Featherless ने GLM 5.2 के लिए लॉन्च किया फिक्स्ड-फीस प्राइवेट क्लाउड, AMD GPU पर 94% लागत बचत का दावा

मूल्य निर्धारण: $7,500/माह फ्लैट फीस, असीमित टोकन

• फ्लैट मासिक फीस: $7,500/माह एक समर्पित प्राइवेट क्लाउड इंस्टेंस के लिए ।
• असीमित टोकन — कोई प्रति-टोकन API शुल्क नहीं । यह पे-एज़-यू-गो API से मुख्य अंतर है।
• संदर्भ के लिए, Z.ai का सार्वजनिक API $1.40 प्रति मिलियन इनपुट टोकन और $4.40 प्रति मिलियन आउटपुट टोकन चार्ज करता है । एक भारी एजेंटिक वर्कलोड जिसकी प्रोपराइटरी API पर लागत $125,000+/माह होती है, वह फिक्स्ड-फीस योजना पर लगभग $7,500/माह में आएगा — जो 94% की कमी है ।

गणित कैसे काम करता है: सार्वजनिक API पर GLM 5.2 की प्रति-टोकन कीमत GPT-5.5 या Claude Opus 4.8 की तुलना में लगभग 1/5 से 1/6 है । शुद्ध आउटपुट पर, GLM-5.2 की $4.40 प्रति मिलियन टोकन, GPT-5.5 की $30 की तुलना में लगभग 1/6.8 लागत है । कैश्ड इनपुट और भी कम होकर $0.26 प्रति मिलियन टोकन हो जाता है ।

हार्डवेयर: 4× AMD Instinct MI325X GPU

प्रत्येक प्राइवेट क्लाउड इंस्टेंस 4 × AMD Instinct MI325X GPU पर चलता है । MI325X की मुख्य विशेषताएं:

• 256 GB HBM3e मेमोरी और 6 TB/s मेमोरी बैंडविड्थ प्रति एक्सेलेरेटर ।
• CDNA3 आर्किटेक्चर जिसमें 19,456 स्ट्रीम प्रोसेसर और 1216 मैट्रिक्स कोर हैं ।
• FP8 परफॉर्मेंस 2.61 PFLOPs ।

यह उद्योग में आम NVIDIA H100/H200 डिप्लॉयमेंट से एक अलग हार्डवेयर रणनीति है, और Featherless इसे NVIDIA आपूर्ति बाधाओं से बचने का एक तरीका बताता है ।

GLM 5.2 मॉडल की विशिष्टताएं

FP8 क्वांटाइजेशन पर, मॉडल के वेट को लगभग 750 GB VRAM की आवश्यकता होती है, जो 4× MI325X GPU (4 × 256 GB) में कुल 1 TB VRAM द्वारा आराम से पूरी होती है, जिसमें विस्तारित कॉन्टेक्स्ट लंबाई पर KV कैश के लिए हेडरूम भी है ।

मुख्य बेंचमार्क: GLM 5.2 बनाम GPT-5.5 और Claude Opus 4.8

SWE-bench Pro (वास्तविक दुनिया की सॉफ्टवेयर इंजीनियरिंग):

• GLM 5.2: 62.1% बनाम GPT-5.5: 58.6% — कोडिंग बेंचमार्क पर GPT-5.5 को हराता है ।
• इस मीट्रिक पर Claude Opus 4.8 (69.2%) से पीछे है ।

Terminal-Bench 2.1 (एजेंटिक कोडिंग कार्य):

• GLM 5.2: 82.7 (सबसे अच्छा रिपोर्टेड हार्नेस) बनाम Claude Opus 4.8: 78.9 — टर्मिनल-आधारित एजेंटिक कार्यों में आगे निकलता है ।

Featherless के अनुसार, GLM 5.2 Arena WebDev कोडिंग लीडरबोर्ड पर #2 रैंक करता है ।

लागत तुलना: GLM 5.2 बनाम प्रोपराइटरी API

लागत लाभ वह जगह है जहां GLM 5.2 वास्तव में चमकता है। Z.ai की आधिकारिक API दरों पर:

स्रोत:

एक यथार्थवादी 3:1 आउटपुट-से-इनपुट वर्कलोड ब्लेंड पर, GLM-5.2 प्रति मिलियन टोकन लगभग $3.65 के करीब पहुंचता है, जबकि GPT-5.5 लगभग $23.75 है — लगभग 1/6.5 का अनुपात । स्वतंत्र ट्रैकर्स ओपन वेट की सेवा करने वाले प्रदाताओं में एक कम औसत (लगभग ~$0.55 इनपुट और ~$1.85 आउटपुट) सूचीबद्ध करते हैं ।

