Databricks ने GLM 5.2 को अपना डिफ़ॉल्ट कोडिंग इंजन बनाया: इंटरनल बेंचमार्क ने क्या साबित किया

टोकन की कीमत लागत का गलत पैमाना है। बेंचमार्क ने पाया कि एजेंटिक कोडिंग वर्कफ़्लो में मॉडल की प्रति-टोकन कीमत वास्तविक कुल लागत का विश्वसनीय अनुमान नहीं देती है। बड़े मॉडल टोकन के मामले में कहीं अधिक कुशल हो सकते हैं, जिसका मतलब है कि एक सस्ता प्रति-टोकन मॉडल अंततः अधिक खर्चीला साबित हो सकता है अगर उसे उसी काम को पूरा करने के लिए अधिक टोकन की आवश्यकता हो। इसने Databricks को कच्चे API रेट के बजाय वास्तविक, एंड-टू-एंड टास्क कम्पलीशन लागत पर मॉडल का मूल्यांकन करने के लिए प्रेरित किया ।

कुल स्वामित्व लागत (TCO) GLM 5.2 के पक्ष में रही। Z.ai के API पर, GLM 5.2 की कीमत लगभग $1.40 प्रति मिलियन इनपुट टोकन और $4.40 प्रति मिलियन आउटपुट टोकन है । प्रति माह 10 मिलियन टोकन प्रोसेस करने वाली टीम के लिए, 50/50 इनपुट-आउटपुट स्प्लिट के साथ, कुल खर्च लगभग $29 प्रति माह होगा । प्रतिस्पर्धी मॉडल जैसे Anthropic का Opus 4.8 ($5/$25 प्रति मिलियन टोकन) समान या थोड़े बेहतर बेंचमार्क स्कोर के लिए 3 से 6 गुना अधिक खर्चीला हो सकता है । एक Databricks परीक्षण में प्रति टास्क आधार पर, GLM 5.2 ने Pi एजेंट के साथ 87.5% पास दर $1.25 प्रति टास्क पर हासिल की, जबकि Opus 4.8 ने Claude Code के साथ $2.00 प्रति टास्क पर समान पास दर हासिल की ।

Databricks ने GLM 5.2 को क्यों अपनाया

बहुत कम लागत पर फ्रंटियर मॉडल्स के बराबर परफॉर्मेंस। GLM 5.2 ने SWE-bench Pro पर 62.1 स्कोर किया, जो GPT-5.5 (58.6) से बेहतर है और Anthropic के Opus 4.8 से कुछ अंक पीछे है । FrontierSWE Dominance पर इसने 74.4% हासिल किया, जो Opus 4.8 के 75.1% के लगभग बराबर है । Databricks के इंटरनल टेस्ट ने भी इन पब्लिक बेंचमार्क को प्रतिध्वनित किया: चीनी ओपन-वेट मॉडल ने उसी वास्तविक दुनिया के इंजीनियरिंग कार्यों पर अग्रणी प्रोप्राइटरी मॉडल की क्षमता को मात दी या उसके करीब पहुंच गया ।

ओपन-वेट, MIT-लाइसेंस प्राप्त होने का फ़ायदा। क्योंकि GLM 5.2 MIT-लाइसेंस प्राप्त है और पूरी तरह से ओपन-वेट है, Databricks इसे इन-हाउस डिप्लॉय कर सकता है, फ़ाइन-ट्यून कर सकता है, और बिना किसी प्रति-सीट लाइसेंसिंग या वेंडर लॉक-इन के अपने एजेंटिक कोडिंग वर्कफ़्लो में मजबूती से इंटीग्रेट कर सकता है । यह लाइसेंसिंग मॉडल एंटरप्राइजेज को अपने स्वयं के इंफ्रास्ट्रक्चर पर मॉडल चलाने की अनुमति देता है, जिससे उच्च-वॉल्यूम उपयोग के लिए आवर्ती API लागतों से बचा जा सकता है।

लंबी अवधि के, मल्टी-स्टेप टास्क के लिए उपयुक्त। बेंचमार्क एजेंटिक कोडिंग एडिट्स पर केंद्रित था जो कई फ़ाइलों और रीज़निंग स्टेप्स में फैले हुए हैं। GLM 5.2, अपने 1-मिलियन-टोकन कॉन्टेक्स्ट विंडो और 744-बिलियन-पैरामीटर मिक्सचर-ऑफ-एक्सपर्ट्स आर्किटेक्चर के साथ, विशेष रूप से इस प्रकार के रिपॉजिटरी-स्केल, लंबी अवधि के काम के लिए ऑप्टिमाइज़ किया गया था, न कि सिंगल-फ़ाइल ऑटोकम्प्लीट के लिए । Terminal-Bench 2.1 पर, जो कमांड-लाइन और एजेंटिक टास्क एग्ज़ीक्यूशन का परीक्षण करता है, इसने 81.0 स्कोर किया, जो इसे सबसे मजबूत ओपन-सोर्स मॉडल बनाता है और केवल Claude Opus 4.8 (85.0) से पीछे है ।