Featherless запускає приватну хмару для GLM 5.2 з фіксованою щомісячною платою — $7,500

Компанія Featherless запустила виділену приватну хмару для моделі GLM 5.2 від Z.ai з відкритими вагами. Сервіс працює за фіксованою щомісячною платою $7,500 без жодної токенної оплати ^IF. Оптимізований для роботи на AMD Instinct MI325X GPU, сервіс, за твердженням компанії, скорочує витрати на інференс на 94% порівняно з закритими аналогами, такими як GPT-5.5 та Claude Opus 4.8 ^IF. Ось усе, що варто знати про цей сервіс, модель та її позиціонування щодо пропрієтарних рішень.

Що таке Featherless GLM 5.2 Private Cloud?

Featherless запустив виділене приватне хмарне розгортання моделі GLM 5.2 від Z.ai з відкритими вагами. Унікальність сервісу в тому, що він оптимізований для роботи нативно на AMD Instinct MI325X GPU ^IF. Featherless стверджує, що це єдина платформа, яка змогла оптимізувати GLM 5.2 для роботи на AMD-обладнанні у приватному хмарному середовищі ^I. Замість токенної оплати клієнти сплачують щорічну фіксовану суму $90,000, що відповідає повністю завантаженій команді розробників ^I.

Ціна: $7,500/міс без ліміту токенів

• Фіксована щомісячна плата: $7,500 за виділений приватний хмарний інстанс ^IF.
• Необмежена кількість токенів — жодної токенної оплати ^IF.
• Для порівняння: публічний API Z.ai стягує $1.40 за мільйон вхідних токенів та $4.40 за мільйон вихідних ^DAL. Featherless підрахувала, що навантаження, яке на пропрієтарних API коштувало б $125,000+/міс, на їхньому тарифі обійдеться приблизно в $7,500/міс — тобто економія сягає 94% ^IF.

Як це працює математично: На публічному API GLM 5.2 коштує приблизно 1/5 – 1/6 ціни за токен GPT-5.5 або Claude Opus 4.8 ^GD. Лише за вихідними токенами: $4.40 за мільйон у GLM-5.2 проти $30 у GPT-5.5 — це приблизно 1/6.8 вартості ^OF. Кешований вхідний токен коштує лише $0.26 за мільйон ^GF.

Обладнання: 4× AMD Instinct MI325X GPU

Кожен приватний хмарний інстанс працює на 4 × AMD Instinct MI325X GPU ^FO. Характеристики MI325X:

• 256 ГБ пам'яті HBM3e та 6 ТБ/с пропускної здатності на акселератор ^AA.
• Архітектура CDNA3 з 19,456 потоковими процесорами та 1216 матричними ядрами ^A.
• Продуктивність FP8 — 2.61 PFLOPs ^A.

Це принципово інша апаратна стратегія порівняно з типовими NVIDIA H100/H200 розгортаннями. Featherless подає це як спосіб уникнути дефіциту NVIDIA-обладнання ^I.

Специфікації моделі GLM 5.2

Специфікація	Деталі
Архітектура	744B загальних параметрів, Mixture-of-Experts (MoE) з ~40B активних на токен GS
Контекстне вікно	До 256K токенів на публічній хмарі; до 1 млн токенів у приватній хмарі FI
Квантизація	FP8 за замовчуванням (~750 ГБ VRAM для ваг) FOR
Відкриті ваги	Так — Z.ai випустив GLM 5.2 з відкритими вагами під ліцензією MIT IDA
Фокус навчання	Насамперед код; модель спеціалізована на завданнях програмної інженерії GDS

У квантизації FP8 ваги моделі займають близько 750 ГБ VRAM. Загальний обсяг пам'яті 4× MI325X GPU становить 1 ТБ (4 × 256 ГБ), що забезпечує достатньо місця для ваг і KV-кешу навіть при розширених контекстах ^OR.

