yhtiö pyrkii vähentämään riippuvuuttaan ulkomaisesta laskentaraudasta.

Tärkeä tarkennus on paikallaan. Z.ai ei ole vielä vahvistanut omaa tekoälypiiriä koskevaa valmista kehitysohjelmaa. Yhtiö on kuitenkin jo mukauttanut mallejaan kiinalaisille piireille ja käynyt alustavia keskusteluja mahdollisesta mallikohtaisesta ASIC-piiristä. ^RF

GLM-5.2:n vahvin näyttö on ohjelmistokehityksessä

GLM-5.2 on Mixture-of-Experts- eli MoE-malli, jossa on noin 750 miljardia parametria ja miljoonan tokenin konteksti-ikkuna. Se on suunniteltu erityisesti ohjelmointiin ja pitkiin, monivaiheisiin tehtäviin. ^TR

Sen huomattavin tulos on SWE-bench Pro -testissä. Testi mittaa, kuinka hyvin tekoäly pystyy ratkaisemaan todellisiin ohjelmistoprojekteihin liittyviä suunnittelijoiden ja kehittäjien tehtäviä.

Vertailutesti	GLM-5.2	GPT-5.5	GLM-5.1
SWE-bench Pro	62,1	58,6	58,4
Artificial Analysis Intelligence Index	51,1	—	—
Artificial Analysis Coding Index	68,8	—	—

SWE-bench Pro -tuloksella GLM-5.2 ohitti sekä OpenAI:n GPT-5.5:n että Z.ai:n aiemman GLM-5.1-mallin. ^DTAC NVIDIA:n dokumentaatio kuvaa mallia suorituskykyiseksi päättelyssä, ohjelmoinnissa ja agenttitehtävissä, ja sen arviointeihin kuuluu muun muassa GPQA-Diamond, SWE-bench Pro ja Terminal-Bench 2.1. ^D

Puterin kokoamien tulosten mukaan GLM-5.2 sai lisäksi 89,5 prosenttia GPQA Diamond -testissä, 81,0 pistettä Terminal-Bench 2.1 -testissä ja 40,1 pistettä Humanity’s Last Exam -arvioinnissa. ^D Tulokset eivät kuitenkaan tarkoita, että malli olisi paras kaikissa mahdollisissa tehtävissä: suorituskyky vaihtelee testin, työkalujen ja arviointitavan mukaan.

Oma piiri on vasta selvitysvaiheessa

Z.ai:n laskentastrategia jakautuu tällä hetkellä kahteen selvästi eri tasoon.

Varmistettu kehitys: GLM-5-mallisarjaa on helmikuusta 2026 lähtien sovitettu toimimaan kiinalaisilla puolijohteilla sen jälkeen, kun Yhdysvallat kiristi kehittyneiden Nvidian piirien saatavuutta Kiinassa. GLM-5.2 julkaistiin tuella monenlaiselle kotimaiselle piiristölle, mukaan lukien Huawei Ascend -klusterit. ^R

Z.ai ilmoitti jo elokuussa 2025, että sen GLM-mallit ovat yhteensopivia Huawein Ascend-prosessoreiden ja Kirin-piirien kanssa. ^FS Lisäksi yhtiö kertoi kouluttaneensa yhdeksän miljardin parametrin GLM-Image-kuvamallin kokonaan Huawei Ascend -piireillä. Yhtiön mukaan kyseessä oli ensimmäinen merkittävä avoin malli, joka kehitettiin ilman yhdysvaltalaisia puolijohteita. ^FSY

Alustava selvitys: The Informationin tietojen mukaan Z.ai on tiedustellut useilta kiinalaisilta piirisuunnittelutaloilta mahdollisuutta kehittää GLM-malleille optimoitu oma tekoälyprosessori. Keskustelut ovat vasta alkuvaiheessa: kumppania ei ole valittu, eikä piirisuunnittelun valmistumista tai tuotantoon edennyttä hanketta ole vahvistettu. ^F

Selvitysten taustalla kerrotaan olevan GLM-5.2:n päivittäisen token-käytön 27-kertainen kasvu yhdessä vientirajoitusten kiristymisen kanssa. ^F Käytännössä oma ASIC voisi tehostaa tiettyjä mallin ajon eli inferenssin työkuormia, mutta se vaatisi myös merkittäviä panostuksia suunnitteluun, ohjelmistoihin ja valmistuskapasiteettiin.

Kiinan piiripolitiikka muuttaa toimintaympäristöä

Z.ai:n ratkaisut eivät synny tyhjiössä. Kiinan tekoälyinfrastruktuuria muokkaavat sekä Yhdysvaltain vientirajoitukset että Pekingin tavoite rakentaa kotimaisiin komponentteihin nojaava teknologiaekosysteemi.

