Featherless lanceert vaste-prijs private cloud voor GLM 5.2: $7.500/maand, 94% kostenbesparing versus GPT-5.5

Featherless heeft een dedicated private cloud lancering aangekondigd van Z.ai's open-gewichtenmodel GLM 5.2 voor een vast maandbedrag van $7.500, zonder kosten per token. De dienst is geoptimaliseerd om native te draaien op AMD Instinct MI325X GPU's en het bedrijf claimt dat het de inferentiekosten met 94% verlaagt in vergelijking met closed-source concurrenten zoals GPT-5.5 en Claude Opus 4.8 ^IF. Dit artikel behandelt alles wat je moet weten over de dienst, het model en hoe het zich verhoudt tot propriëtaire alternatieven.

Wat is de Featherless GLM 5.2 Private Cloud?

Featherless lanceerde een dedicated private cloud implementatie van Z.ai's open-gewichtenmodel GLM 5.2, geoptimaliseerd om native te draaien op AMD Instinct MI325X GPU's tegen een vast maandbedrag ^IF. Featherless beweert het enige platform te zijn dat GLM 5.2 heeft geoptimaliseerd om native op AMD-hardware in een private cloud-omgeving te draaien ^I. Deze aanpak stelt klanten in staat om token-gebaseerde facturatie te vermijden en in plaats daarvan een vaste jaarlijkse kost van USD $90.000 te betalen voor een volledig benut ontwikkelingsteam ^I.

Prijs: $7.500/maand vast tarief met onbeperkte tokens

• Vast maandbedrag: $7.500/maand voor een dedicated private cloud instance ^IF.
• Onbeperkte tokens — geen kosten per token via API ^IF. Dit is het belangrijkste verschil met pay-as-you-go API's.
• Ter context: de publieke API van Z.ai rekent $1,40 per miljoen invoertokens en $4,40 per miljoen uitvoertokens ^DAL. Een zware agentische workload die $125.000+/maand kost op propriëtaire API's, zou ongeveer $7.500/maand kosten op het vaste-prijsplan — een verlaging van 94% ^IF.

Hoe de rekensom werkt: GLM 5.2 op de publieke API kost ongeveer 1/5 tot 1/6 van de prijs per token van GPT-5.5 of Claude Opus 4.8 ^GD. Op pure output is GLM-5.2 met $4,40 per miljoen tokens tegenover GPT-5.5's $30 ongeveer 1/6,8 van de kosten ^OF. Cached input daalt verder naar $0,26 per miljoen tokens ^GF.

Hardware: 4× AMD Instinct MI325X GPU's

Elke private cloud instance draait op 4 × AMD Instinct MI325X GPU's ^FO. De MI325X beschikt over:

• 256 GB HBM3e-geheugen en 6 TB/s geheugenbandbreedte per accelerator ^AA.
• CDNA3-architectuur met 19.456 stream processors en 1216 matrixkernen ^A.
• FP8-prestaties van 2,61 PFLOPs ^A.

Dit is een opvallend andere hardwarestrategie dan de NVIDIA H100/H200-implementaties die gebruikelijk zijn in de industrie. Featherless presenteert het als een manier om NVIDIA-leveringsbeperkingen te omzeilen ^I.

GLM 5.2 Modelspecificaties

Specificatie	Details
Architectuur	744B totale parameters, Mixture-of-Experts (MoE) met ~40B actief per token GS
Contextvenster	Tot 256K tokens op publieke cloud; tot 1 miljoen tokens op private cloud implementaties FI
Kwantificatie	FP8 standaard (~750 GB VRAM voor gewichten) FOR
Open gewichten	Ja — Z.ai heeft GLM 5.2 als open-gewichten uitgebracht onder MIT-licentie IDA
Training focus	Codeer-eerst; gespecialiseerd voor software-engineering taken GDS

Bij FP8-kwantificatie nemen de gewichten van het model ongeveer 750 GB VRAM in beslag, wat comfortabel past in de 1 TB totale VRAM over 4× MI325X GPU's (4 × 256 GB), met ruimte voor KV-cache bij uitgebreide contextlengtes ^OR.

Belangrijke benchmarks: GLM 5.2 vs. GPT-5.5 en Claude Opus 4.8

SWE-bench Pro (real-world software engineering):

• GLM 5.2: 62,1% vs. GPT-5.5: 58,6% — verslaat GPT-5.5 op codeerbenchmarks ^DF.
• Blijft achter bij Claude Opus 4.8 (69,2%) op deze metriek ^O.

