GLM-5.2: Mô hình Open-Weight 744 Tỷ Tham Số Định Hình Lại Thị Trường AI Năm 2026

Thông số Kỹ thuật, Điểm chuẩn và Giá của GLM-5.2

GLM-5.2 sử dụng kiến trúc MoE với 744 tỷ tham số, trong đó có khoảng 40 tỷ tham số được kích hoạt cho mỗi token . Cửa sổ ngữ cảnh (context window) 1 triệu token hoàn toàn có thể sử dụng, gấp 5 lần so với mức 200K của GLM-5.1 . Độ dài đầu ra tối đa lên tới 131.072 token . Một chi tiết đáng chú ý: mô hình được huấn luyện trên chip Huawei Ascend thay vì phần cứng NVIDIA, một thông tin có ý nghĩa quan trọng về chuỗi cung ứng và kiểm soát xuất khẩu .

Trên các bài kiểm tra tiêu chuẩn, GLM-5.2 đạt điểm số cao nhất trong số các mô hình open-weight trên Chỉ số Trí tuệ Artificial Analysis Index v4.1 với 51 điểm, vượt qua MiniMax-M3 (44 điểm), DeepSeek V4 Pro (44 điểm) và Kimi K2.6 (43 điểm) . Mô hình đạt 80,3% trên GPQA Diamond (suy luận khoa học trình độ sau đại học) và 86,67% trên AIME 2025 (suy luận toán học) . Trên SWE-bench Pro, một điểm chuẩn kỹ thuật phần mềm quan trọng, GLM-5.2 đạt 62,1 — vượt qua cả GPT-5.5 (58,6) và chỉ kém Claude Opus 4.8 khoảng 0,7 điểm trên điểm chuẩn FrontierSWE liên quan (74,4% so với 75,1%) . Theo CNBC, GLM-5.2 chỉ kém Opus 4.8 của Anthropic trong vòng 1% trên một điểm chuẩn tác tử (agentic benchmark) quan trọng, nhưng chi phí chỉ bằng 1/5 .

Giá API là 1,40 USD/triệu token đầu vào và 4,40 USD/triệu token đầu ra , rẻ hơn khoảng 6 lần so với GPT-5.5 qua API . Token được lưu trong bộ nhớ đệm (cached) có giá 0,26 USD/triệu .

Kiểm soát Xuất khẩu của Mỹ và Sự Chuyển dịch sang AI Trung Quốc

GLM-5.2 có sẵn cho người đăng ký từ ngày 13/6/2026 — chỉ một ngày sau khi Bộ Thương mại Mỹ buộc Anthropic phải vô hiệu hóa Fable 5 trên toàn cầu theo các hạn chế kiểm soát xuất khẩu . Sự đối lập này không bị các doanh nghiệp bỏ qua. Các biện pháp kiểm soát xuất khẩu của Mỹ đối với chip AI tiên tiến (NVIDIA H100/B200 sang Trung Quốc) đã buộc các phòng thí nghiệm Trung Quốc phải huấn luyện trên phần cứng nội địa như Huawei Ascend. Đồng thời, các mô hình này cũng được miễn trừ khỏi các quy tắc cấp phép tái xuất khẩu của Mỹ, mang lại lợi thế tuân thủ tại các thị trường nơi mô hình AI có nguồn gốc từ Mỹ phải đối mặt với các hạn chế .

Chiến lược Chi phí của Coinbase: Tiết kiệm 50% Bằng cách Mặc định dùng Mô hình Open-Weight

CEO Coinbase Brian Armstrong đã công khai đưa ra lập luận cho doanh nghiệp. Vào ngày 8/6/2026, ông dự đoán rằng 80% khối lượng công việc AI cuối cùng sẽ chạy trên các mô hình open-weight, cho rằng kinh tế học là không thể phủ nhận — đặc biệt khi các mô hình open-weight của Trung Quốc mang lại hiệu suất gần như tiên phong với chi phí chỉ bằng một phần nhỏ . Vào ngày 27/6, ông đã chi tiết cách tiếp cận nội bộ của Coinbase: mặc định cho các kỹ sư sử dụng các mô hình mã nguồn mở Trung Quốc như GLM 5.2 và Kimi 2.7, định tuyến thông minh các truy vấn qua một cổng LLM và lưu vào bộ nhớ đệm tích cực .

