GLM-5.2: Китайский «Убийца» Claude — Реальность или Маркетинг?
В мире ИИ вновь разгорается дискуссия: нейросеть GLM-5.2 от компании Z.ai, стремительно набравшая популярность, претендует на звание «убийцы» флагманской модели Anthropic — Claude. Энтузиасты трубят о десятикратном превосходстве по соотношению цена/качество, но так ли это на самом деле? Давайте разберемся без лишнего шума.
Что такое GLM-5.2 и в чем ее козырь?
Разработчики позиционируют GLM-5.2 как флагманскую модель для длительных рабочих сессий. Ключевое улучшение по сравнению с предшественником GLM-5.1 — стабильное контекстное окно на 1 миллион токенов (против 200 тысяч ранее). Это означает, что модель способна удерживать в «поле зрения» огромные объемы кода или текста без потери качества.
Основные характеристики модели:
- Контекст 1 млн токенов без деградации на сверхдлинных сессиях. Вся кодовая база помещается в один цикл рассуждения.
- Два уровня усиления рассуждения: High (баланс производительности и расхода) и Max (максимум возможностей, но с большим расходом токенов).
- Открытая лицензия MIT без региональных ограничений, что позволяет запускать модель на собственном оборудовании (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/OpenCode.
Бенчмарки: цифры не врут, но...
По собственным тестам Z.ai, GLM-5.2 — сильнейшая открытая модель на рынке. Однако до Anthropic Claude Opus 4.8 она в большинстве случаев не дотягивает. Разрыв с GLM-5.1 заметен: 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 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 схожа: на FrontierSWE GLM-5.2 отстает от Opus 4.8 всего на 1%, обгоняя GPT-5.5 и Opus 4.7. На PostTrainBench — уступает лишь Opus 4.8. На сверхдлинном SWE-Marathon отставание от Opus 4.8 составляет 13%. Тем не менее, GLM-5.2 показывает лучший результат среди всех открытых моделей.
Сколько стоит и в чем подвох?
Подписка GLM Coding Plan делится на три тарифа с годовой скидкой 30%: Lite ($12,6/мес), Pro ($50,4/мес) и Max ($112/мес). Внутри подписки расход квоты зависит от нагрузки: коэффициент 3x в часы пик (14:00-18:00 по пекинскому времени) и 2x вне пика. До конца сентября действует акция, где внепиковое использование тарифицируется как 1x.
Отзывы пользователей разделились. Сильные стороны: сильнейшая открытая модель, базовая логика заметно лучше версии 5.1, автономное выполнение сложных задач через вспомогательных агентов. Критика касается облачной инфраструктуры (слабая), дорогой тарификации и склонности модели застревать в бесконечных циклах. Многие отмечают, что модель раскрывается только в режиме Max, который расходует в разы больше токенов, чем High.
Мое экспертное мнение: GLM-5.2 — впечатляющий шаг вперед для открытых моделей, особенно в программировании. Однако называть ее «убийцей» Claude преждевременно. Это скорее мощный и доступный конкурент, который сокращает разрыв, но пока не обгоняет лидеров. Для разработчиков, ценящих открытость и self-hosting, это отличный вариант, но для тех, кто ищет стабильность и поддержку, Claude или GPT остаются более надежным выбором.