Нейромережа GLM-5.2: Чи справді новий ШІ з Китаю перевершує Claude? Розбір та тести
У світі штучного інтелекту назріває інтрига. На ринок вийшла нова китайська модель GLM-5.2 від компанії Z.ai, яку вже охрестили потенційним «убивцею» флагманів Anthropic — сімейства Claude. Як незалежний аналітик, я вирішив перевірити, наскільки ці заяви відповідають дійсності, та зіставити цифри з реальними відгуками розробників.
Що приховано під капотом GLM-5.2
Головний козир новинки — це гігантське контекстне вікно в 1 мільйон токенів. Для порівняння, у попередника GLM-5.1 цей показник становив лише 200 тисяч. Це означає, що модель здатна «утримувати в голові» величезні масиви коду або текстової інформації, не втрачаючи нитки міркувань.
Ключові характеристики моделі:
- Контекст 1 млн токенів: Кодова база цілого проекту вміщується в один цикл роздумів без деградації якості.
- Два рівні посилення: High — для балансу продуктивності та витрати токенів, Max — для максимальної глибини аналізу, але з підвищеною витратою.
- Відкрита ліцензія MIT: Повна свобода для self-hosting та комерційного використання без регіональних обмежень.
- Ціна: Вартість звернення через API залишилася на рівні попередньої версії, що є приємним сюрпризом.
Модель вже доступна на HuggingFace та ModelScope, а також інтегрована з популярними фреймворками на кшталт vLLM та SGLang.
Бенчмарки: Погоня за лідерами
Згідно з власними тестами Z.ai, GLM-5.2 — найсильніша відкрита модель на ринку. Однак до пропрієтарного гіганта Anthropic Claude Opus 4.8 їй поки далеко. Розрив помітний, але в деяких сценаріях він скорочується до мінімуму.
Ключові результати в режимі Max:
| Бенчмарк | GLM-5.2 | GLM-5.1 | Opus 4.8 | GPT-5.5 | Gemini 3.1 Pro |
|---|---|---|---|---|---|
| SWE-bench Pro | 62.1 | 58.4 | 69.2 | 58.6 | 54.2 |
| Terminal-Bench 2.1 | 81.0 | 63.5 | 85.0 | 84.0 | 74.0 |
| NL2Repo | 48.9 | 42.7 | 69.7 | 50.7 | 33.4 |
| DeepSWE | 46.2 | 18.0 | 58.0 | 70.0 | 10.0 |
| ProgramBench | 63.7 | 50.9 | 71.9 | 70.8 | 39.5 |
| MCP-Atlas | 76.8 | 71.8 | 77.8 | 75.3 | 69.2 |
| Tool-Decathlon | 48.2 | 40.7 | 59.9 | 55.6 | 48.8 |
На тесті Terminal-Bench 2.1, який імітує роботу в командному рядку, GLM-5.2 (81.0) впритул наблизилася до Opus 4.8 (85.0), випередивши Gemini 3.1 Pro (74.0). Однак на складніших завданнях, таких як NL2Repo (генерація проекту за описом), відставання від лідера становить уже 20 пунктів.
На тривалих завданнях (long-horizon) картина схожа. На тесті FrontierSWE, де модель працює над проектом десятки годин, GLM-5.2 відстає від Opus 4.8 лише на 1%, що є видатним результатом для відкритої моделі.
Ціна та реальний досвід: Золота середина?
Підписка GLM Coding Plan пропонує три тарифи з річним дисконтом 30%: Lite ($12.6/міс), Pro ($50.4/міс) та Max ($112/міс). Вартість виглядає привабливо, але є нюанси.
Користувачі в захваті від математичної моделі та логіки, яка стала помітно кращою, ніж у версії 5.1. Багато хто зазначає, що в програмуванні GLM-5.2 можна порівняти з GPT-5.5 на високому рівні посилення. Однак критики вказують на слабку хмарну інфраструктуру, високу витрату токенів у режимі Max та схильність моделі «зациклюватися», ігноруючи команди користувача. Складається враження, що модель заточена під бенчмарки, а не під реальний user experience.
Вердикт аналітика
GLM-5.2 — це потужний крок уперед для відкритих ШІ-моделей. Вона демонструє вражаючі результати на синтетичних тестах і впритул наближається до лідерів ринку. Однак називати її «убивцею» Claude передчасно. Проблеми з інфраструктурою, високе споживання токенів та нестабільність у реальних сценаріях поки що залишають титул «короля» за пропрієтарними рішеннями. Для розробників, які цінують відкритість та self-hosting, GLM-5.2 — чудовий вибір. Для тих, кому потрібна стабільність та передбачуваність, Claude поки залишається кращим варіантом.