Featherless Lancar Awan Persendirian GLM 5.2: RM35,000 Sebulan, Jimat 94% Berbanding GPT-5.5

Featherless telah melancarkan perkhidmatan awan persendirian khusus untuk model GLM 5.2 dari Z.ai dengan bayaran rata bulanan AS$7,500, tanpa caj per token. Perkhidmatan ini dioptimumkan untuk berjalan secara natif pada GPU AMD Instinct MI325X, dan syarikat itu mendakwa ia dapat mengurangkan kos inferens sebanyak 94% berbanding pesaing sumber tertutup seperti GPT-5.5 dan Claude Opus 4.8 . Berikut adalah segala yang anda perlu tahu tentang perkhidmatan ini, modelnya, dan perbandingannya dengan alternatif proprietari.

Apa Itu Awan Persendirian Featherless GLM 5.2?

Featherless melancarkan penyebaran awan persendirian khusus model GLM 5.2 sumber terbuka dari Z.ai, dioptimumkan untuk berjalan secara natif pada GPU AMD Instinct MI325X dengan bayaran rata bulanan . Featherless mendakwa ia satu-satunya platform yang telah mengoptimumkan GLM 5.2 untuk berjalan secara natif pada perkakasan AMD dalam persekitaran awan persendirian . Pendekatan ini membolehkan pelanggan mengelak bil berasaskan token dan sebaliknya membayar kos tahunan tetap AS$90,000 untuk pasukan pembangunan yang digunakan sepenuhnya .

Harga: AS$7,500/Bulan dengan Token Tanpa Had

• Bayaran rata bulanan: AS$7,500/bulan untuk satu contoh awan persendirian khusus .
• Token tanpa had — tiada caj API per token . Ini adalah perbezaan utama daripada API bayar-semasa-guna.
• Sebagai perbandingan, API awam Z.ai mengenakan caj AS$1.40 per juta token input dan AS$4.40 per juta token output . Beban kerja ejen berat yang berharga AS$125,000+/bulan pada API proprietari akan menelan kos kira-kira AS$7,500/bulan pada pelan tetap — pengurangan 94% .

Bagaimana kiraan matematiknya: GLM 5.2 pada API awam berharga kira-kira 1/5 hingga 1/6 harga per token berbanding GPT-5.5 atau Claude Opus 4.8 . Pada output semata-mata, GLM-5.2 pada AS$4.40 per juta token berbanding GPT-5.5 pada AS$30 adalah kira-kira 1/6.8 kos . Input cache turun lagi kepada AS$0.26 per juta token .

Perkakasan: 4× GPU AMD Instinct MI325X

Setiap contoh awan persendirian berjalan pada 4 × GPU AMD Instinct MI325X . MI325X menampilkan:

• 256 GB memori HBM3e dan 6 TB/s lebar jalur memori setiap pemecut .
• Seni bina CDNA3 dengan 19,456 pemproses strim dan 1216 teras matriks .
• Prestasi FP8 sebanyak 2.61 PFLOPs .

Ini adalah strategi perkakasan yang berbeza daripada penggunaan NVIDIA H100/H200 yang biasa dalam industri, dan Featherless menggambarkannya sebagai cara untuk mengelakkan kekangan bekalan NVIDIA .

Spesifikasi Model GLM 5.2

Spesifikasi	Butiran
Seni bina	744B jumlah parameter, Mixture-of-Experts (MoE) dengan ~40B aktif setiap token
Tetingkap konteks	Sehingga 256K token pada awan awam; sehingga 1 juta token pada awan persendirian
Kuantisasi	FP8 secara lalai (~750 GB VRAM untuk pemberat)
Pemberat terbuka	Ya — Z.ai mengeluarkan GLM 5.2 sebagai pemberat terbuka di bawah lesen MIT
Fokus latihan	Keutamaan pengekodan; khusus untuk tugasan kejuruteraan perisian

Pada kuantisasi FP8, pemberat model memerlukan kira-kira 750 GB VRAM, yang selesa ditampung oleh jumlah 1 TB VRAM merentasi 4× MI325X (4 × 256 GB), dengan ruang untuk cache KV pada panjang konteks lanjutan .

Penanda Aras Utama: GLM 5.2 vs. GPT-5.5 dan Claude Opus 4.8

SWE-bench Pro (kejuruteraan perisian dunia sebenar):

• GLM 5.2: 62.1% vs. GPT-5.5: 58.6% — mengalahkan GPT-5.5 pada penanda aras pengekodan .
• Ketinggalan daripada Claude Opus 4.8 (69.2%) pada metrik ini .