Terminal-Bench 2.1 (agentische codeertaken):

• GLM 5.2: 82,7 (beste gerapporteerde harness) vs. Claude Opus 4.8: 78,9 — loopt voorop bij terminal-gebaseerde agentische taken ^O.

Volgens Featherless staat GLM 5.2 op #2 van de Arena WebDev-codeerleaderboard ^F.

Kostenvergelijking: GLM 5.2 vs. Propriëtaire API's

Het kostenvoordeel is waar GLM 5.2 echt opvalt. Bij de officiële API-tarieven van Z.ai:

Model	Invoer (per 1M tokens)	Uitvoer (per 1M tokens)
GLM 5.2	$1,40	$4,40
GPT-5.5	~$5,00	~$30,00
Claude Opus 4.8	~$8,00	~$40,00

Bronnen: ^DDAOF

Bij een realistische 3:1 verhouding van uitvoer- tot invoerworkload komt GLM-5.2 uit op ongeveer $3,65 per miljoen tokens tegenover GPT-5.5's ongeveer $23,75 — een verhouding van ongeveer 1/6,5 ^O. Onafhankelijke trackers vermelden een lagere mediaan bij aanbieders die de open gewichten serveren (dichter bij ~$0,55 invoer en ~$1,85 uitvoer) ^DD.

Concurrentiepositie versus Propriëtaire AI

• Codeerprestaties: GLM 5.2 verslaat GPT-5.5 op SWE-bench Pro en is tegelijkertijd dramatisch goedkoper per token, wat het positioneert als een krachtig, goedkoop codeeralternatief ^DF.
• Ideaal voor agentische workloads: De private cloud met vast tarief is ontworpen voor aanhoudend agentisch gebruik (hoge volumes, continue inferentie), waar de kosten per token van propriëtaire leveranciers snel oplopen ^IF.
• Open gewichten + AMD voordeel: Omdat het model open is en op AMD-hardware draait (in plaats van NVIDIA H100/H200), kan Featherless een private cloud aanbieden voor een fractie van de kosten van vergelijkbare NVIDIA-gebaseerde implementaties ^II.
• Contextvenster leiderschap: Met 1M tokens in de private cloud concurreert het met of overtreft het de contextvensters van GPT-5.5 en Claude Opus 4.8 op dedicated implementaties ^FI.
• Kanttekening: Op pure benchmark scores (SWE-bench Pro) blijft Claude Opus 4.8 nog steeds voorlopen (69,2 vs. 62,1), dus GLM 5.2 is niet de onbetwiste leider op elke metriek — maar het kostenvoordeel is enorm ^O.

Voor wie is deze dienst interessant?

De Featherless private cloud voor GLM 5.2 is het meest aantrekkelijk voor:

• Teams die veel agentische workloads draaien waar de kosten per token via API snel boven de $10.000–$50.000/maand uitkomen.
• Organisaties met aanhoudende codeer- en software-engineering inferentiebehoeften die prestaties willen die GPT-5.5 overtreffen voor een fractie van de kosten.
• Bedrijven die NVIDIA-hardware leveringsbeperkingen willen vermijden door te implementeren op AMD-infrastructuur.
• Engineeringteams die onbeperkt tokenverbruik willen zonder zich zorgen te maken over gemeten facturatie.

Featherless biedt ook goedkopere vaste-prijsplannen vanaf $25/maand voor serverloze toegang tot kleinere modellen, maar de dedicated node van $7.500/maand is expliciet bedoeld voor teams die aanhoudende, hoogwaardige inferentie op het volledige GLM 5.2-model nodig hebben ^F.

Conclusie

De nieuwe dienst van Featherless biedt een private cloud met een vast tarief van $7.500/maand voor GLM 5.2 op 4× AMD MI325X GPU's, met een geclaimde 94% kostenbesparing ten opzichte van propriëtaire API's voor hoogwaardig agentisch gebruik. Het 744B MoE-model verslaat GPT-5.5 op SWE-bench Pro tegen ongeveer een zesde van de kosten per token, wat het een aantrekkelijk open-gewichten alternatief maakt voor organisaties met zware codeer- en agentische inferentie workloads. Hoewel Claude Opus 4.8 nog steeds voorloopt op sommige benchmarks, is het kostenvoordeel van de GLM 5.2 + Featherless-combinatie groot genoeg om het een serieuze optie te maken voor budgetbewuste teams die geen concessies willen doen aan prestaties.