Featherless предлагает частное облако для GLM 5.2 с фиксированной ежемесячной платой $7,500 — без оплаты за токены

Цены: $7,500/месяц фикс с безлимитными токенами

• Фиксированная ежемесячная плата: $7,500/месяц за выделенный экземпляр частного облака .
• Безлимитные токены — нет платы за каждый токен . Это ключевое отличие от моделей с оплатой по мере использования.
• Для контекста: публичный API Z.ai берет $1.40 за миллион токенов на входе и $4.40 за миллион токенов на выходе . Тяжелая агентная нагрузка, которая стоила бы $125,000+ в месяц на проприетарных API, обойдется примерно в $7,500/месяц по фиксированному тарифу — сокращение на 94% .

Как считаются цифры: GLM 5.2 на публичном API стоит примерно в 1/5–1/6 цены за токен по сравнению с GPT-5.5 или Claude Opus 4.8 . По выходным токенам GLM-5.2 по $4.40 за миллион против $30 у GPT-5.5 — это примерно 1/6.8 стоимости . Кэшированный ввод падает до $0.26 за миллион токенов .

Оборудование: 4× AMD Instinct MI325X GPU

Каждый экземпляр частного облака работает на 4 × AMD Instinct MI325X GPU . Микроархитектура MI325X включает:

• 256 ГБ памяти HBM3e и пропускную способность 6 ТБ/с на ускоритель .
• Архитектура CDNA3 с 19,456 потоковыми процессорами и 1216 матричными ядрами .
• Производительность FP8 составляет 2.61 PFLOPs .

Это заметно отличается от распространенных развертываний на NVIDIA H100/H200, и Featherless позиционирует это как способ избежать проблем с поставками чипов NVIDIA .

Характеристики модели GLM 5.2

При квантовании FP8 веса модели занимают около 750 ГБ VRAM, что с запасом укладывается в 1 ТБ общей VRAM 4× GPU MI325X (4 × 256 ГБ), оставляя место для KV-кэша при расширенной длине контекста .

Ключевые бенчмарки: GLM 5.2 против GPT-5.5 и Claude Opus 4.8

SWE-bench Pro (реальные задачи программной инженерии):

• GLM 5.2: 62.1% против GPT-5.5: 58.6% — превосходит GPT-5.5 .
• Отстает от Claude Opus 4.8 (69.2%) по этому метрике .

Terminal-Bench 2.1 (агентные задачи кодинга):

• GLM 5.2: 82.7 (лучший результат) против Claude Opus 4.8: 78.9 — вырывается вперед в терминальных агентных задачах .

По данным Featherless, GLM 5.2 занимает #2 в рейтинге Arena WebDev по кодингу .

Сравнение цен: GLM 5.2 против проприетарных API

Преимущество в стоимости — главный козырь GLM 5.2. По официальным тарифам API Z.ai:

Источники:

При реалистичном соотношении выходных и входных токенов 3:1 GLM-5.2 выходит около $3.65 за миллион токенов против примерно $23.75 у GPT-5.5 — соотношение около 1/6.5 . Независимые трекеры указывают более низкие средние цены среди провайдеров, обслуживающих открытые веса (около $0.55 за ввод и $1.85 за вывод) .

Конкурентное позиционирование против проприетарного ИИ

• Превосходство в кодинге: GLM 5.2 обходит GPT-5.5 на SWE-bench Pro, оставаясь при этом значительно дешевле в пересчете на токен, что делает её высокопроизводительной и недорогой альтернативой для кодинга .
• Идеально для агентных нагрузок: Фиксированная плата частного облака предназначена для непрерывного агентного использования с большим объемом, где затраты на токены от проприетарных вендоров растут лавинообразно .
• Открытые веса + AMD: Поскольку модель открыта и работает на AMD (а не на NVIDIA H100/H200), Featherless может предложить частное облако по цене, значительно ниже аналогичных развертываний на NVIDIA .
• Лидерство по контексту: С 1 млн токенов в частном облаке модель конкурирует или превосходит GPT-5.5 и Claude Opus 4.8 по длине контекста .
• Оговорка: По чистым бенчмаркам (SWE-bench Pro) Claude Opus 4.8 все еще лидирует (69.2 против 62.1), то есть GLM 5.2 — не абсолютный лидер по всем метрикам, но её ценовое преимущество огромно .

Кому стоит рассмотреть этот сервис?

Частное облако Featherless для GLM 5.2 наиболее привлекательно для:

• Команд с высокими агентными нагрузками, где ежемесячные расходы на API быстро превышают $10,000–$50,000.
• Организаций с постоянными потребностями в инференсе для кодинга, которые хотят производительность на уровне GPT-5.5 за небольшую часть стоимости.
• Компаний, желающих избежать проблем с поставками NVIDIA и перейти на инфраструктуру AMD.
• Инженерных команд, которым нужно безлимитное использование токенов без отслеживания каждого токена.

Featherless также предлагает тарифы с фиксированной ставкой от $25/месяц для serverless-доступа к меньшим моделям, но выделенный узел за $7,500/месяц предназначен именно для команд, которым требуется постоянный высокообъемный инференс на полной модели GLM 5.2 .

Итог

Новый сервис Featherless предлагает частное облако GLM 5.2 на 4× AMD MI325X GPU за $7,500/месяц с фиксированной платой, заявляя об экономии 94% по сравнению с проприетарными API при высоких агентных нагрузках. Модель 744B MoE превосходит GPT-5.5 на SWE-bench Pro при стоимости за токен примерно в шесть раз ниже, что делает её убедительной альтернативой с открытыми весами для организаций с тяжелыми нагрузками по кодингу и агентному инференсу. Хотя Claude Opus 4.8 все еще лидирует по некоторым бенчмаркам, ценовое преимущество комбинации GLM 5.2 + Featherless достаточно велико, чтобы считать её серьезным вариантом для бюджетных команд, не желающих жертвовать производительностью.