GLM-5.2: Відкрита модель вагою 744 млрд параметрів, яка змінила ринок ШІ у 2026 році

Що пропонує GLM-5.2: Характеристики, бенчмарки та ціни

GLM-5.2 використовує архітектуру MoE з 744 мільярдами параметрів, з яких приблизно 40 мільярдів активуються на кожен токен . Її контекстне вікно в 1 мільйон токенів є повністю робочим і являє собою п'ятикратне збільшення порівняно з 200K у GLM-5.1 . Максимальний вихід сягає 131 072 токенів . Повідомляється, що модель навчалася на чипах Huawei Ascend, а не на обладнанні NVIDIA — це важлива деталь з точки зору ланцюгів постачання та експортного контролю .

За стандартними бенчмарками GLM-5.2 показала найвищий результат серед усіх відкритих моделей в Artificial Analysis Intelligence Index v4.1 — 51 бал, випередивши MiniMax-M3 (44), DeepSeek V4 Pro (44) та Kimi K2.6 (43) . Вона набрала 80,3% на GPQA Diamond (наукові міркування рівня випускника) та 86,67% на AIME 2025 (математичні міркування) . На бенчмарку SWE-bench Pro, ключовому для програмної інженерії, вона досягла 62,1 — обійшовши GPT-5.5 (58,6) і поступившись Claude Opus 4.8 лише приблизно на 0,7 бала на суміжному FrontierSWE (74,4% проти 75,1%) . За даними CNBC, GLM-5.2 знаходиться в межах одного відсотка від Opus 4.8 від Anthropic за ключовим агентним бенчмарком приблизно за п'яту частину вартості .

API-ціни становлять $1,40 за мільйон вхідних токенів та $4,40 за мільйон вихідних токенів , що приблизно в шість разів дешевше за GPT-5.5 через API . Кешовані токени коштують $0,26 за мільйон .

Експортні обмеження США та зсув у бік китайського ШІ

GLM-5.2 стала доступною для підписників 13 червня 2026 року — через день після того, як Міністерство торгівлі США змусило Anthropic вимкнути Fable 5 у всьому світі відповідно до обмежень експортного контролю . Це протиставлення не залишилося непоміченим для підприємств. Експортні обмеження США на передові ШІ-чіпи (NVIDIA H100/B200 до Китаю) змусили китайські лабораторії навчати моделі на вітчизняному обладнанні, як-от Huawei Ascend, водночас роблячи китайські моделі звільненими від американських правил реекспорту — що дає їм перевагу у відповідності на ринках, де американські моделі ШІ стикаються з обмеженнями .

Стратегія економії Coinbase: 50% витрат завдяки відкритим моделям

Генеральний директор Coinbase Браян Армстронг публічно виклав аргументи для бізнесу. 8 червня 2026 року він передбачив, що 80% робочих навантажень ШІ з часом перейдуть на моделі з відкритою вагою, стверджуючи, що економіка є незаперечною — особливо коли китайські відкриті моделі забезпечують продуктивність, близьку до передової, за частку ціни . 27 червня він детально описав внутрішній підхід Coinbase: налаштувати інженерів за замовчуванням на відкриті китайські моделі, як-от GLM 5.2 та Kimi 2.7, інтелектуально маршрутизувати запити через LLM-шлюз та агресивно кешувати відповіді .

Результати вражають. Coinbase скоротила внутрішні витрати на ШІ приблизно на 50%, навіть попри експоненційне зростання використання токенів . Частка попадань у кеш зросла з 5% до 60% . Компанія не вводила жодних обмежень на використання чи бюджетних сповіщень для інженерів . Зараз Coinbase експериментує з внутрішнім інструментом «LLM Ops», який ще більше автоматизує вибір моделі для кожного завдання .

Однак ця стратегія викликала скептицизм. Критики вказали на невирішені ризики безпеки та геополітичну напруженість — маршрутизація корпоративних запитів через моделі, створені лабораторією, пов'язаною з китайською державою, несе юридичні ризики, які жоден регулятор досі не прояснив .

OpenRouter: Китайські моделі випереджають американські за трафіком токенів

Дані OpenRouter демонструють драматичний перерозподіл використання ШІ-моделей протягом 2024–2026 років . У червні 2025 року американські моделі від Google, OpenAI та Anthropic утримували приблизно 70–80% частки токенів, тоді як китайські моделі — близько 10% . До лютого 2026 року китайські моделі перетнули позначку приблизно в 61% обсягу токенів серед топ-10 моделей . До червня 2026 року китайські моделі обробляли приблизно 18 трильйонів токенів на тиждень проти приблизно 5,5 трильйона у американських, при загальному тижневому обсязі близько 25 трильйонів . Частка США впала приблизно до 30% за 12 місяців . Ключовими китайськими моделями, що спричинили цей зсув, є DeepSeek, Qwen, MiniMax, Moonshot/Kimi та тепер GLM-5.2 .

Неврегульовані ризики безпеки та юриспруденції

Основна юридична проблема є прямою, але невирішеною. Z.ai (Zhipu AI) — це китайська компанія, що відокремилася від Університету Цінхуа та пов'язана з Пекінською академією штучного інтелекту (BAAI) — структурами, вбудованими в державну ШІ-екосистему Китаю . Китайський Закон про національну розвідку (2017) та Закон про безпеку даних (2021) накладають на всі китайські організації загальний обов'язок «підтримувати, допомагати та співпрацювати з державною розвідувальною діяльністю». Ці закони сформульовані широко та мають екстериторіальну дію.

Конкретні вектори ризику, згадані в медіа, включають: підприємства, що самостійно розміщують ваги GLM-5.2, все ще можуть бути юридично зобов'язані за китайським законодавством, якщо вони взаємодіють з будь-якою китайською організацією для оновлень, телеметрії або підтримки ; виклики API через китайські хости для висновків проходять через юрисдикції, де доступ державних органів до даних є юридично дозволеним ; власна стратегія Coinbase зіткнулася з публічним опором через «невирішені ризики безпеки та юриспруденції» для компаній, що працюють з чутливими фінансовими даними . Жодне регуляторне керівництво США чи ЄС досі остаточно не визначило, чи створює використання китайських моделей з відкритою вагою (навіть самостійно розміщених) відповідальність згідно з режимами захисту даних або санкційними рамками. Станом на кінець червня 2026 року ризик залишається невирішеним, і підприємства роблять власні оцінки на основі місця розміщення моделі, чутливості даних та залежностей у ланцюгу постачання .