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

Featherless запустил выделенное частное облачное развертывание модели GLM 5.2 с открытыми весами от Z.ai. Услуга предоставляется по фиксированной ежемесячной плате $7,500 без поминутной оплаты за токены. Сервис оптимизирован для работы на GPU AMD Instinct MI325X, и компания утверждает, что это позволяет сократить расходы на инференс на 94% по сравнению с закрытыми аналогами, такими как GPT-5.5 и Claude Opus 4.8 ^IF. Вот всё, что нужно знать о сервисе, модели и её позиционировании относительно проприетарных альтернатив.

Что такое Featherless GLM 5.2 Private Cloud?

Featherless запустил выделенное частное облачное развертывание модели GLM 5.2 от Z.ai, оптимизированное для работы нативно на GPU AMD Instinct MI325X ^IF. Featherless утверждает, что это единственная платформа, которая оптимизировала GLM 5.2 для работы на AMD-оборудовании в частном облаке ^I. Такой подход позволяет клиентам отказаться от биллинга на основе токенов и вместо этого платить фиксированную годовую сумму в $90,000 за полностью загруженную команду разработчиков ^I.

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

• Фиксированная ежемесячная плата: $7,500/месяц за выделенный экземпляр частного облака ^IF.
• Безлимитные токены — нет платы за каждый токен ^IF. 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 ^DAL. 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% ^IF.

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 ^GD. По выходным токенам GLM-5.2 по $4.40 за миллион против $30 у GPT-5.5 — это примерно 1/6.8 стоимости ^OF. Кэшированный ввод падает до $0.26 за миллион токенов ^GF.

Оборудование: 4× AMD Instinct MI325X GPU

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

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

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

Характеристики модели GLM 5.2

Характеристика	Детали
Архитектура	744B параметров, Mixture-of-Experts (MoE) с ~40B активных на токен GS
Контекстное окно	До 256K токенов в публичном облаке; до 1 млн токенов в частном облаке FI
Квантование	FP8 по умолчанию (~750 ГБ VRAM для весов) FOR
Открытые веса	Да — Z.ai выпустил GLM 5.2 с открытыми весами под лицензией MIT IDA
Фокус обучения	Кодинг; специализация на задачах программной инженерии GDS

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 ^OR.

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 ^DF.
• Отстает от Claude Opus 4.8 (69.2%) по этому метрике ^O.

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 ^O.

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

Сравнение цен: GLM 5.2 против проприетарных API

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

Модель	Ввод (за 1 млн токенов)	Вывод (за 1 млн токенов)
GLM 5.2	$1.40	$4.40
GPT-5.5	~$5.00	~$30.00
Claude Opus 4.8	~$8.00	~$40.00

Источники: ^DDAOF

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 ^O. Независимые трекеры указывают более низкие средние цены среди провайдеров, обслуживающих открытые веса (около $0.55 за ввод и $1.85 за вывод) ^DD.

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 ^DF.
• 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 ^IF.
• 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 ^II.
• 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 ^FI.
• 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 ^O.

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 ^F.

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.