Featherless Luncurkan Private Cloud GLM 5.2: Harga Flat Rp120 Juta/Bulan, Klaim Hemat 94% vs GPT-5.5

Harga: $7.500/Bulan, Token Tak Terbatas

• Tarif flat: $7.500 per bulan untuk satu instance private cloud khusus .
• Token tak terbatas — tidak ada biaya per token seperti API biasanya . Inilah pembeda utamanya dari API bayar-pakai.
• Sebagai perbandingan, API publik Z.ai sendiri mematok $1,40 per juta token input dan $4,40 per juta token output . Beban kerja agentic berat yang biasanya menghabiskan $125.000+/bulan di API proprietary, cukup ~$7.500/bulan di paket fixed-fee ini — hemat 94% .

Cara hitungnya: GLM 5.2 di API publik harganya sekitar 1/5 sampai 1/6 harga per token GPT-5.5 atau Claude Opus 4.8 . Untuk output murni, GLM-5.2 seharga $4,40 per juta token vs GPT-5.5 yang $30 — artinya 1/6,8 dari biaya GPT-5.5 . Input yang tercache bahkan lebih murah, hanya $0,26 per juta token .

Hardware: 4× AMD Instinct MI325X GPUs

Setiap instance private cloud berjalan di atas 4 × GPU AMD Instinct MI325X . Spesifikasi MI325X:

• 256 GB memori HBM3e dan 6 TB/s bandwidth memori per akselerator .
• Arsitektur CDNA3 dengan 19.456 stream processor dan 1.216 matrix core .
• Kinerja FP8 mencapai 2,61 PFLOPs .

Ini adalah strategi hardware yang berbeda dari deployment NVIDIA H100/H200 yang umum di industri. Featherless menyebutnya sebagai cara untuk menghindari kendala pasokan chip NVIDIA .

Spesifikasi Model GLM 5.2

Pada kuantisasi FP8, bobot model membutuhkan sekitar 750 GB VRAM — nyaman ditempatkan di total 1 TB VRAM dari 4× MI325X (4 × 256 GB), dengan sisa ruang untuk KV cache pada konteks panjang .

Tolok Ukur Utama: GLM 5.2 vs GPT-5.5 dan Claude Opus 4.8

SWE-bench Pro (rekayasa perangkat lunak dunia nyata):

• GLM 5.2: 62,1% vs GPT-5.5: 58,6% — mengalahkan GPT-5.5 di benchmark coding .
• Masih di bawah Claude Opus 4.8 (69,2%) di metrik ini .

Terminal-Bench 2.1 (tugas coding agentic):

• GLM 5.2: 82,7 (skor harness terbaik) vs Claude Opus 4.8: 78,9 — unggul dalam tugas agentic berbasis terminal .

Menurut Featherless, GLM 5.2 menempati peringkat #2 di papan peringkat coding Arena WebDev .

Perbandingan Biaya: GLM 5.2 vs API Proprietary

Keunggulan biaya adalah area di mana GLM 5.2 benar-benar menonjol. Berikut tarif resmi API Z.ai:

Sumber:

Pada campuran beban kerja realistis 3:1 output-to-input, GLM-5.2 berada di sekitar $3,65 per juta token dibanding GPT-5.5 yang ~$23,75 — rasio sekitar 1/6,5 . Pelacak independen bahkan mencatat median lebih rendah di seluruh penyedia yang melayani bobot terbuka (mendekati ~$0,55 input dan ~$1,85 output) .

Posisi Kompetitif vs AI Proprietary

• Mahkota performa coding: GLM 5.2 mengalahkan GPT-5.5 di SWE-bench Pro dengan biaya per token jauh lebih murah, menjadikannya alternatif coding berperforma tinggi dan berbiaya rendah .
• Posisi tepat untuk beban kerja agentic: Private cloud fixed-fee ini dirancang untuk penggunaan agentic berkelanjutan (inference volume tinggi terus-menerus), di mana biaya per token dari vendor proprietary bisa melonjak .
• Keunggulan open-weights + AMD: Karena modelnya terbuka dan berjalan di hardware AMD (bukan NVIDIA H100/H200), Featherless bisa menawarkan private cloud dengan biaya jauh lebih rendah dibanding deployment berbasis NVIDIA .
• Keunggulan jendela konteks: Dengan 1 juta token di private cloud, GLM 5.2 bersaing atau melampaui jendela konteks GPT-5.5 dan Claude Opus 4.8 di deployment khusus .
• Catatan: Dalam skor benchmark murni (SWE-bench Pro), Claude Opus 4.8 masih memimpin (69,2 vs 62,1). Jadi GLM 5.2 bukan pemimpin mutlak di setiap metrik — tapi keunggulan biayanya sangat besar .

Siapa yang Cocok Menggunakan Layanan Ini?

Private cloud Featherless untuk GLM 5.2 paling cocok untuk:

• Tim yang menjalankan beban kerja agentic volume tinggi di mana biaya API per token dengan cepat melampaui $10.000–$50.000 per bulan.
• Organisasi dengan kebutuhan inference coding dan rekayasa perangkat lunak berkelanjutan yang menginginkan performa setara atau di atas GPT-5.5 dengan biaya lebih rendah.
• Perusahaan yang ingin menghindari kendala pasokan hardware NVIDIA dengan beralih ke infrastruktur AMD.
• Tim teknik yang menginginkan penggunaan token tak terbatas tanpa khawatir tagihan membengkak.

Featherless juga menawarkan paket flat-rate tingkat lebih rendah mulai $25/bulan untuk akses serverless ke model yang lebih kecil. Namun, node khusus seharga $7.500/bulan ini secara eksplisit ditujukan bagi tim yang membutuhkan inference volume tinggi berkelanjutan pada model GLM 5.2 ukuran penuh .

Kesimpulan

Layanan baru Featherless menawarkan private cloud fixed-fee $7.500/bulan untuk GLM 5.2 di atas 4× AMD MI325X GPU, dengan klaim penghematan biaya 94% dibanding API proprietary untuk penggunaan agentic volume tinggi. Model MoE 744B ini mengalahkan GPT-5.5 di SWE-bench Pro dengan biaya per token hanya seperenamnya, menjadikannya alternatif open-weights yang menarik bagi organisasi dengan beban kerja coding dan inference agentic yang berat. Meski Claude Opus 4.8 masih unggul di beberapa benchmark, keunggulan biaya dari kombinasi GLM 5.2 + Featherless cukup besar untuk menjadikannya pilihan serius bagi tim yang sadar anggaran tanpa ingin mengorbankan performa.