Featherless lanseeraa kiinteähintaisen yksityisen pilvipalvelun GLM 5.2 -mallille AMD-laitteistolla

Featherless on julkaissut Z.ai:n avoimen painojen GLM 5.2 -mallin yksityisen pilvipalvelun kiinteällä 7 500 dollarin kuukausimaksulla ilman token-pohjaisia lisämaksuja. Palvelu on optimoitu toimimaan natiivisti AMD Instinct MI325X -näytönohjaimilla, ja yhtiö väittää sen leikkaavan päättelykustannuksia 94 % verrattuna suljettuihin kilpailijoihin, kuten GPT-5.5:een ja Claude Opus 4.8:aan . Tässä on kaikki oleellinen palvelusta, mallista ja sen kilpailuasemasta.

Mikä on Featherless GLM 5.2 -yksityinen pilvipalvelu?

Featherless lanseerasi omistetun yksityisen pilvipalvelun Z.ai:n avoimen painojen GLM 5.2 -mallille, joka on optimoitu toimimaan natiivisti AMD Instinct MI325X -näytönohjaimilla kiinteällä kuukausimaksulla . Featherlessin mukaan se on ainoa alusta, joka on optimoinut GLM 5.2:n toimimaan natiivisti AMD-laitteistolla yksityisessä pilviympäristössä . Tämä lähestymistapa antaa asiakkaille mahdollisuuden välttää token-pohjaisen laskutuksen ja maksaa sen sijaan kiinteän 90 000 dollarin vuosimaksun täysin käytetystä kehitystiimistä .

Hinta: 7 500 dollaria kuussa rajattomilla tokeneilla

• Kiinteä kuukausimaksu: 7 500 dollaria/kk omistetusta yksityisestä pilvi-instanssista .
• Rajattomat tokenit – ei token-pohjaisia API-maksuja . Tämä on keskeinen ero perinteisiin maksa-käytön-mukaan-rajapintoihin.
• Vertailun vuoksi Z.ai:n julkinen API veloittaa 1,40 dollaria miljoonalta syöttötokenilta ja 4,40 dollaria miljoonalta tulostetokenilta . Raskas agenttityökuorma, joka maksaisi 125 000 dollaria/kk tai enemmän suljetuilla APIeilla, maksaisi noin 7 500 dollaria/kk kiinteähintaisella suunnitelmalla – 94 % vähemmän .

Miten matematiikka toimii: GLM 5.2 julkisella APIlla maksaa noin 1/5–1/6 GPT-5.5:n tai Claude Opus 4.8:n token-hinnasta . Pelkästään tulostuksessa GLM-5.2:n 4,40 dollaria GPT-5.5:n 30 dollaria vastaan on noin 1/6,8 kustannuksista . Välimuistitettu syöttö laskee edelleen 0,26 dollariin miljoonalta tokenilta .

Laitteisto: 4× AMD Instinct MI325X -näytönohjainta

Jokainen yksityinen pilvi-instanssi toimii 4 × AMD Instinct MI325X -näytönohjaimella . MI325X sisältää:

• 256 Gt HBM3e-muistia ja 6 Tt/s muistikaistaa kiihdytintä kohti .
• CDNA3-arkkitehtuuri, jossa 19 456 stream-prosessoria ja 1216 matriisiydintä .
• FP8-suorituskyky 2,61 PFLOPs .

Tämä on huomattavasti erilainen laitteistostrategia verrattuna alalla yleisiin NVIDIA H100/H200 -asennuksiin, ja Featherless esittää sen keinona välttää NVIDIA:n toimitusketjun pullonkauloja .

GLM 5.2 -mallin tekniset tiedot

Ominaisuus	Tiedot
Arkkitehtuuri	744B parametria yhteensä, Mixture-of-Experts (MoE) , jossa ~40B aktiivista tokenia kohti
Konteksti-ikkuna	Jopa 256K tokenia julkisessa pilvessä ; jopa 1 miljoona tokenia yksityisessä pilvessä
Kvantisointi	FP8 oletuksena (~750 Gt VRAM painoille)
Avoimet painot	Kyllä – Z.ai julkaisi GLM 5.2:n avoimilla painoilla MIT-lisenssillä
Koulutuspainotus	Koodaus ensin; erikoistunut ohjelmistotekniikan tehtäviin

FP8-kvantisoinnilla mallin painot vaativat noin 750 Gt VRAM-muistia, mikä mahtuu mukavasti 1 Tt:n kokonais-VRAMiin 4× MI325X-näytönohjaimella (4 × 256 Gt), ja tilaa jää vielä KV-välimuistille pitkillä kontekstipituuksilla .

Keskeiset vertailuarvot: GLM 5.2 vs. GPT-5.5 ja Claude Opus 4.8

SWE-bench Pro (todellinen ohjelmistotekniikka):

• GLM 5.2: 62,1 % vs. GPT-5.5: 58,6 % – päihittää GPT-5.5:n koodausvertailuissa .
• Jää jälkeen Claude Opus 4.8:sta (69,2 %) tässä mittarissa .

