Featherless uruchamia stałopłatową chmurę prywatną dla GLM 5.2 na układach AMD

Featherless uruchomił dedykowane wdrożenie chmury prywatnej dla modelu GLM 5.2 od Z.ai o otwartych wagach za stałą miesięczną opłatą 7 500 USD, bez opłat za tokeny. Usługa jest zoptymalizowana do natywnego działania na GPU AMD Instinct MI325X, a firma twierdzi, że może obniżyć koszty inferencji o 94% w porównaniu z zamkniętymi rozwiązaniami, takimi jak GPT-5.5 i Claude Opus 4.8 . Oto wszystko, co musisz wiedzieć o tej usłudze, modelu i jej pozycji względem zastrzeżonych alternatyw.

Czym jest Featherless GLM 5.2 Private Cloud?

Featherless uruchomił dedykowane wdrożenie chmury prywatnej modelu GLM 5.2 firmy Z.ai o otwartych wagach, zoptymalizowane do natywnego działania na GPU AMD Instinct MI325X za stałą miesięczną opłatą . Featherless twierdzi, że jest jedyną platformą, która zoptymalizowała GLM 5.2 do natywnego działania na sprzęcie AMD w środowisku chmury prywatnej . To podejście pozwala klientom uniknąć rozliczania za tokeny i zamiast tego płacić stały roczny koszt w wysokości 90 000 USD za w pełni wykorzystany zespół programistyczny .

Cennik: 7 500 USD/miesiąc za stałą opłatą z nieograniczoną liczbą tokenów

• Stała miesięczna opłata: 7 500 USD/miesiąc za dedykowaną instancję chmury prywatnej .
• Nieograniczona liczba tokenów – brak opłat API za token . To kluczowa różnica w porównaniu z modelami płatności „pay-as-you-go”.
• Dla kontekstu: publiczne API Z.ai pobiera 1,40 USD za milion tokenów wejściowych i 4,40 USD za milion tokenów wyjściowych . Obciążenie pracą agencyjną, które kosztowałoby 125 000+ USD miesięcznie na zastrzeżonych API, kosztowałoby około 7 500 USD miesięcznie w planie stałej opłaty – redukcja o 94% .

Jak działa matematyka: GLM 5.2 w publicznym API kosztuje około 1/5 do 1/6 ceny za token GPT-5.5 lub Claude Opus 4.8 . W przypadku czystego wyjścia, GLM-5.2 za 4,40 USD za milion tokenów w porównaniu do 30 USD GPT-5.5 to około 1/6,8 kosztu . Zbuforowane wejście spada do 0,26 USD za milion tokenów .

Sprzęt: 4× AMD Instinct MI325X GPU

Każda instancja chmury prywatnej działa na 4 × AMD Instinct MI325X GPU . MI325X oferuje:

• 256 GB pamięci HBM3e i 6 TB/s przepustowości pamięci na akcelerator .
• Architektura CDNA3 z 19 456 procesorami strumieniowymi i 1216 rdzeniami macierzowymi .
• Wydajność FP8 na poziomie 2,61 PFLOPs .

Jest to zdecydowanie odmienna strategia sprzętowa od powszechnych w branży wdrożeń NVIDIA H100/H200, a Featherless przedstawia ją jako sposób na uniknięcie ograniczeń podaży układów NVIDIA .

Specyfikacja modelu GLM 5.2

Specyfikacja	Szczegóły
Architektura	744B parametrów łącznie, Mixture-of-Experts (MoE) z ~40B aktywnymi na token
Okno kontekstu	Do 256 tys. tokenów w chmurze publicznej; do 1 miliona tokenów w chmurze prywatnej
Kwantyzacja	FP8 domyślnie (~750 GB VRAM dla wag)
Otwarte wagi	Tak – Z.ai udostępniło GLM 5.2 na licencji MIT
Zorientowanie treningu	Kodowanie jako priorytet; specjalizacja w zadaniach inżynierii oprogramowania

W kwantyzacji FP8 wagi modelu wymagają około 750 GB VRAM, co jest komfortowo obsługiwane przez 1 TB całkowitej VRAM na 4× MI325X GPU (4 × 256 GB), z zapasem na pamięć podręczną KV przy rozszerzonych długościach kontekstu .

Kluczowe benchmarki: GLM 5.2 vs. GPT-5.5 i Claude Opus 4.8

SWE-bench Pro (rzeczywiste zadania inżynierii oprogramowania):

• GLM 5.2: 62,1% vs. GPT-5.5: 58,6% – pokonuje GPT-5.5 w benchmarkach kodowania .
• Ustępuje Claude Opus 4.8 (69,2%) w tej metryce .

