GLM-5.2: Den öppna AI-modellen som utmanar giganterna till en sjättedel av priset

Den 16 juni 2026 presenterade den kinesiska AI-utvecklaren Z.ai (tidigare Zhipu AI) sin nya modell GLM-5.2 – en öppen och fritt tillgänglig språkmodell som på allvar ritar om kartan för vad som är möjligt inom AI. Det som omedelbart fick branschen att haja till var kombinationen av exceptionell prestanda och en oslagbar prislapp. Modellen överträffar OpenAI:s GPT-5.5 på flera centrala tester för kodning och matematik, men kostar samtidigt ungefär en sjättedel så mycket och släpps under den mycket tillåtande MIT-licensen . Lika anmärkningsvärt är att den nästan helt har täppt igen gapet till Anthropics rådande dominant, Claude Opus 4.8, på flera avancerade, agentliknande uppgifter .

Arkitekturen bakom framgången

GLM-5.2 är byggd på en så kallad Mixture-of-Experts-arkitektur (MoE). Det är ett smart designval som balanserar rå beräkningskraft med energieffektivitet. De officiella specifikationerna talar om totalt cirka 753 miljarder parametrar, men poängen är att endast omkring 40 miljarder av dem är aktiva per token som modellen behandlar . Denna glesa aktivering är nyckeln till modellens attraktiva prisläge.

De viktigaste specifikationerna i korthet:

• Parametrar: ~753 miljarder totalt, ~40 miljarder aktiva per token
• Kontextfönster: 1 048 576 tokens (ett fullt användbart 1M-fönster)
• Maximalt antal tokens i svar: 128 000–131 000 (källorna uppvisar små variationer)
• Licens: MIT, vilket tillåter obegränsad kommersiell användning och forskning
• Resonemangslägen: ”Hög” (effektivt) och ”Max” (maximalt resonemangsdjup) för att kunna växla mellan snabbhet och grundlighet

En viktig arkitektonisk finess är den så kallade ”IndexShare”-mekanismen. För att göra det massiva kontextfönstret på en miljon tokens ekonomiskt rimligt att använda, återanvänder Z.ai en lättvikts-indexerare för var fjärde lager av gles uppmärksamhet (sparse attention). Enligt tekniska analyser minskar detta trick beräkningsbördan per token med en faktor på ungefär 2,9x vid fullt 1M-kontext, vilket förhindrar den prestandaförsämring som ofta plågar andra modeller med lång kontext .

Benchmark: I hälarna på de allra största

Z.ai har medvetet positionerat GLM-5.2 som en direkt utmanare till GPT-5.5 och Claude Opus 4.8. Poängen i tabellen nedan är självrapporterade av Z.ai, och detta gäller även resultaten de anger för sina konkurrenter. Siffrorna representerar alltså en enda aktörs mätningar och har inte oberoende reproducerats av de andra labben .

Benchmark	GLM-5.2	GPT-5.5	Claude Opus 4.8
SWE-bench Pro (verklig buggfixering)	62,1	58,6	69,2
Terminal-Bench 2.1 (terminalbaserade agentuppgifter)	81,0	84,0	85,0
AIME 2026 (matematik på olympiadnivå)	99,2	98,1	~98,0–98,9
FrontierSWE (20 timmars komplexa ingenjörsprojekt)	74,4	72,6	75,1
MCP-Atlas (verktygsanvändning via MCP-servrar)	77,0	75,3	77,8

Vad siffrorna berättar

GLM-5.2 leder över GPT-5.5 på flera viktiga punkter. På det verklighetsnära kodningstestet SWE-bench Pro får den 62,1 mot GPT-5.5:s 58,6 . På FrontierSWE, ett krävande 20-timmarsbenchmark för autonom ingenjörskonst, noteras 74,4 mot 72,6 . I matematik uppnår den närmast perfekta 99,2 på AIME 2026 och slår därmed båda sina amerikanska konkurrenter .