Terminal-Bench 2.1 (agenttimaiset koodaustehtävät):

• GLM 5.2: 82,7 (paras raportoitu valjaat) vs. Claude Opus 4.8: 78,9 – vie voiton päätelaitepohjaisissa agenttitehtävissä .

GLM 5.2 on sijalla #2 Arena WebDev -koodauslistalla Featherlessin mukaan .

Kustannusvertailu: GLM 5.2 vs. suljetut API:t

Kustannusetu on alue, jolla GLM 5.2 todella loistaa. Z.ai:n virallisilla API-hinnoilla:

Malli	Syöttö (per 1M tokenia)	Tuloste (per 1M tokenia)
GLM 5.2	1,40 $	4,40 $
GPT-5.5	~5,00 $	~30,00 $
Claude Opus 4.8	~8,00 $	~40,00 $

Lähteet:

Realistisella 3:1 tulostus-syöttö -työkuormasekoituksella GLM-5.2 asettuu noin 3,65 dollariin miljoonalta tokenilta, kun GPT-5.5:n vastaava luku on noin 23,75 dollaria – suhde noin 1/6,5 . Riippumattomat seurantalistat kirjaavat alhaisemman mediaanin avoimia painoja palvelevien toimittajien kesken (lähempänä ~0,55 dollaria syöttö ja ~1,85 dollaria tuloste) .

Kilpailuasema vs. suljettu tekoäly

• Koodauksen suorituskyvyn kruunu: GLM 5.2 päihittää GPT-5.5:n SWE-bench Prossa ollen samalla dramaattisesti halvempi token-pohjaisesti, mikä asemoi sen korkean suorituskyvyn ja alhaisten kustannusten koodausvaihtoehdoksi .
• Agenttityökuormien makea paikka: Kiinteähintainen yksityinen pilvi on suunniteltu jatkuvaan agenttimaiseen käyttöön (suuri volyymi, jatkuva päättely), jossa token-pohjaiset API-kustannukset suljetuilta toimittajilta karkaavat käsistä .
• Avoimet painot + AMD-etu: Koska malli on avoin ja toimii AMD-laitteistolla (eikä NVIDIA H100/H200), Featherless voi tarjota yksityisen pilven murto-osalla vastaavien NVIDIA-asennusten kustannuksista .
• Konteksti-ikkunan johtajuus: 1M tokenilla yksityisessä pilvessä se kilpailee GPT-5.5:n ja Claude Opus 4.8:n konteksti-ikkunoiden kanssa tai ylittää ne omistetuissa asennuksissa .
• Sävyte: Puhtaissa vertailuarvoissa (SWE-bench Pro) Claude Opus 4.8 johtaa edelleen (69,2 vs. 62,1), joten GLM 5.2 ei ole ehdoton johtaja jokaisella mittarilla – mutta sen kustannusetu on valtava .

Kenelle tämä palvelu sopii?

Featherlessin yksityinen pilvi GLM 5.2:lle on houkuttelevin:

• Tiimeille, joilla on suuren volyymin agenttityökuormia, joissa token-pohjaiset API-kustannukset ylittävät nopeasti 10 000–50 000 dollaria/kk.
• Organisaatioille, joilla on jatkuvia koodaus- ja ohjelmistotekniikan päättelytarpeita, jotka haluavat GPT-5.5:tä paremman suorituskyvyn murto-osalla kustannuksista.
• Yrityksille, jotka haluavat välttää NVIDIA-laitteiston toimitusketjun pullonkauloja ottamalla käyttöön AMD-infrastruktuurin.
• Teknisille tiimeille, jotka haluavat rajattoman token-käytön ilman huolta mitoitetusta laskutuksesta.

Featherless tarjoaa myös halvempia kiinteähintaisia suunnitelmia alkaen 25 dollarista/kk serverless-pääsyä varten pienempiin malleihin, mutta 7 500 dollarin/kk omistettu solmu on nimenomaan tiimeille, jotka tarvitsevat jatkuvaa, suuren volyymin päättelyä täydellä GLM 5.2 -mallilla .

Yhteenveto

Featherlessin uusi palvelu tarjoaa 7 500 dollarin/kk kiinteähintaisen yksityisen pilven GLM 5.2:lle 4× AMD MI325X -näytönohjaimella, väittäen 94 % kustannussäästöjä suljettuihin APIeihin verrattuna suuren volyymin agenttikäytössä. 744B MoE-malli päihittää GPT-5.5:n SWE-bench Prossa noin kuudesosalla token-hinnasta, mikä tekee siitä houkuttelevan avoimien painojen vaihtoehdon organisaatioille, joilla on raskaita koodaus- ja agenttipäättelytyökuormia. Vaikka Claude Opus 4.8 johtaa edelleen joissakin vertailuarvoissa, GLM 5.2:n ja Featherlessin yhdistelmän kustannusetu on riittävän suuri tehdäkseen siitä vakavan vaihtoehdon budjettitietoisille tiimeille, jotka eivät halua tinkiä suorituskyvystä.