GLM-5.2 против Claude: действительно ли новая китайская модель заслуживает звания «убийцы»?
Китайская компания Z.ai выпустила новую флагманскую нейросеть GLM-5.2, и в сообществе разработчиков уже начали сравнивать её с продуктами Anthropic. Пользователи утверждают, что модель не только догоняет Claude по качеству, но и предлагает значительно более низкую цену. Я проанализировал характеристики, бенчмарки и отзывы, чтобы понять, насколько оправдан такой ажиотаж.
Что такое GLM-5.2 и чем она интересна
GLM-5.2 — это модель, оптимизированная для длительных рабочих сессий. Главное новшество — расширенное контекстное окно до 1 миллиона токенов, что в пять раз больше, чем у предшественника GLM-5.1 (200 тысяч). Это позволяет модели удерживать в поле зрения огромные объёмы кода или текста без потери качества.
Ключевые особенности:
- Стабильное контекстное окно 1 млн токенов, не деградирующее при сверхдлинных сессиях.
- Два уровня усиления рассуждений: High (баланс производительности и расхода токенов) и Max (максимум возможностей, но с большим расходом).
- Открытая лицензия MIT без региональных ограничений — можно запускать на собственном оборудовании.
- Цена на API осталась на уровне версии 5.1.
Модель уже доступна на HuggingFace и ModelScope, а также поддерживается популярными фреймворками: transformers, vLLM, SGLang и другими. Подписка GLM Coding Plan открывает доступ к десктопному агенту ZCode и интеграциям с Claude Code и OpenCode.
Что показывают бенчмарки
По собственным тестам Z.ai, GLM-5.2 признана сильнейшей открытой моделью на рынке. Однако до флагмана Anthropic — Claude Opus 4.8 — она в большинстве случаев не дотягивает.
На стандартных тестах по программированию прирост по сравнению с GLM-5.1 заметный: 81,0 против 63,5 на Terminal-Bench 2.1 и 62,1 против 58,4 на SWE-bench Pro. На Terminal-Bench 2.1 результат 81,0 вплотную подходит к Opus 4.8 (85,0) и обгоняет Gemini 3.1 Pro (74,0).
Сравнение с конкурентами в максимальном режиме рассуждений:
| 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 длительных задачах (long-horizon) картина схожая. На тесте FrontierSWE, где модель ведёт открытые технические проекты десятками часов, GLM-5.2 отстаёт от Opus 4.8 всего на 1%, но обходит GPT-5.5 и предыдущую версию Opus 4.7. На PostTrainBench, оценивающем улучшение других моделей через дообучение, GLM-5.2 опережает Opus 4.7 и GPT-5.5, уступая лишь Opus 4.8.
На сверхдлинном SWE-Marathon с задачами вроде создания компиляторов отставание от Opus 4.8 составляет 13%. Тем не менее, на всех трёх тестах GLM-5.2 показывает лучший результат среди открытых моделей.
Сколько стоит и в чём подвох
Подписка GLM Coding Plan делится на три тарифа (цены указаны при годовой оплате со скидкой 30%): Lite — $12,6/мес, Pro — $50,4/мес, Max — $112/мес. План Pro даёт в пять раз больший лимит, чем Lite, а Max — в двадцать раз. Старшие планы получают приоритетный доступ к флагманским моделям, набор дополнительных инструментов и выделенные ресурсы в часы пик.
Внутри подписки расход квоты зависит от нагрузки: коэффициент 3x в часы пик (с 14:00 до 18:00 по пекинскому времени) и 2x вне пика. До конца сентября действует акция, поэтому внепиковое использование тарифицируется как 1x.
Что говорят пользователи
Мнения разделились. Сильные стороны по отзывам:
- Модель называют сильнейшей открытой нейросетью из опробованных на данный момент.
- Базовая логика заметно лучше, чем у версии 5.1, а в программировании модель сопоставима с GPT-5.5 на высоком уровне рассуждений.
- ИИ автономно выполняет сложные задачи через вспомогательных агентов и сам предлагает исправить замеченные недочёты.
- Пользователи описывают её как медленную и дорогую, но крайне упорную в достижении поставленной цели.
Критика касается в первую очередь сервиса и стабильности:
- Облачную инфраструктуру при хорошей математической модели называют крайне слабой.
- Разработчики жалуются на дорогую тарификацию и слабую поддержку, отмечая, что проще платить за Claude или GPT.
- Нейросеть критикуют за склонность застревать в бесконечных циклах и игнорировать команды.
- По мнению пользователей, модель заточена исключительно под бенчмарки.
Отдельно пользователи отмечают режимы работы. Раскрывается модель, по их словам, только в режиме Max, который расходует в разы больше токенов, чем High.
Так это «убийца» Claude или нет
Однозначного ответа на этот вопрос нет. GLM-5.2 признана лучшей на сегодня открытой моделью для программирования и автономных задач. В отдельных длинных сценариях она вплотную подбирается к флагману Anthropic. Открытая лицензия MIT, запуск на собственном оборудовании и низкий порог входа делают её заметным игроком.
Вместе с тем «убийцей» Claude новинку называют блогеры, а не бенчмарки. По большинству тестов Z.ai сама ставит свою модель ниже Opus 4.8. Кроме того, пользователи жалуются на нестабильную облачную инфраструктуру, высокий расход токенов в режиме Max и слабую поддержку. Новая ИИ сокращает разрыв с лидерами, но пока не обгоняет их.
Мой анализ: GLM-5.2 — это шаг вперёд для открытых моделей, но называть её «убийцей» Claude преждевременно. Она действительно конкурентоспособна по цене и производительности на бенчмарках, но в реальных сценариях уступает в стабильности и удобстве. Для энтузиастов и разработчиков, готовых мириться с недостатками ради экономии, это отличный вариант. Для продакшена — пока нет.