Z.ai открыла веса GLM-5.2: индекс интеллекта 51 и контекст 1M токенов

Z.ai (бывшая Zhipu AI) опубликовала веса GLM-5.2 под лицензией MIT 17 июня 2026 года — спустя несколько дней после закрытого запуска для подписчиков кодового тарифа. По данным Artificial Analysis, модель набирает 51 балл в композитном Intelligence Index v4.1 и становится новым лидером среди открытых весов, обгоняя MiniMax-M3 (44), DeepSeek V4 Pro (44) и Kimi K2.6 (43). Веса лежат на Hugging Face под организацией zai-org без региональных ограничений.

Архитектурно GLM-5.2 — это Mixture-of-Experts на 744 млрд параметров с 40 млрд активных на запрос, та же размерность, что и у GLM-5.1. Главное отличие поколения — контекстное окно выросло до 1 млн токенов против 200 тысяч у предшественника. За масштабирование отвечает механизм IndexShare: один индексатор переиспользуется на каждые четыре слоя разреженного внимания, что снижает FLOPs на токен в 2,9 раза при контексте в миллион токенов. Модель работает только с текстом — мультимодальные сценарии Z.ai выносит в отдельное семейство GLM-5V, которое не открыто.

Какие бенчмарки показывает GLM-5.2

Сильнее всего GLM-5.2 на длинных кодовых и агентных задачах. На SWE-bench Pro модель набирает 62,1 балла против 58,6 у GPT-5.5 и 58,4 у собственной GLM-5.1. На FrontierSWE — 74,4%, выше GPT-5.5 (72,6%) и почти вровень с Claude Opus 4.8 (75,1%). Для открытой модели это редкая ситуация: разрыв с топовым закрытым лидером сжимается до десятых долей процента.

Прибавка к предыдущему поколению распределена неравномерно. Artificial Analysis фиксирует, что при той же размерности GLM-5.2 набирает на 11 пунктов больше GLM-5.1 в Intelligence Index, и основной рост пришёлся на научное рассуждение: CritPt вырос на 16 пунктов до 21%, Humanity’s Last Exam — на 12 до 40%, τ³-Banking — на 15 до 27%, AA-LCR — на 9 до 71%. Это указывает, что Z.ai дотренировывала модель на сложных многошаговых задачах, а не за счёт одного лишь масштабирования корпуса.

Сколько стоит GLM-5.2

Через OpenRouter и собственный API Z.ai модель стоит $1.40 за миллион входных токенов и $4.40 за миллион выходных, с кешированным входом по $0.26. Для сравнения: GPT-5.5 продаётся по $5/$30, Claude Opus 4.8 — по $5/$25. По выходным токенам, на которых обычно концентрируется стоимость агентных пайплайнов, GLM-5.2 дешевле GPT-5.5 примерно в семь раз и Opus — почти в шесть.

Экономика и определяет позиционирование релиза. Сопоставимое с GPT-5.5 качество на кодовых бенчмарках при цене в шестую часть делает GLM-5.2 прямым кандидатом на замену закрытых API в сценариях, где объём генерации высок, а данные нельзя отдавать внешнему провайдеру. Открытые веса под MIT снимают юридические ограничения на коммерческое использование и дообучение, а самостоятельный хостинг устраняет зависимость от тарифной политики лаборатории. Тот же расчёт ранее двигал внедрение открытых весов Qwen3: команды выбирают предсказуемую стоимость эксплуатации, а не место в верхней строке лидерборда.

Где GLM-5.2 имеет смысл

Сильные стороны — длинный контекст, агентные и кодовые задачи, низкая стоимость выхода. Это покрывает RAG по большим документам, многошаговые пайплайны с инструментами и анализ объёмных кодовых баз. Ограничения тоже понятны. Модель работает только с текстом, так что мультимодальные сценарии остаются за закрытым GLM-5V. Запуск локально требует серьёзного железа: при 744 млрд параметров полные веса занимают порядка 1,5 ТБ, и без квантизации модель недоступна большинству команд на собственной инфраструктуре. Артефакт IndexShare снижает стоимость инференса на длинном контексте, но не отменяет требований к памяти под сами веса.

Отдельный фактор для российских и других не-западных команд — данные при использовании API. Хостинг через Z.ai означает обработку запросов на китайской инфраструктуре, что для части корпоративных сценариев неприемлемо. Открытые веса снимают этот вопрос: модель разворачивается в собственном контуре. Полная подборка свежих релизов собрана в категории «Модели».

Ближайший вопрос — удержит ли Z.ai лидерство в открытом сегменте. GLM-5.2 сократила разрыв с фронтиром до уровня, на котором выбор между открытой и закрытой моделью определяется уже не качеством, а стоимостью, контролем над данными и удобством эксплуатации. Если следующее поколение закрытых моделей не оторвётся заметно, давление открытых весов на ценообразование закрытых API продолжит расти.