Terminal-Bench 2.1 (agencyjne zadania kodowania):

• GLM 5.2: 82,7 (najlepszy zgłoszony wynik) vs. Claude Opus 4.8: 78,9 – wyprzedza w zadaniach agencyjnych opartych na terminalu .

GLM 5.2 zajmuje #2 na liście liderów Arena WebDev według Featherless .

Porównanie kosztów: GLM 5.2 vs. zastrzeżone API

Przewaga kosztowa to obszar, w którym GLM 5.2 naprawdę się wyróżnia. Przy oficjalnych stawkach API Z.ai:

Model	Wejście (za 1M tokenów)	Wyjście (za 1M tokenów)
GLM 5.2	1,40 USD	4,40 USD
GPT-5.5	~5,00 USD	~30,00 USD
Claude Opus 4.8	~8,00 USD	~40,00 USD

Źródła:

W realistycznej mieszance obciążenia 3:1 wyjście-do-wejścia, GLM-5.2 osiąga około 3,65 USD za milion tokenów w porównaniu do około 23,75 USD GPT-5.5 – stosunek około 1/6,5 . Niezależni obserwatorzy podają niższą medianę u dostawców oferujących otwarte wagi (bliżej ~0,55 USD za wejście i ~1,85 USD za wyjście) .

Pozycjonowanie konkurencyjne vs. zastrzeżona sztuczna inteligencja

• Korona wydajności kodowania: GLM 5.2 pokonuje GPT-5.5 w SWE-bench Pro, będąc jednocześnie dramatycznie tańszym na token, pozycjonując się jako wysokowydajna, tania alternatywa kodowania .
• Idealne obciążenie agencyjne: Chmura prywatna ze stałą opłatą jest zaprojektowana do ciągłego użytku agencyjnego (duża ilość, ciągła inferencja), gdzie koszty API od zastrzeżonych dostawców szybują .
• Zaleta otwartych wag + AMD: Ponieważ model jest otwarty i działa na sprzęcie AMD (a nie NVIDIA H100/H200), Featherless może zaoferować chmurę prywatną za ułamek kosztów równoważnych wdrożeń opartych na NVIDIA .
• Lider w oknie kontekstu: Przy 1M tokenów w chmurze prywatnej konkuruje lub przewyższa okna kontekstu GPT-5.5 i Claude Opus 4.8 w dedykowanych wdrożeniach .
• Zastrzeżenie: W czystych wynikach benchmarków (SWE-bench Pro) Claude Opus 4.8 wciąż prowadzi (69,2 vs. 62,1), więc GLM 5.2 nie jest niekwestionowanym liderem w każdej metryce – ale jego przewaga kosztowa jest ogromna .

Dla kogo jest ta usługa?

Chmura prywatna Featherless dla GLM 5.2 jest najbardziej atrakcyjna dla:

• Zespołów realizujących duże obciążenia agencyjne, gdzie koszty API za token szybko przekraczają 10 000–50 000 USD miesięcznie.
• Organizacji z ciągłymi potrzebami w zakresie kodowania i inżynierii oprogramowania, które chcą wydajności pokonującej GPT-5.5 za ułamek kosztu.
• Firm chcących uniknąć ograniczeń podaży sprzętu NVIDIA poprzez wdrożenie na infrastrukturze AMD.
• Zespołów inżynieryjnych, które chcą nieograniczonego użycia tokenów bez martwienia się o licznikowe rozliczenia.

Featherless oferuje również tańsze plany ze stałą stawką zaczynające się od 25 USD/miesiąc za dostęp serverless do mniejszych modeli, ale dedykowany węzeł za 7 500 USD/miesiąc jest wyraźnie przeznaczony dla zespołów potrzebujących ciągłej, wysokowolumenowej inferencji na pełnym modelu GLM 5.2 .

Podsumowanie

Nowa usługa Featherless oferuje stałopłatową chmurę prywatną za 7 500 USD/miesiąc dla GLM 5.2 na 4× AMD MI325X GPU, deklarując 94% oszczędności kosztów w porównaniu z zastrzeżonymi API przy dużym użyciu agencyjnym. Model 744B MoE pokonuje GPT-5.5 w SWE-bench Pro przy około jednej szóstej ceny za token, co czyni go przekonującą otwartą alternatywą dla organizacji z dużymi obciążeniami związanymi z kodowaniem i inferencją agencyjną. Podczas gdy Claude Opus 4.8 wciąż prowadzi w niektórych benchmarkach, przewaga kosztowa kombinacji GLM 5.2 + Featherless jest na tyle duża, że czyni ją poważną opcją dla zespołów dbających o budżet, które nie chcą iść na kompromis w kwestii wydajności.