Terminal-Bench 2.1 (tugas pengekodan ejen):

• GLM 5.2: 82.7 (abah-abah terbaik dilaporkan) vs. Claude Opus 4.8: 78.9 — mendahului dalam tugas ejen berasaskan terminal .

GLM 5.2 berada di tempat #2 pada papan pendahulu pengekodan Arena WebDev menurut Featherless .

Perbandingan Kos: GLM 5.2 vs. API Proprietari

Kelebihan kos adalah di mana GLM 5.2 benar-benar menonjol. Pada kadar API rasmi Z.ai:

Model	Input (per 1M token)	Output (per 1M token)
GLM 5.2	$1.40	$4.40
GPT-5.5	~$5.00	~$30.00
Claude Opus 4.8	~$8.00	~$40.00

Sumber:

Pada campuran beban kerja output-ke-input 3:1 yang realistik, GLM-5.2 mendarat hampir AS$3.65 per juta token berbanding GPT-5.5 yang kira-kira AS$23.75 — nisbah kira-kira 1/6.5 . Penjejak bebas menyenaraikan median yang lebih rendah merentasi pembekal yang menyajikan pemberat terbuka (hampir ~$0.55 input dan ~$1.85 output) .

Kedudukan Persaingan vs. AI Proprietari

• Mahkota prestasi pengekodan: GLM 5.2 mengalahkan GPT-5.5 pada SWE-bench Pro sambil jauh lebih murah pada asas per token, meletakkannya sebagai alternatif pengekodan berprestasi tinggi dan kos rendah .
• Titik manis beban kerja ejen: Awan persendirian fi tetap direka untuk penggunaan ejen berterusan (inferens volum tinggi dan berterusan), di mana kos API per token daripada vendor proprietari melambung .
• Kelebihan pemberat terbuka + AMD: Oleh kerana model itu terbuka dan berjalan pada perkakasan AMD (bukan NVIDIA H100/H200), Featherless boleh menawarkan awan persendirian pada sebahagian kecil daripada kos penggunaan setara berasaskan NVIDIA .
• Kepimpinan tetingkap konteks: Pada 1M token pada awan persendirian, ia bersaing dengan atau melebihi tetingkap konteks GPT-5.5 dan Claude Opus 4.8 pada penggunaan khusus .
• Amaran: Pada skor penanda aras tulen (SWE-bench Pro), Claude Opus 4.8 masih mendahului (69.2 vs. 62.1), jadi GLM 5.2 bukanlah peneraju mutlak pada setiap metrik — tetapi kelebihan kosnya adalah besar .

Siapa Yang Patut Pertimbangkan Perkhidmatan Ini?

Awan persendirian Featherless untuk GLM 5.2 paling sesuai untuk:

• Pasukan yang menjalankan beban kerja ejen volum tinggi di mana kos API per token dengan cepat melebihi AS$10,000–AS$50,000/bulan.
• Organisasi dengan keperluan inferens pengekodan dan kejuruteraan perisian yang berterusan yang mahukan prestasi mengatasi GPT-5.5 pada sebahagian kecil daripada kos.
• Syarikat yang ingin mengelakkan kekangan bekalan perkakasan NVIDIA dengan menggunakan infrastruktur AMD.
• Pasukan kejuruteraan yang mahukan penggunaan token tanpa had tanpa perlu risau tentang bil bermeter.

Featherless juga menawarkan pelan kadar rata peringkat rendah bermula dari AS$25/bulan untuk akses tanpa pelayan kepada model yang lebih kecil, tetapi nod khusus AS$7,500/bulan adalah khusus untuk pasukan yang memerlukan inferens volum tinggi dan berterusan pada model GLM 5.2 penuh .

Kesimpulan

Perkhidmatan baharu Featherless menawarkan awan persendirian fi tetap AS$7,500/bulan untuk GLM 5.2 pada 4× AMD MI325X GPU, mendakwa penjimatan kos 94% berbanding API proprietari untuk penggunaan ejen volum tinggi. Model 744B MoE mengalahkan GPT-5.5 pada SWE-bench Pro pada kira-kira satu per enam kos per token, menjadikannya alternatif pemberat terbuka yang menarik untuk organisasi dengan beban kerja inferens pengekodan dan ejen yang berat. Walaupun Claude Opus 4.8 masih mendahului pada beberapa penanda aras, kelebihan kos gabungan GLM 5.2 + Featherless cukup besar untuk menjadikannya pilihan serius untuk pasukan yang mementingkan bajet tanpa berkompromi dengan prestasi.