GLM-5.2: Китайская открытая модель бросила вызов лидерам ИИ

Ключевые характеристики:

• Параметры: ~753 млрд всего, ~40 млрд активно на токен
• Контекстное окно: 1 048 576 токенов (полноценный 1М контекст, пригодный для работы)
• Максимальное количество выходных токенов: 128–131 тыс. (в источниках встречаются небольшие расхождения)
• Лицензия: MIT, разрешающая неограниченное коммерческое и исследовательское использование
• Режимы рассуждения: «High» (эффективный) и «Max» (максимальные усилия) для выбора баланса между скоростью и глубиной анализа

Ключевое архитектурное новшество — механизм «IndexShare». Чтобы сделать огромное контекстное окно в миллион токенов экономически жизнеспособным, Z.ai повторно использует облегченный индексатор для каждых четырех слоев разреженного внимания. Согласно техническим разборам, этот прием сокращает вычислительные затраты на токен примерно в 2.9 раза при полной длине контекста в 1М, предотвращая падение производительности, от которого часто страдают модели с длинным контекстом .

Результаты тестов: сражение с лидерами

Z.ai позиционирует GLM-5.2 как прямого конкурента GPT-5.5 и Claude Opus 4.8. Данные в таблице ниже являются собственными оценками Z.ai, включая показатели, указанные для их конкурентов. Они не воспроизводились независимо лабораториями-конкурентами .

Ключевые выводы из цифр

GLM-5.2 опережает GPT-5.5 в нескольких тестах на программирование и логику. В SWE-bench Pro она набирает 62.1 против 58.6 у GPT-5.5 . В тесте FrontierSWE, сложном 20-часовом бенчмарке на автономную инженерию, ее результат составляет 74.4 против 72.6 у GPT-5.5 . В математике она достигает практически идеального результата в 99.2 на AIME 2026, опережая обоих американских конкурентов .

Разрыв с Claude Opus 4.8 резко сократился в агентном кодировании. Хотя Opus 4.8 по-прежнему значительно лидирует в нескольких тестах — особенно в SWE-bench Pro с результатом 69.2 против 62.1 у GLM-5.2 , — результаты в задачах долгосрочного агентного взаимодействия гораздо ближе. В FrontierSWE GLM-5.2 отстает всего на 0.7 пункта от Opus 4.8 (74.4 против 75.1) . В MCP-Atlas разница составляет 0.8 пункта (77.0 против 77.8) .

Скачок поколений от GLM-5.1 колоссален. Наиболее впечатляющее улучшение демонстрируется в Terminal-Bench 2.1, где результат GLM-5.2 в 81.0 означает рост на 19 пунктов по сравнению с результатом предыдущего поколения — 62.0 . Это делает GLM-5.2 первой моделью с открытыми весами, преодолевшей планку в 80% в этом тесте .

Важно отметить области, где GLM-5.2 все еще уступает. В самых сложных и длительных задачах, таких как SWE-Marathon (сверхдлительная инженерия), Opus 4.8 лидирует со счетом 26.0% против 13.0% — значительный отрыв, указывающий на то, что передовые американские модели все еще обладают большей надежностью при выполнении очень долгих агентных сценариев .

Цена и доступность: экономика открытого доступа

Конкурентное преимущество GLM-5.2 заключается не только в производительности, но и в цене.

• Цена API: Доступна через тарифные планы GLM Coding Plan (Lite, Pro, Max и Team), стоимость составляет около $4.40 за миллион выходных токенов . При сравнении с опубликованными ценами GPT-5.5 это означает примерно 83% экономии операционных расходов .
• Открытые веса на Hugging Face: Полные веса модели доступны для скачивания на zai-org/GLM-5.2 под лицензией MIT, включая квантизованную версию FP8 для более удобного локального развертывания . Платформа ModelScope также зеркалирует веса для пользователей в Китае .
• Сторонняя экосистема: Помимо собственной инфраструктуры Z.ai, модель доступна через Cloudflare Workers AI и поддерживается в более чем 20 сторонних средах разработки и хостинга, таких как Modular Cloud и Featherless.ai, где предлагаются фиксированные тарифы на обслуживание длинного контекста .

Сочетание разрешительной лицензии MIT и модели развертывания, не привязанной к инфраструктуре, позволяет разработчикам самостоятельно размещать модель, интегрировать ее в конвейеры CI/CD и избегать привязки к поставщику — разительный контраст с закрытым, исключительно API-доступом, который предлагают ее основные конкуренты.

Стратегический контекст: открытые веса и динамика ИИ-гонки США-Китай

Время выхода GLM-5.2 было столь же символичным, сколь и технологичным. Релиз состоялся на той же неделе, когда правительство США ужесточило ограничения в отношении Claude Fable 5 от Anthropic — шаг, на который, по сообщениям, повлияли переговоры между генеральным директором Amazon и представителями Белого дома . Контраст намеренно получился резким: полностью открытая китайская модель передового уровня появляется в тот момент, когда США усиливают контроль над ведущей американской лабораторией.

Основатель Z.ai прямо представил релиз под MIT-лицензией с лозунгом «Передовой интеллект принадлежит всем» , позиционируя GLM-5.2 не только как технологическое достижение, но и как политическое заявление в условиях обостряющейся технологической конкуренции между США и Китаем.

GLM-5.2 существует не в вакууме. Это последняя в ряду все более мощных открытых моделей от китайских лабораторий, в который входят такие проекты, как DeepSeek, Qwen от Alibaba и ERNIE от Baidu. Все вместе они систематически сокращают разрыв в производительности с проприетарными американскими моделями, предлагая неограниченный доступ по радикально более низким ценам .