Ключові бенчмарки: GLM 5.2 проти GPT-5.5 та Claude Opus 4.8

SWE-bench Pro (реальні завдання програмної інженерії):

• GLM 5.2: 62.1% проти GPT-5.5: 58.6% — випереджає GPT-5.5 ^DF.
• Відстає від Claude Opus 4.8 (69.2%) на цьому показнику ^O.

Terminal-Bench 2.1 (агентні завдання з кодом):

• GLM 5.2: 82.7 (найкращий результат) проти Claude Opus 4.8: 78.9 — випереджає в термінальних агентних завданнях ^O.

За даними Featherless, GLM 5.2 посідає #2 у рейтингу Arena WebDev coding leaderboard ^F.

Порівняння витрат: GLM 5.2 проти пропрієтарних API

Цінова перевага GLM 5.2 є вражаючою. Офіційні тарифи Z.ai:

Модель	Вхідні (за 1M токенів)	Вихідні (за 1M токенів)
GLM 5.2	$1.40	$4.40
GPT-5.5	~$5.00	~$30.00
Claude Opus 4.8	~$8.00	~$40.00

Джерела: ^DDAOF

При реалістичному робочому навантаженні зі співвідношенням 3:1 (вихідні до вхідних), GLM-5.2 коштує близько $3.65 за мільйон токенів проти ~$23.75 у GPT-5.5 — співвідношення приблизно 1/6.5 ^O.

Позиціонування щодо пропрієтарного ШІ

• Корона продуктивності коду: GLM 5.2 випереджає GPT-5.5 на SWE-bench Pro, будучи при цьому значно дешевшим за токен, що робить її високопродуктивною та дешевою альтернативою для кодування ^DF.
• Ідеальна для агентних навантажень: Фіксована плата в приватній хмарі розрахована на постійні агентні сценарії, де витрати на пропрієтарних API швидко зростають ^IF.
• Відкриті ваги + AMD: Модель є відкритою та працює на AMD (а не NVIDIA H100/H200), що дозволяє Featherless пропонувати приватну хмару за значно нижчою ціною ^II.
• Лідерство в контекстному вікні: 1 млн токенів у приватній хмарі конкурує з або перевищує контекстні вікна GPT-5.5 та Claude Opus 4.8 ^FI.
• Застереження: За чистими бенчмарками (SWE-bench Pro) Claude Opus 4.8 все ще лідирує (69.2 проти 62.1), тому GLM 5.2 не є абсолютним лідером за кожним показником — але її цінова перевага є величезною ^O.

Кому варто розглянути цей сервіс?

Приватна хмара Featherless для GLM 5.2 найбільш вигідна для:

• Команд з інтенсивними агентними навантаженнями, де витрати на API швидко перевищують $10,000–$50,000/міс.
• Організацій, які потребують постійного інференсу для кодування та програмної інженерії, які хочуть продуктивність на рівні GPT-5.5 за значно нижчою ціною.
• Компаній, що хочуть уникнути дефіциту NVIDIA-обладнання, розгортаючись на AMD-інфраструктурі.
• Інженерних команд, яким потрібна необмежена кількість токенів без турбот про токенне виставлення рахунків.

Featherless також пропонує дешевші фіксовані тарифи від $25/міс для серверлес-доступу до менших моделей, але інстанс за $7,500/міс призначений саме для команд з високими навантаженнями ^F.

Висновок

Новий сервіс Featherless пропонує приватну хмару для GLM 5.2 на 4× AMD MI325X GPU за фіксованою платою $7,500/міс, забезпечуючи 94% економії порівняно з пропрієтарними API для високонавантажених агентних сценаріїв. 744B MoE-модель випереджає GPT-5.5 на SWE-bench Pro, коштуючи приблизно в шість разів менше за токен, що робить її переконливою відкритою альтернативою для організацій з інтенсивними завданнями кодування та агентного інференсу.