प्रतिस्पर्धी स्थिति बनाम प्रोपराइटरी AI

• कोडिंग प्रदर्शन का ताज: GLM 5.2 SWE-bench Pro पर GPT-5.5 को हराता है और साथ ही प्रति-टोकन आधार पर नाटकीय रूप से सस्ता है, जो इसे एक उच्च-प्रदर्शन, कम लागत वाला कोडिंग विकल्प बनाता है ।
• एजेंटिक वर्कलोड के लिए आदर्श: फिक्स्ड-फीस प्राइवेट क्लाउड निरंतर एजेंटिक उपयोग (उच्च-मात्रा, निरंतर इन्फ्रेंस) के लिए डिज़ाइन किया गया है, जहां प्रोपराइटरी विक्रेताओं से प्रति-टोकन API लागत बढ़ जाती है ।
• ओपन-वेट + AMD लाभ: चूंकि मॉडल ओपन है और AMD हार्डवेयर (न कि NVIDIA H100/H200) पर चलता है, Featherless एक प्राइवेट क्लाउड को समकक्ष NVIDIA-आधारित डिप्लॉयमेंट की लागत के एक अंश पर पेश कर सकता है ।
• कॉन्टेक्स्ट विंडो में नेतृत्व: प्राइवेट क्लाउड पर 1M टोकन पर, यह समर्पित डिप्लॉयमेंट पर GPT-5.5 और Claude Opus 4.8 की कॉन्टेक्स्ट विंडो के साथ प्रतिस्पर्धा करता है या उससे आगे निकल जाता है ।
• सावधानी: शुद्ध बेंचमार्क स्कोर (SWE-bench Pro) पर, Claude Opus 4.8 अभी भी आगे है (69.2 बनाम 62.1), इसलिए GLM 5.2 हर मीट्रिक पर स्पष्ट नेता नहीं है — लेकिन इसका लागत लाभ बहुत बड़ा है ।

इस सेवा पर किसे विचार करना चाहिए?

Featherless का GLM 5.2 के लिए प्राइवेट क्लाउड निम्नलिखित के लिए सबसे उपयुक्त है:

• उच्च-मात्रा वाले एजेंटिक वर्कलोड चलाने वाली टीमें जहां प्रति-टोकन API लागत जल्दी से $10,000–$50,000/माह से अधिक हो जाती है।
• निरंतर कोडिंग और सॉफ्टवेयर इंजीनियरिंग इन्फ्रेंस जरूरतों वाले संगठन जो कम लागत पर GPT-5.5 से बेहतर प्रदर्शन चाहते हैं।
• NVIDIA हार्डवेयर आपूर्ति बाधाओं से बचने के इच्छुक कंपनियां AMD बुनियादी ढांचे पर तैनाती करके।
• इंजीनियरिंग टीमें जो मीटर्ड बिलिंग की चिंता किए बिना असीमित टोकन उपयोग चाहती हैं।

Featherless छोटे मॉडलों तक सर्वरलेस एक्सेस के लिए $25/माह से शुरू होने वाली निचले स्तर की फ्लैट-रेट योजनाएं भी प्रदान करता है, लेकिन $7,500/माह का समर्पित नोड स्पष्ट रूप से उन टीमों के लिए है जिन्हें पूर्ण GLM 5.2 मॉडल पर निरंतर, उच्च-मात्रा इन्फ्रेंस की आवश्यकता होती है ।

निष्कर्ष

Featherless की नई सेवा 4× AMD MI325X GPU पर GLM 5.2 के लिए $7,500/माह फ्लैट-फीस प्राइवेट क्लाउड प्रदान करती है, जो उच्च-मात्रा वाले एजेंटिक उपयोग के लिए प्रोपराइटरी API पर 94% लागत बचत का दावा करती है। 744B MoE मॉडल SWE-bench Pro पर GPT-5.5 को लगभग छठवें प्रति-टोकन लागत पर हराता है, जो इसे भारी कोडिंग और एजेंटिक इन्फ्रेंस वर्कलोड वाले संगठनों के लिए एक आकर्षक ओपन-वेट विकल्प बनाता है। जबकि Claude Opus 4.8 कुछ बेंचमार्क पर अभी भी आगे है, GLM 5.2 + Featherless संयोजन का लागत लाभ इसे बजट के प्रति जागरूक टीमों के लिए एक गंभीर विकल्प बनाने के लिए पर्याप्त है जो प्रदर्शन से समझौता नहीं करना चाहते।