GLM-5.2: самая мощная текстовая open-weights LLM
Z.ai выпустила GLM-5.2 — 753-миллиардную open-weights модель под MIT-лицензией. Обгоняет GPT-5.5 в задачах кодирования при цене в 6 раз ниже.
GLM-5.2: самая мощная текстовая open-weights LLM прямо сейчас
Китайская лаборатория Z.ai (бывшая Zhipu AI, спин-офф Университета Цинхуа) тихо совершила то, что ещё недавно казалось невозможным: выпустила открытую языковую модель, которая бьёт GPT-5.5 на ключевых бенчмарках и при этом стоит в шесть раз дешевле. Знакомьтесь — GLM-5.2.
Как проходил релиз
Китайская ИИ-лаборатория Z.ai выпустила GLM-5.2 для подписчиков своего Coding Plan 13 июня, а уже 16 июня открыла полные веса модели под лицензией MIT. Схема «сначала платным пользователям — потом всем» стала фирменным стилем компании: так же выходили GLM-5 и GLM-5.1.
Модель сразу стала доступна на Hugging Face, через API Z.ai, а также более чем в 20 сторонних средах разработки.
Технические характеристики
По размеру GLM-5.2 схожа с предыдущими GLM-5 и GLM-5.1: это монстр на 753 миллиарда параметров весом 1,51 ТБ, использующий архитектуру Mixture of Experts (MoE) с 40 активными миллиардами параметров на один токен.
GLM-5.2 — модель только для текстового ввода. У Z.ai есть отдельное мультимодальное семейство, последним представителем которого является GLM-5V-Turbo, однако его веса не открыты.
Контекстное окно GLM-5.2 составляет 1 миллион токенов — в пять раз больше, чем у GLM-5.1 с его 200 000 токенами.
Ключевые архитектурные улучшения
Z.ai применила в GLM-5.2 технологию IndexShare — метод разреженного внимания (sparse attention), который переиспользует один и тот же индексатор каждые 4 слоя, сокращая количество вычислительных операций на токен в 2,9 раза при контексте в 1 млн токенов.
Компания также обновила слой MTP (Multi-Token Prediction) для спекулятивного декодирования, увеличив длину принятия токенов до 20%.
Архитектура MoE с ~40 миллиардами активных параметров позволяет сохранить управляемую стоимость инференса: при запросе задействуется не весь массив из 753 миллиардов параметров, а лишь его часть.
graph TD
A[GLM-5.2\n753B параметров] --> B[MoE архитектура\n40B активных/токен]
A --> C[Контекст 1M токенов\nIndexShare]
A --> D[Два режима мышления\nHigh и Max]
B --> E[Экономичный инференс]
C --> F[Работа с большими\nкодовыми базами]
D --> G[Баланс\nскорость vs качество]
Лицензия и доступность
Z.ai выпустила веса GLM-5.2 под неограниченной лицензией MIT с открытым исходным кодом, что позволяет предприятиям бесплатно скачать модель с Hugging Face, настроить или дообучить её по своему усмотрению, а также запускать локально или через виртуальные машины — платя лишь за вычислительные ресурсы и электроэнергию.
Модель доступна через GLM Coding Plan (тарифы Lite / Pro / Max / Team) и через токенный API Z.ai. Открытые веса опубликованы в репозитории zai-org/GLM-5.2 на Hugging Face.
Разработчики могут подключить вариант с 1M-токенным контекстом, используя идентификатор модели glm-5.2[1m], настроить режимы Claude Code на уровни рассуждения High или Max в GLM-5.2, и воспользоваться OpenAI-совместимым API-эндпоинтом Z.ai для интеграций.
Model ID для стандартного варианта: glm-5.2
Model ID для 1M-контекста: glm-5.2[1m]
API-эндпоинт Z.ai совместим со стандартом OpenAI, что упрощает миграцию:
from openai import OpenAI
client = OpenAI(
api_key="YOUR_ZAI_API_KEY",
base_url="https://open.bigmodel.cn/api/paas/v4/"
)
response = client.chat.completions.create(
model="glm-5.2", # или "glm-5.2[1m]" для 1M-контекста
messages=[
{"role": "user", "content": "Напиши функцию сортировки на Python"}
]
)
print(response.choices[0].message.content)
Результаты бенчмарков
GLM-5.2 — первая open-weights модель, которая реально конкурирует с GPT-5.5 и Claude Opus 4.8 на задачах программирования — и при этом доступна бесплатно.
GLM-5.2 набрала 51 балл на Artificial Analysis Intelligence Index v4.1, став лучшей open-weights моделью в этом рейтинге и опередив MiniMax-M3 (44) и DeepSeek V4 Pro (44).