Avståndet till Claude Opus 4.8 har minskat dramatiskt. Även om Opus 4.8 fortfarande har en klar ledning på vissa test – mest markant på SWE-bench Pro med 69,2 mot GLM-5.2:s 62,1 – är resultaten betydligt jämnare på långsiktiga agentuppgifter. På FrontierSWE skiljer det bara 0,7 procentenheter (74,4 mot 75,1) , och på MCP-Atlas endast 0,8 enheter (77,0 mot 77,8) .

Generationssprånget från föregångaren GLM-5.1 är enormt. Den mest dramatiska förbättringen syns på Terminal-Bench 2.1, där GLM-5.2:s resultat på 81,0 innebär ett hopp på 19 poäng från GLM-5.1:s 62,0 . Det gör GLM-5.2 till den första modellen med öppna vikter som bryter 80-procentsbarriären på detta test .

Det är samtidigt viktigt att nyktert notera var GLM-5.2 fortfarande halkar efter. På extrema långkörare som SWE-Marathon, ett test för ultralånga ingenjörsprojekt, leder Opus 4.8 med 26,0% mot 13,0% – ett tydligt tecken på att de amerikanska toppmodellerna ännu har ett övertag i tillförlitlighet över mycket långa agentkörningar.

Pris och tillgänglighet: Öppenhetens ekonomi

GLM-5.2:s konkurrenskraft handlar minst lika mycket om prislappen som om prestandan.

• API-prissättning: Modellen är tillgänglig via Z.ai:s ”GLM Coding Plan” (med nivåerna Lite, Pro, Max och Team) och kostar cirka $4,40 per miljon output-tokens . Jämfört med GPT-5.5:s publicerade prislista innebär det en kostnadsminskning på uppemot 83 procent .
• Öppna vikter på Hugging Face: De fullständiga vikterna finns för nedladdning på zai-org/GLM-5.2 under MIT-licensen, inklusive en kvantiserad FP8-version för smidigare lokal drift . Plattformen ModelScope speglar även vikterna för användare i Kina .
• Ekosystem från tredje part: Utöver Z.ai:s egen infrastruktur kan modellen nås via Cloudflare Workers AI och stöds i över 20 externa kodningsmiljöer och hostingtjänster, som Modular Cloud och Featherless.ai, vilka erbjuder fasta priser för lång kontexthantering .

Kombinationen av den tillåtande MIT-licensen och en hårdvaruoberoende distributionsmodell gör att utvecklare kan köra modellen själva, integrera den i CI/CD-pipelines och undvika inlåsningseffekter – en stark kontrast till konkurrenternas stängda, API-baserade modeller.

Den strategiska spelplanen: Öppna vikter och AI-kapplöpningen

Tajmingen för lanseringen av GLM-5.2 var minst sagt symbolisk. Den sammanföll med samma vecka som USA:s regering skärpte restriktionerna mot Anthropics Claude Fable 5, ett beslut som enligt uppgift påverkats av samtal mellan Amazons vd och Vita huset . Kontrasten kunde inte ha varit tydligare: en helt öppen kinesisk modell i absolut toppklass landade just som USA stramade åt tyglarna för ett av sina ledande labb.

Z.ai:s grundare saluförde lanseringen under parollen ”Frontier Intelligence Belongs to Everyone” (”Frontier-intelligens tillhör alla”) , och ramade därmed in GLM-5.2 som både ett tekniskt framsteg och ett politiskt statement i den eskalerande teknologikonkurrensen mellan USA och Kina.

GLM-5.2 existerar inte i ett vakuum. Den är den senaste i raden av allt mer kapabla öppna modeller från kinesiska labb – en lista som inkluderar DeepSeek, Alibabas Qwen och Baidus ERNIE – vilka systematiskt minskar prestandagapet till proprietära amerikanska modeller samtidigt som de erbjuder oinskränkt åtkomst till radikalt lägre priser .