Kết quả rất ấn tượng. Coinbase đã cắt giảm khoảng 50% chi tiêu AI nội bộ ngay cả khi việc sử dụng token tăng theo cấp số nhân . Tỷ lệ truy cập bộ nhớ đệm (cache hit rates) được cải thiện từ 5% lên 60% . Công ty không áp đặt bất kỳ giới hạn sử dụng hoặc cảnh báo ngân sách nào đối với các kỹ sư . Coinbase hiện đang thử nghiệm một công cụ nội bộ "LLM Ops" để tự động hóa việc lựa chọn mô hình theo từng nhiệm vụ .

Tuy nhiên, chiến lược này cũng vấp phải sự hoài nghi. Các nhà phê bình chỉ ra những rủi ro bảo mật chưa được giải quyết và căng thẳng địa chính trị — việc định tuyến các truy vấn của doanh nghiệp thông qua các mô hình được tạo ra bởi một phòng thí nghiệm có liên kết với nhà nước Trung Quốc có thể mang lại rủi ro pháp lý mà chưa có cơ quan quản lý nào làm rõ .

OpenRouter: Mô hình Trung Quốc Vượt Mỹ về Lưu lượng Token

Dữ liệu từ OpenRouter cho thấy sự tái cân bằng đáng kinh ngạc trong việc sử dụng mô hình AI trong giai đoạn 2024–2026 . Vào tháng 6 năm 2025, các mô hình Mỹ từ Google, OpenAI và Anthropic nắm giữ khoảng 70–80% thị phần token, trong khi các mô hình Trung Quốc chỉ khoảng 10% . Đến tháng 2 năm 2026, các mô hình Trung Quốc đã vượt qua mốc 61% lưu lượng token trong top 10 . Đến tháng 6 năm 2026, các mô hình Trung Quốc xử lý khoảng 18 nghìn tỷ token mỗi tuần so với các mô hình Mỹ chỉ khoảng 5,5 nghìn tỷ, với tổng khối lượng hàng tuần đạt khoảng 25 nghìn tỷ . Thị phần của Mỹ đã giảm xuống còn khoảng 30% trong vòng 12 tháng . Các mô hình Trung Quốc chủ chốt thúc đẩy sự thay đổi này bao gồm DeepSeek, Qwen, MiniMax, Moonshot/Kimi, và giờ đây là GLM-5.2 .

Rủi ro Bảo mật và Pháp lý Chưa được Giải quyết

Mối quan tâm pháp lý cốt lõi khá rõ ràng nhưng chưa có hồi kết. Z.ai (Zhipu AI) là một công ty Trung Quốc được tách ra từ Đại học Thanh Hoa và có liên kết với Viện Trí tuệ Nhân tạo Bắc Kinh (BAAI) — những thực thể nằm trong hệ sinh thái AI của nhà nước Trung Quốc . Luật Tình báo Quốc gia Trung Quốc (2017) và Luật An ninh Dữ liệu (2021) quy định nghĩa vụ chung đối với tất cả các tổ chức Trung Quốc là "ủng hộ, hỗ trợ và hợp tác với công tác tình báo nhà nước." Các luật này được soạn thảo rất rộng và có hiệu lực ngoài lãnh thổ.

Các vectơ rủi ro cụ thể được các phương tiện truyền thông trích dẫn bao gồm: các doanh nghiệp tự lưu trữ trọng số GLM-5.2 vẫn có thể bị ràng buộc pháp lý theo luật Trung Quốc nếu họ tương tác với bất kỳ thực thể Trung Quốc nào để cập nhật, đo từ xa hoặc hỗ trợ ; các cuộc gọi API được định tuyến qua các điểm cuối suy luận đặt tại Trung Quốc sẽ đi qua các khu vực pháp lý mà việc truy cập dữ liệu của các tác nhân nhà nước là được phép ; và chiến lược của chính Coinbase đã vấp phải sự phản đối kịch liệt vì "những rủi ro bảo mật và pháp lý chưa được giải quyết" đối với các công ty xử lý dữ liệu tài chính nhạy cảm . Cho đến nay, vẫn chưa có hướng dẫn quản lý nào từ Mỹ hoặc EU giải quyết dứt điểm việc liệu sử dụng các mô hình open-weight của Trung Quốc — dù là tự lưu trữ — có tạo ra trách nhiệm pháp lý theo các chế độ bảo vệ dữ liệu hoặc khuôn khổ trừng phạt hay không. Tính đến cuối tháng 6 năm 2026, rủi ro này vẫn còn bỏ ngỏ, và các doanh nghiệp đang tự đánh giá dựa trên vị trí lưu trữ mô hình, độ nhạy cảm của dữ liệu và sự phụ thuộc vào chuỗi cung ứng .