Featherless lanserer privat sky for GLM 5.2: Fastpris på 7 500 USD/måned og 94 % lavere kostnad enn GPT-5.5

Pris: 7 500 USD/måned med ubegrensede tokens

• Fast månedspris: 7 500 USD/måned for en dedikert privat skyløsning .
• Ubegrensede tokens – ingen betaling per token . Dette er den viktigste forskjellen fra betal-per-bruk-APIer.
• Til sammenligning: Z.ai sitt offentlige API koster 1,40 USD per million input-tokens og 4,40 USD per million output-tokens . En tung agentisk arbeidsbelastning som ville kostet 125 000 USD/måned eller mer på proprietære APIer, vil koste omtrent 7 500 USD/måned på fastprisplanen – en reduksjon på 94 % .

Slik fungerer regnestykket: GLM 5.2 på det offentlige APIet koster omtrent 1/5 til 1/6 av prisen per token for GPT-5.5 eller Claude Opus 4.8 . Med kun output-telling er GLM-5.2 på 4,40 USD per million tokens mot GPT-5.5s 30 USD omtrent 1/6,8 av kostnaden . Cached input faller ytterligere til 0,26 USD per million tokens .

Maskinvare: 4× AMD Instinct MI325X GPUer

Hver privat sky-instans kjører på 4 × AMD Instinct MI325X GPUer . MI325X har:

• 256 GB HBM3e-minne og 6 TB/s minnebåndbredde per akselerator .
• CDNA3-arkitektur med 19 456 strømprosessorer og 1216 matrisekjerner .
• FP8-ytelse på 2,61 PFLOPs .

Dette er en markant annerledes maskinvarestrategi enn de NVIDIA H100/H200-distribusjonene som er vanlige i bransjen, og Featherless fremstiller det som en måte å unngå NVIDIA-forsyningsflaskehalser på .

GLM 5.2 Modellspesifikasjoner

Med FP8-kvantisering krever modellens vekter omtrent 750 GB VRAM, noe som enkelt rommes av den totale VRAMen på 1 TB fordelt på 4× MI325X GPUer (4 × 256 GB), med god margin for KV-cache ved utvidede kontekstlengder .

Viktige benchmarks: GLM 5.2 vs. GPT-5.5 og Claude Opus 4.8

SWE-bench Pro (virkelighetsnær programvareutvikling):

• GLM 5.2: 62,1 % vs. GPT-5.5: 58,6 % – slår GPT-5.5 på kodebenchmarks .
• Ligger etter Claude Opus 4.8 (69,2 %) på denne målingen .

Terminal-Bench 2.1 (agentiske kodeoppgaver):

• GLM 5.2: 82,7 (beste rapporterte) vs. Claude Opus 4.8: 78,9 – går foran på terminalbaserte agentiske oppgaver .

GLM 5.2 rangerer som #2 på Arena WebDev-kode-ligatabellen ifølge Featherless .

Kostnadssammenligning: GLM 5.2 vs. proprietære APIer

Kostnadsfordelen er der GLM 5.2 virkelig skiller seg ut. Med Z.ai sine offisielle API-priser:

Kilder:

Ved en realistisk 3:1 output-til-input-arbeidsblanding lander GLM-5.2 på omtrent 3,65 USD per million tokens mot GPT-5.5s grovt regnet 23,75 USD – et forhold på omtrent 1/6,5 . Uavhengige sporingstjenester viser en lavere median på tvers av leverandører som tilbyr de åpne vektene (nærmere ~0,55 USD input og ~1,85 USD output) .

Konkurranseposisjonering vs. proprietær KI

• Kodeytelseskronen: GLM 5.2 slår GPT-5.5 på SWE-bench Pro samtidig som den er dramatisk billigere per token, og posisjonerer seg som et høyytelses, lavkost kodealternativ .
• Agentiske arbeidslaster: Fastprisen på privat sky er designet for vedvarende agentisk bruk (høyvolum, kontinuerlig inferens), der per-token API-kostnader fra proprietære leverandører eksploderer .
• Åpne vekter + AMD-fordel: Fordi modellen er åpen og kjører på AMD-maskinvare (i stedet for NVIDIA H100/H200), kan Featherless tilby en privat sky til en brøkdel av kostnaden for tilsvarende NVIDIA-baserte distribusjoner .
• Kontekstvindulederskap: Med 1M tokens på privat sky konkurrerer den med eller overgår kontekstvinduene til GPT-5.5 og Claude Opus 4.8 på dedikerte distribusjoner .
• Forbehold: På rene benchmark-score (SWE-bench Pro) leder Claude Opus 4.8 fortsatt (69,2 vs. 62,1), så GLM 5.2 er ikke den soleklare lederen på alle målinger – men kostnadsfordelen er massiv .

Hvem bør vurdere denne tjenesten?

Featherless privat sky for GLM 5.2 er mest interessant for:

• Team som kjører høyvolum agentiske arbeidslaster der per-token API-kostnader raskt overstiger 10 000–50 000 USD/måned.
• Organisasjoner med vedvarende kode- og programvareutviklingsbehov som ønsker GPT-5.5-sliktende ytelse til en brøkdel av prisen.
• Selskaper som ønsker å unngå NVIDIA-maskinvareflaskehalser ved å distribuere på AMD-infrastruktur.
• Utviklingsteam som ønsker ubegrenset token-bruk uten å bekymre seg for målt fakturering.

Featherless tilbyr også lavere fastprisplaner fra 25 USD/måned for serverløs tilgang til mindre modeller, men 7 500 USD/måned-noden er eksplisitt for team som trenger vedvarende, høyvoluminferens på den fulle GLM 5.2-modellen .

Bunnlinjen

Featherless sin nye tjeneste tilbyr en privat sky til 7 500 USD/måned for GLM 5.2 på 4× AMD MI325X GPUer, og hevder 94 % kostnadsbesparelser sammenlignet med proprietære APIer for høyvolum agentisk bruk. 744B MoE-modellen slår GPT-5.5 på SWE-bench Pro til omtrent en sjettedel av prisen per token, noe som gjør den til et overbevisende åpen-vekter-alternativ for organisasjoner med tunge kode- og agentiske inferensarbeidslaster. Selv om Claude Opus 4.8 fortsatt leder på noen benchmarks, er kostnadsfordelen til GLM 5.2 + Featherless-kombinasjonen stor nok til å gjøre den til et seriøst alternativ for budsjettbevisste team som ikke vil gå på kompromiss med ytelsen.