GLM-5.2 против Claude: Действительно ли китайская нейросеть стала «убийцей» флагмана Anthropic?
В сообществе разработчиков и криптоэнтузиастов разгорелись жаркие споры вокруг новой китайской модели GLM-5.2 от компании Z.ai. Многие уже окрестили её «убийцей» Claude от Anthropic, указывая на впечатляющие результаты бенчмарков при цене, которая в десять раз ниже конкурента. Однако, как профессиональный аналитик рынка ИИ, я считаю, что такие заявления требуют более глубокой проверки.
Что такое GLM-5.2 и в чем её сила?
GLM-5.2 — это флагманская открытая модель, оптимизированная для длительных рабочих сессий. Главное новшество по сравнению с версией 5.1 — это стабильное контекстное окно на 1 миллион токенов (против 200 тысяч ранее). Это позволяет модели удерживать в «поле зрения» огромные объемы кода или текста без потери качества. Ключевые особенности:
- Контекст 1 млн токенов: Без деградации при сверхдлинных сессиях. Вся кодовая база помещается в один цикл рассуждения.
- Два уровня «усилия»: High — для баланса производительности и расхода токенов, Max — для максимальных возможностей, но с большим расходом.
- Открытая лицензия MIT: Без региональных ограничений, полная поддержка self-hosting.
- Цена API: Осталась на уровне предыдущей версии GLM-5.1.
Модель доступна на HuggingFace и ModelScope, а также через подписку GLM Coding Plan, десктопный агент ZCode и среды Claude Code и OpenCode.
Что показывают бенчмарки?
Согласно внутренним 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 программирования разрыв 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. При этом на Terminal-Bench 2.1 результат 81,0 вплотную подходит к Opus 4.8 с его 85,0 и обгоняет Gemini 3.1 Pro с 74,0.
Сравнение с конкурентами в максимальном режиме рассуждения:
| 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 ведет открытые технические проекты десятки часов, GLM-5.2 отстает 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.
Стоимость и реальные отзывы
Подписка GLM Coding Plan делится на три тарифа: Lite — $12,6/мес (со скидкой), Pro — $50,4/мес, Max — $112/мес. Однако внутри подписки расход квоты зависит от нагрузки: коэффициент 3x в пиковые часы (14:00-18:00 по пекинскому времени) и 2x вне пика. До конца сентября действует акция, где внепиковое использование тарифицируется как 1x.
Пользователи отмечают сильные стороны: модель называют сильнейшей открытой нейросетью на данный момент, базовая логика заметно лучше версии 5.1, а в программировании она сопоставима с GPT-5.5 на высоком уровне рассуждения. Однако критика касается сервиса и стабильности: облачную инфраструктуру при хорошей математической модели называют крайне слабой, а тарификацию — дорогой. Разработчики жалуются на слабую поддержку и склонность модели застревать в бесконечных циклах.
Отдельно пользователи отмечают, что модель раскрывается только в режиме Max, который расходует в разы больше токенов, чем High.
Мой вывод как аналитика: GLM-5.2 — это мощный шаг вперед для открытых моделей, особенно в контексте длинных сессий и программирования. Однако называть её «убийцей» Claude преждевременно. По большинству тестов Z.ai сама ставит свою модель ниже Opus 4.8. Проблемы с инфраструктурой и высокий расход токенов в режиме Max делают её скорее нишевым инструментом для энтузиастов, готовых пожертвовать стабильностью ради цены. Пока что это не «убийца», а серьезный конкурент, который сокращает разрыв, но не обгоняет лидеров.