| Spesifikasjon | Detaljer |
|---|---|
| Lanseringsdato | 13. juni 2026 (API og åpne vekter fulgte innen 17. juni) |
| Arkitektur | Sparse Mixture-of-Experts (MoE) med ny "IndexShare" sparse-oppmerksomhetsmekanisme |
| Totale parametere | ~744B – 753B (kildene varierer noe) |
| Aktive parametere per token | ~40B |
| Kontekstvindu | 1 000 000 tokens |
| Maksimal utdata | 131 072 tokens |
| Resonnmoduser | Høy og Maks |
| Lisens | MIT (fullt åpne vekter, fritt å laste ned og kjøre) |
| Primært fokus | Agentisk koding, programvareutvikling, langtidsoppgaver og verktøybruk |
Modellen var først tilgjengelig via GLM Coding Plan-abonnement (fra ca. 18 USD/måned) og senere via en frittstående API og nedlasting av åpne vekter . En tidligere modell, GLM-5.1, ble rapportert av Bloomberg i april 2026 å ha økt prisene med minst 8 %, men GLM-5.2 endret prisdynamikken dramatisk .
GLM-5.2 ble opprinnelig lansert uten offentliggjorte testresultater – et påpekt hull som møtte kritikk – men leverandørrapporterte og uavhengige tredjepartsskår ble sluppet sammen med de åpne vektene noen dager senere .
Jefferies vurderte 22. juni at GLM-5.2 hadde gått inn blant de tre beste globalt blant store modeller, og kalte det en betydelig milepæl for kinesisk KI-utvikling .
GLM-5.2s API-pris, bekreftet av Z.ais offisielle utviklerdokumentasjon, er :
| Tokentype | Pris per 1M tokens |
|---|---|
| Inndata | $1,40 |
| Bufret inndata | $0,26 |
| Utdata | $4,40 |
Med denne prisen koster GLM-5.2 omtrent en sjettedel av prisen til GPT-5.5 og omtrent 10 ganger billigere enn Claude eller GPT-5 . Et GLM Coding Plan-abonnement starter på omtrent 18 USD/måned . Flere analytikere påpekte at denne prisingen representerer en "brutal nedriving" av USAs prissettingsmakt innen KI . Zhipu hadde tidligere spådd at priskrigen innen KI ville spre seg internasjonalt – denne lanseringen var beviset .
Lanseringen fant sted i et spent geopolitisk øyeblikk. Bare dager tidligere hadde USAs handelsdepartement innført nye restriksjoner på utenlandsk tilgang til Anthropics Claude Fable 5-modell, noe som effektivt forbød den fra bruk i andre land enn USA .
Markedsreaksjonene kom umiddelbart:
Silicon Valley reagerte med alarm. Analytikere beskrev kombinasjonen av GLM-5.2s åpen kildekode, lave kostnader og USAs eksportrestriksjoner som "to krefter som konvergerer", noe som tvang bedrifter til å flykte mot open-source-løsninger og snevret inn det teknologiske gapet mellom Kina og USA .
1. Open-source-fronten har flyttet seg. GLM-5.2 er den første open-weight-modellen som direkte konkurrerer med lukkede frontlinjemodeller på kompleks agentisk koding, under en fullt åpen MIT-lisens. Det betyr at ethvert selskap, myndighet eller utvikler globalt kan laste ned og kjøre en GPT-5.5-klasse kodingsmodell på egen infrastruktur gratis .
2. USAs eksportkontroll slår tilbake. Flere kilder påpekte at Washingtons restriksjoner på Anthropics modeller – ment å bevare USAs KI-lederskap – faktisk akselererte det globale skiftet til kinesiske open-source-alternativer . Som en analyse uttrykte det: "bedrifter blir tvunget til å flykte mot open-source-løsninger, og det teknologiske gapet mellom Kina og USA snevres raskt inn" .
3. Prisparadigmet er brutt. Zhipus medgründer spådde i januar 2026 at priskrigen i KI ville spre seg fra Kina til USA . GLM-5.2s utrulling til 1/6 av prisen til GPT-5.5 med sammenlignbar kodeprestasjon beviser denne tesen. Målet "intelligens per dollar" er i ferd med å bli den avgjørende konkurranseaksen .
4. Jefferies' avdempede syn. Til tross for å kalle GLM-5.2 en "topp tre"-modell globalt, advarte Jefferies om at modellens inntektspotensial var begrenset av de samme USAs restriksjonene som drev etterspørselen – Zhipu kunne fylle gapet etter Anthropics fravær i enkelte markeder, men amerikanske bedriftskunder forblir stort sett utilgjengelige for kinesiske KI-leverandører .