Z.ai lisättiin Yhdysvaltain kauppaministeriön Entity List -luetteloon 16. tammikuuta 2025. Luetteloon joutuminen rajoittaa yhdysvaltalaisten yritysten mahdollisuuksia toimittaa yhtiölle tiettyjä teknologioita ja tekee kotimaisesta laskentaraudasta strategisen kysymyksen, ei vain kustannusratkaisua. ^U

Reuters kertoi marraskuussa 2025, että Kiinan viranomaiset olivat ohjeistaneet valtion rahoittamia datakeskushankkeita käyttämään vain kotimaassa valmistettuja tekoälypiirejä. Alle 30-prosenttisesti valmistuneiden hankkeiden kerrottiin joutuvan poistamaan jo asennetut ulkomaiset piirit tai luopumaan niiden hankinnasta. ^RD

Useat muut lähteet ovat raportoineet Kiinan suunnittelevan noin kahden biljoonan yuanin eli noin 295 miljardin dollarin investointeja tekoälydatakeskuksiin seuraavien viiden vuoden aikana. Näihin suunnitelmiin on liitetty vaatimus, että vähintään 80 prosenttia piireistä tulee kotimaisilta toimittajilta, erityisesti Huaweilta. ^KSTY Näiden laajempien investointilukujen lähdepohja on kuitenkin vaihtelevampi kuin valtion rahoittamien datakeskusten kotimaisuusvaatimusta koskeva Reuters-raportti.

Tekniset tulokset nostivat yhtiön profiilia – eivät vielä tuottaneet voittoa

GLM-5.2:n tulokset ovat vahvistaneet Z.ai:n asemaa avoimien painojen mallien kilpailussa. Myös yhtiön liikevaihto kasvoi nopeasti: Z.ai raportoi vuoden 2025 liikevaihdoksi 724 miljoonaa yuania, mikä merkitsi 132 prosentin kasvua ja teki siitä Kiinan suurimman itsenäisen suurten kielimallien tarjoajan liikevaihdolla mitattuna. ^RGC

Yhtiö keräsi tammikuussa 2026 Hongkongin listautumisannissa noin 552–558 miljoonaa dollaria 6,6 miljardin dollarin arvostuksella. Se nousi samalla maailman ensimmäisten julkisesti noteerattujen suurten kielimalliyhtiöiden joukkoon. ^RCL

Sijoittajien innostus on ollut voimakasta. Osake nousi ensimmäisen listautumisen jälkeisen tulosjulkistuksen yhteydessä parhaimmillaan 35 prosenttia, ja yhtiön markkina-arvo kävi myöhemmin yli biljoonassa Hongkongin dollarissa eli noin 128 miljardissa dollarissa. ^BTA

Taloudellinen kuva on silti ristiriitainen. Vuonna 2025 Z.ai teki 4,718 miljardin yuanin nettotappion ja käytti tutkimukseen ja tuotekehitykseen 3,18 miljardia yuania. ^TK Reuters Breakingviewsin mukaan kiinalaisia kielimalliyhtiöitä rasittavat suuret tappiot, raskaat tuotekehityskulut, kova hintakilpailu ja vasta muotoutuvat liiketoimintamallit. ^R

Johtopäätös: kotimainen laskentarauta ensin, oma ASIC ehkä myöhemmin

Z.ai:n tämänhetkistä strategiaa kannattaa kuvata siirtymäksi kotimaisiin tekoälypiireihin sekä mahdollisen oman ASIC-piirin selvittämiseksi. Kyse ei ole vielä vahvistetusta mukautetusta piiristä tai tuotantoon asti edenneestä hankkeesta.

GLM-5.2:n SWE-bench Pro -tulos 62,1 on vahva osoitus mallin ohjelmointikyvystä, ja se ylittää GPT-5.5:n vastaavan 58,6 tuloksen. ^DTA Samalla Z.ai:n talous kertoo, kuinka kallista eturintaman tekoälyn kehittäminen ja ajaminen on.

Yhdysvaltain vientirajoitukset, Entity List -merkintä ja Kiinan valtion rahoittamien datakeskusten kotimaisuusvaatimukset tekevät Z.ai:n piiristrategiasta osan laajempaa teknologista irtautumista. Jos mallien käyttö jatkaa kasvuaan, oma ASIC voi muuttua houkuttelevaksi – mutta toistaiseksi yhtiön konkreettisin saavutus on GLM-mallien toimiminen kotimaisella laskentaraudalla, ei oman sirun valmistuminen. ^RFR