Databricks adota GLM 5.2 como motor de codificação padrão: o que o benchmark interno revelou sobre desempenho e custo de modelos de IA

Preço por token é uma métrica enganosa. O benchmark descobriu que o preço por token de um modelo não é um indicador confiável do custo total real em fluxos de trabalho de codificação agêntica. Modelos maiores podem ser muito mais eficientes em termos de tokens, o que significa que um modelo mais barato por token pode acabar saindo mais caro se precisar de mais tokens para completar a mesma tarefa. Isso levou a Databricks a avaliar os modelos pelo custo real de conclusão de tarefas, e não pelas taxas brutas de API .

Custo total de propriedade favoreceu o GLM 5.2. Pela API da Z.ai, o GLM 5.2 custa cerca de US$ 1,40 por milhão de tokens de entrada e US$ 4,40 por milhão de tokens de saída . Para uma equipe que processa 10 milhões de tokens por mês, com uma divisão de 50/50 entre entrada e saída, o total seria de aproximadamente US$ 29 por mês . Modelos concorrentes, como o Opus 4.8 da Anthropic (US$ 5/US$ 25 por milhão de tokens), podem custar de 3 a 6 vezes mais para obter pontuações de benchmark comparáveis ou ligeiramente melhores . Em uma base por tarefa, um teste da Databricks mostrou que o GLM 5.2, usando o agente Pi, alcançou uma taxa de aprovação de 87,5% a US$ 1,25 por tarefa, enquanto o Opus 4.8 de alto esforço, usando o Claude Code, atingiu uma taxa de aprovação comparável a US$ 2,00 por tarefa .

Por que a Databricks adotou o GLM 5.2

Desempenho de ponta a um custo muito menor. O GLM 5.2 marcou 62,1 no SWE-bench Pro, superando o GPT-5.5 (58,6) e ficando a poucos pontos do Opus 4.8 da Anthropic . No FrontierSWE Dominance, ele atingiu 74,4%, quase empatando com os 75,1% do Opus 4.8 . Os testes internos da Databricks ecoaram esses benchmarks públicos: o modelo chinês de pesos abertos igualou ou se aproximou da capacidade dos principais modelos proprietários nas mesmas tarefas reais de engenharia .

Flexibilidade de implantação com licença MIT. Como o GLM 5.2 tem licença MIT e é totalmente open-weight, a Databricks pôde implantá-lo internamente, ajustá-lo e integrá-lo firmemente ao seu fluxo de codificação agêntica sem taxas por licença de usuário ou dependência de fornecedor . Esse modelo de licenciamento permite que empresas rodem o modelo em sua própria infraestrutura, evitando custos recorrentes de API para uso em alto volume.

Ideal para tarefas de múltiplas etapas e longo prazo. O benchmark focou em edições de codificação agêntica que abrangem muitos arquivos e etapas de raciocínio. O GLM 5.2, com sua janela de contexto de 1 milhão de tokens e arquitetura mixture-of-experts de 744 bilhões de parâmetros, foi especificamente otimizado para esse tipo de trabalho em escala de repositório, e não para autocompletar arquivos únicos . No Terminal-Bench 2.1, que testa a execução de tarefas agênticas e de linha de comando, ele marcou 81,0, tornando-se o modelo open-source mais forte, atrás apenas do Claude Opus 4.8 (85,0) .