Databricks byter till GLM 5.2 som standardmotor för kodning

Total ägandekostnad gynnade GLM 5.2. Via Z.ai:s API är GLM 5.2 prissatt till cirka 1,40 USD per miljon inmatningstokens och 4,40 USD per miljon utmatningstokens . För ett team som bearbetar 10 miljoner tokens per månad med en 50/50-fördelning av in- och utmatning blir totalkostnaden cirka 29 USD per månad . Konkurrerande modeller som Anthropics Opus 4.8 på 5/25 USD per miljon tokens kan kosta 3 till 6 gånger mer för jämförbara eller något bättre benchmarkresultat . Per uppgift visade ett Databricks-test att GLM 5.2 med Pi-agenten uppnådde en godkännandegrad på 87,5 % till en kostnad av 1,25 USD per uppgift, medan Opus 4.8 med hög ansträngning och Claude Code uppnådde en jämförbar godkännandegrad på 2,00 USD per uppgift .

Varför Databricks valde GLM 5.2

Prestanda i nivå med frontlinjemodeller till en mycket lägre kostnad. GLM 5.2 fick 62,1 på SWE-bench Pro, vilket är bättre än GPT-5.5:s 58,6 och inom några få poäng från Anthropics Opus 4.8 . På FrontierSWE Dominance nådde det 74,4 %, nästan i nivå med Opus 4.8:s 75,1 % . Databricks interna tester bekräftade dessa offentliga riktmärken: den kinesiska modellen med öppen vikt matchade eller närmade sig förmågan hos ledande proprietära modeller på samma verkliga ingenjörsuppgifter .

Flexibel distribution med MIT-licens och öppen vikt. Eftersom GLM 5.2 är MIT-licensierad och helt öppen i vikt, kunde Databricks distribuera den internt, finjustera den och integrera den tätt i sitt agentiska kodningsarbetsflöde utan licensavgifter per plats eller inlåsning till en leverantör . Denna licensmodell gör det möjligt för företag att köra modellen på sin egen infrastruktur och undvika återkommande API-kostnader för högvolymanvändning.

Passar för långsiktiga, flerstegsuppgifter. Benchmarktestet fokuserade på agentiska kodningsredigeringar som sträcker sig över många filer och resonemangssteg. GLM 5.2, med sitt kontextfönster på 1 miljon tokens och sin arkitektur med 744 miljarder parametrar (mixture-of-experts), är specifikt optimerad för denna typ av arbete på repositorieskala och lång sikt, snarare än för autokomplettering av enstaka filer . På Terminal-Bench 2.1, som testar kommandorads- och agentisk uppgiftskörning, fick det 81,0, vilket gör det till den starkaste open-source-modellen, endast efter Claude Opus 4.8 (85,0) .