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

Prijs: $7.500/maand vast tarief met onbeperkte tokens

• Vast maandbedrag: $7.500/maand voor een dedicated private cloud instance .
• Onbeperkte tokens — geen kosten per token via API . 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 . 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% .

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 . 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 . Cached input daalt verder naar $0,26 per miljoen tokens .

Hardware: 4× AMD Instinct MI325X GPU's

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

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

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 .

GLM 5.2 Modelspecificaties

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 .

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 .
• Blijft achter bij Claude Opus 4.8 (69,2%) op deze metriek .

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 .

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

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:

Bronnen:

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 . Onafhankelijke trackers vermelden een lagere mediaan bij aanbieders die de open gewichten serveren (dichter bij ~$0,55 invoer en ~$1,85 uitvoer) .

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 .
• 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 .
• 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 .
• 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 .
• 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 .

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 .

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.