5. Kinas KI-lederskapsfortelling endres. Med GLM-5.2 ble Zhipu det andre kinesiske laboratoriet (etter DeepSeek) som produserte en modell bredt beskrevet som å rivalisere eller overgå USAs frontlinjemodeller på sentrale tester. Fortellingen skiftet fra "innhenting" til "direkte konkurranse" .
| Spesifikasjon | Detaljer |
|---|---|
| Lanseringsdato | 13. juni 2026 (API og åpne vekter fulgte innen 17. juni) |
| Arkitektur | Sparse Mixture-of-Experts (MoE) med ny "IndexShare" sparse-oppmerksomhetsmekanisme |
| Totale parametere | ~744B – 753B (kildene varierer noe) |
| Aktive parametere per token | ~40B |
| Kontekstvindu | 1 000 000 tokens |
| Maksimal utdata | 131 072 tokens |
| Resonnmoduser | Høy og Maks |
| Lisens | MIT (fullt åpne vekter, fritt å laste ned og kjøre) |
| Primært fokus | Agentisk koding, programvareutvikling, langtidsoppgaver og verktøybruk |
Modellen var først tilgjengelig via GLM Coding Plan-abonnement (fra ca. 18 USD/måned) og senere via en frittstående API og nedlasting av åpne vekter . En tidligere modell, GLM-5.1, ble rapportert av Bloomberg i april 2026 å ha økt prisene med minst 8 %, men GLM-5.2 endret prisdynamikken dramatisk .
GLM-5.2 ble opprinnelig lansert uten offentliggjorte testresultater – et påpekt hull som møtte kritikk – men leverandørrapporterte og uavhengige tredjepartsskår ble sluppet sammen med de åpne vektene noen dager senere .
Jefferies vurderte 22. juni at GLM-5.2 hadde gått inn blant de tre beste globalt blant store modeller, og kalte det en betydelig milepæl for kinesisk KI-utvikling .
GLM-5.2s API-pris, bekreftet av Z.ais offisielle utviklerdokumentasjon, er :
| Tokentype | Pris per 1M tokens |
|---|---|
| Inndata | $1,40 |
| Bufret inndata | $0,26 |
| Utdata | $4,40 |
Med denne prisen koster GLM-5.2 omtrent en sjettedel av prisen til GPT-5.5 og omtrent 10 ganger billigere enn Claude eller GPT-5 . Et GLM Coding Plan-abonnement starter på omtrent 18 USD/måned . Flere analytikere påpekte at denne prisingen representerer en "brutal nedriving" av USAs prissettingsmakt innen KI . Zhipu hadde tidligere spådd at priskrigen innen KI ville spre seg internasjonalt – denne lanseringen var beviset .
Lanseringen fant sted i et spent geopolitisk øyeblikk. Bare dager tidligere hadde USAs handelsdepartement innført nye restriksjoner på utenlandsk tilgang til Anthropics Claude Fable 5-modell, noe som effektivt forbød den fra bruk i andre land enn USA .
Markedsreaksjonene kom umiddelbart:
Silicon Valley reagerte med alarm. Analytikere beskrev kombinasjonen av GLM-5.2s åpen kildekode, lave kostnader og USAs eksportrestriksjoner som "to krefter som konvergerer", noe som tvang bedrifter til å flykte mot open-source-løsninger og snevret inn det teknologiske gapet mellom Kina og USA .
1. Open-source-fronten har flyttet seg. GLM-5.2 er den første open-weight-modellen som direkte konkurrerer med lukkede frontlinjemodeller på kompleks agentisk koding, under en fullt åpen MIT-lisens. Det betyr at ethvert selskap, myndighet eller utvikler globalt kan laste ned og kjøre en GPT-5.5-klasse kodingsmodell på egen infrastruktur gratis .
2. USAs eksportkontroll slår tilbake. Flere kilder påpekte at Washingtons restriksjoner på Anthropics modeller – ment å bevare USAs KI-lederskap – faktisk akselererte det globale skiftet til kinesiske open-source-alternativer . Som en analyse uttrykte det: "bedrifter blir tvunget til å flykte mot open-source-løsninger, og det teknologiske gapet mellom Kina og USA snevres raskt inn" .
3. Prisparadigmet er brutt. Zhipus medgründer spådde i januar 2026 at priskrigen i KI ville spre seg fra Kina til USA . GLM-5.2s utrulling til 1/6 av prisen til GPT-5.5 med sammenlignbar kodeprestasjon beviser denne tesen. Målet "intelligens per dollar" er i ferd med å bli den avgjørende konkurranseaksen .
4. Jefferies' avdempede syn. Til tross for å kalle GLM-5.2 en "topp tre"-modell globalt, advarte Jefferies om at modellens inntektspotensial var begrenset av de samme USAs restriksjonene som drev etterspørselen – Zhipu kunne fylle gapet etter Anthropics fravær i enkelte markeder, men amerikanske bedriftskunder forblir stort sett utilgjengelige for kinesiske KI-leverandører .
5. Kinas KI-lederskapsfortelling endres. Med GLM-5.2 ble Zhipu det andre kinesiske laboratoriet (etter DeepSeek) som produserte en modell bredt beskrevet som å rivalisere eller overgå USAs frontlinjemodeller på sentrale tester. Fortellingen skiftet fra "innhenting" til "direkte konkurranse" .