Featherless lanserar privat molntjänst för GLM 5.2 – fast månadsavgift på 7 500 dollar sparar 94 % jämfört med GPT-5.5

Pris: 7 500 dollar/månad med obegränsat antal tokens

• Fast månadsavgift: 7 500 dollar för en dedikerad privat molninstans .
• Obegränsat antal tokens – inga extra avgifter per token . Detta är den stora skillnaden mot API:er med betalning per anrop.
• Som jämförelse: Z.AI:s publika API kostar 1,40 dollar per miljon inmatade tokens och 4,40 dollar per miljon genererade tokens . En tung agentarbetsbelastning som skulle kosta 125 000 dollar eller mer i månaden på ett proprietärt API, kostar cirka 7 500 dollar på Featherless fastprisplan – en minskning med 94 % .

Så fungerar matematiken: GLM 5.2 på det publika API:et kostar ungefär 1/5 till 1/6 av priset per token för GPT-5.5 eller Claude Opus 4.8 . För enbart genererade tokens är GLM-5.2:s 4,40 dollar mot GPT-5.5:s 30 dollar ungefär 1/6,8 av kostnaden . Cachelagrad inmatning sjunker till 0,26 dollar per miljon tokens .

Hårdvara: 4× AMD Instinct MI325X GPU:er

Varje privat molninstans körs på 4 × AMD Instinct MI325X GPU:er . MI325X har:

• 256 GB HBM3e-minne och 6 TB/s minnesbandbredd per accelerator .
• CDNA3-arkitektur med 19 456 streamprocessorer och 1216 matriskärnor .
• FP8-prestanda på 2,61 PFLOPs .

Detta är en markant annorlunda hårdvarustrategi jämfört med de NVIDIA H100/H200-installationer som är vanliga i branschen. Featherless framhåller det som ett sätt att kringgå NVIDIA:s leveransbegränsningar .

GLM 5.2 Modellspecifikationer

Med FP8-kvantisering kräver modellens vikter cirka 750 GB VRAM. Detta ryms bekvämt i den totala VRAM på 1 TB över 4× MI325X GPU:er (4 × 256 GB), med utrymme kvar för KV-cache vid långa kontextlängder .

Viktiga riktmärken: GLM 5.2 vs. GPT-5.5 och Claude Opus 4.8

SWE-bench Pro (verklig mjukvaruutveckling):

• GLM 5.2: 62,1 % vs. GPT-5.5: 58,6 % – slår GPT-5.5 i kodningsriktmärken .
• Men ligger efter Claude Opus 4.8 (69,2 %) .

Terminal-Bench 2.1 (agentbaserade kodningsuppgifter):

• GLM 5.2: 82,7 (bäst rapporterade resultat) vs. Claude Opus 4.8: 78,9 – tar ledningen i terminalbaserade agentuppgifter .

GLM 5.2 rankas som #2 på Arena WebDev:s kodningsledarlista enligt Featherless .

Kostnadsjämförelse: GLM 5.2 vs. proprietära API:er

Kostnadsfördelen är där GLM 5.2 verkligen utmärker sig. Vid Z.AI:s officiella API-priser:

Källor:

Vid en realistisk blandning av 3:1 generering-till-inmatning hamnar GLM-5.2 på cirka 3,65 dollar per miljon tokens, jämfört med GPT-5.5:s cirka 23,75 dollar – en kvot på ungefär 1/6,5 . Oberoende spårare listar ett lägre medianvärde bland leverantörer som erbjuder öppna vikter (närmare cirka 0,55 dollar för inmatning och 1,85 dollar för generering) .

Konkurrensposition vs. proprietär AI

• Kodningsprestanda: GLM 5.2 slår GPT-5.5 på SWE-bench Pro samtidigt som den är dramatiskt billigare per token – ett högpresterande, lågkostnadsalternativ för kodning .
• Agentarbetsbelastningens sweet spot: Det fasta priset är utformat för kontinuerlig, agentbaserad inferens med hög volym, där rörliga API-kostnader från proprietära leverantörer annars skenar iväg .
• Öppna vikter + AMD-fördel: Eftersom modellen är öppen och körs på AMD-hårdvara (istället för NVIDIA H100/H200), kan Featherless erbjuda ett privat moln till en bråkdel av kostnaden för motsvarande NVIDIA-baserade installationer .
• Kontextfönster i toppklass: Med 1 miljon tokens i privat moln konkurrerar det med eller överträffar kontextfönstren hos GPT-5.5 och Claude Opus 4.8 i dedikerade installationer .
• Varning: När det gäller rena riktmärkespoäng (SWE-bench Pro) leder Claude Opus 4.8 fortfarande (69,2 mot 62,1), så GLM 5.2 är inte den ohotade ledaren på alla parametrar – men kostnadsfördelen är enorm .

Vem bör överväga denna tjänst?

Featherless privata moln för GLM 5.2 är mest lockande för:

• Team som kör agentbaserade arbetsflöden med hög volym där API-kostnader per token snabbt överstiger 10 000–50 000 dollar i månaden.
• Organisationer med kontinuerliga behov av kodning och mjukvaruutveckling som vill ha prestanda i nivå med GPT-5.5 till en bråkdel av kostnaden.
• Företag som vill undvika NVIDIA:s hårdvaruleveransbegränsningar genom att använda AMD-infrastruktur.
• Utvecklingsteam som vill ha obegränsad tokenanvändning utan att oroa sig för mätbaserad debitering.

Featherless erbjuder också billigare planer med fast pris från 25 dollar i månaden för serverlös åtkomst till mindre modeller, men 7 500-dollar-noden är explicit för team som behöver kontinuerlig inferens med hög volym på hela GLM 5.2-modellen .

Sammanfattning

Featherless nya tjänst erbjuder ett privat moln med fast avgift på 7 500 dollar i månaden för GLM 5.2 på 4× AMD MI325X GPU:er, med påstådda 94 % kostnadsbesparingar jämfört med proprietära API:er vid hög agentanvändning. Modellen med 744B MoE slår GPT-5.5 på SWE-bench Pro till ungefär en sjättedel av kostnaden per token, vilket gör den till ett attraktivt öppen-vikter-alternativ för organisationer med tunga kodnings- och agentinferensbehov. Även om Claude Opus 4.8 fortfarande leder på vissa riktmärken, är kostnadsfördelen med kombinationen GLM 5.2 + Featherless tillräckligt stor för att göra den till ett seriöst alternativ för kostnadsmedvetna team som inte vill kompromissa med prestanda.