Сравнение с конкурентами
| Бенчмарк | GLM-5.2 | GPT-5.5 | Claude Opus 4.8 |
|---|---|---|---|
| SWE-bench Pro | 62.1 | 58.6 | 69.2 |
| FrontierSWE (Dominance) | 74.4% | 72.6% | 75.1% |
| Terminal-Bench 2.1 | 81.0 | 84.0 | 85.0 |
| MCP-Atlas (инструменты) | 77.0 | 75.3 | 77.8 |
| AIME 2026 (математика) | 99.2 | — | — |
| PostTrainBench | 34.3% | 25.0% | — |
| GDPval-AA v2 (агентные задачи) | 1524 | 1514 | — |
На трёх ключевых бенчмарках долгосрочного кодирования — FrontierSWE, PostTrainBench и SWE-Marathon — GLM-5.2 является лучшей open-source моделью и единственной с открытыми весами, которая вплотную приближается к Claude Opus 4.8 и GPT-5.5 в этом классе задач.
На Terminal-Bench 2.1 GLM-5.2 набрала 81.0, став первой open-weights моделью, преодолевшей отметку 80% на этом тесте.
За пределами традиционных метрик кодирования GLM-5.2 заняла первое место на краудсорсинговом бенчмарке дизайн-задач Design Arena, обойдя даже Claude Fable 5 с ELO-рейтингом 1360.
Стоимость: главный козырь
Через собственный API цена GLM-5.2 соответствует GLM-5.1 и составляет $1,4 / $4,4 / $0,26 за миллион токенов на входе / выходе / кэш-хит.
Через OpenRouter модель обходится в $1,40 за миллион входных токенов — примерно на 72% дешевле, чем Claude и GPT.
Тарифы GLM Coding Plan
| Тариф | Цена/мес | Возможности |
|---|---|---|
| Lite | ~$12,60 | Базовый доступ к GLM-5.2 |
| Pro | ~$50,40 | Расширенные лимиты |
| Max | ~$112 | Максимальные лимиты |
| Team | По запросу | Командные квоты |
Режимы рассуждения
GLM-5.2 поставляется с двумя уровнями рассуждения — «thinking» и «max thinking» — и той же MIT-лицензией, благодаря которой более ранние чекпоинты GLM стали популярными для self-hosted развёртываний.
- High — сбалансированный режим: хорошее качество при приемлемой скорости и стоимости
- Max — максимальная производительность: модель «думает» дольше, но даёт лучшие результаты на сложных задачах
GLM-5.2 генерирует в среднем 43 000 выходных токенов на задачу бенчмарка Intelligence Index, из которых 37 000 приходится на рассуждение. Это стоит учитывать при планировании бюджета.
Экосистема и интеграции
На момент запуска GLM-5.2 поддерживала drop-in интеграции через OpenAI-совместимый эндпоинт: Claude Code, Cline, OpenCode, Roo Code, Goose, Crush, OpenClaw, Kilo Code.
Z.ai заявляет, что GLM-5.2 обучалась для сценариев долгосрочных агентов кодирования, включая крупномасштабную реализацию, автоматизированные исследования, оптимизацию производительности и сложную отладку.
Место в ландшафте open-source ИИ
Выпуск мощных весов под разрешительными лицензиями стал определяющим шагом китайских open-model лабораторий, и это меняет разговор о стоимости для всего рынка: закрытый фронтир вынужден оправдывать свою премию перед бесплатной, самостоятельно развёртываемой альтернативой.
Z.ai, ранее известная как ZhipuAI, была основана в 2019 году на базе технологий Университета Цинхуа и с тех пор выпустила GLM, GLM-130B, ChatGLM, GLM-4, GLM-4-Voice, AutoGLM и другие агентные продукты и модели.
- Командам разработчиков, которым нужен агент для работы с большими кодовыми базами (1M токенов = примерно 750 000 строк кода в контексте)
- Компаниям, ищущим замену дорогим закрытым API — особенно тем, кто уже использует Claude Code или Cline
- Исследователям, которые хотят дообучить frontier-класс модель на собственных данных
- Всем, кому важна возможность полностью автономного self-hosted развёртывания без зависимости от вендора
Итог
Сочетание оценок кодирования frontier-класса и неограниченной открытой лицензии сделало этот релиз самой обсуждаемой историей в мире ИИ за месяц. GLM-5.2 — убедительное доказательство того, что граница между открытыми и закрытыми моделями стремительно стирается, причём инициатива исходит из Китая.
Для российских разработчиков и компаний это означает конкретную практическую возможность: развернуть модель уровня GPT-5.5 на собственной инфраструктуре, без подписки на западные сервисы и без лицензионных ограничений.