Новости криптомира

18.06.2026
06:34

GLM-5.2 против Claude: действительно ли китайская нейросеть стала «убийцей» лидера рынка?

В мире искусственного интеллекта разгорается новый спор: китайская компания Z.ai представила модель GLM-5.2, которую некоторые энтузиасты уже окрестили «убийцей» флагманского продукта Anthropic — Claude Opus 4.8. Насколько справедливы эти громкие заявления? Давайте разберемся.

Что такое GLM-5.2 и в чем ее сила?

GLM-5.2 — это флагманская модель, созданная для длительных рабочих сессий. Главное её преимущество перед предшественницей GLM-5.1 — стабильное контекстное окно на 1 миллион токенов против прежних 200 тысяч. Это означает, что модель способна удерживать в поле зрения целую кодовую базу или объемный проект без потери качества.

Ключевые особенности:

  • Контекст 1 млн токенов без деградации при сверхдлинных сессиях.
  • Два уровня усиления рассуждения: High для баланса производительности и расхода токенов, Max для максимальных возможностей.
  • Открытая лицензия MIT без региональных ограничений — можно запускать на собственном оборудовании (self-hosting).
  • Цена API осталась на уровне 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?

По собственным тестам Z.ai, GLM-5.2 признана сильнейшей открытой моделью на рынке. Однако до Claude Opus 4.8 она в большинстве случаев не дотягивает.

На стандартных тестах по программированию 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 (85,0) и обгоняет Gemini 3.1 Pro (74,0).

Сравнение с конкурентами в максимальном режиме рассуждения:

БенчмаркGLM-5.2GLM-5.1Opus 4.8GPT-5.5Gemini 3.1 Pro
SWE-bench Pro62,158,469,258,654,2
Terminal-Bench 2.181,063,585,084,074,0
NL2Repo48,942,769,750,733,4
DeepSWE46,218,058,070,010,0
ProgramBench63,750,971,970,839,5
MCP-Atlas76,871,877,875,369,2
Tool-Decathlon48,240,759,955,648,8

На продолжительных задачах (long-horizon) картина схожая. На тесте FrontierSWE, где модель ведет открытые технические проекты длительностью в десятки часов, GLM-5.2 отстает от Opus 4.8 всего на 1%. Зато она обходит GPT-5.5 и предыдущую версию Opus 4.7.

Сколько стоит ИИ и в чем подвох?

Подписка GLM Coding Plan делится на три тарифа с годовой скидкой 30%: Lite — $12,6/мес., Pro — $50,4/мес., Max — $112/мес. Внутри подписки расход квоты зависит от нагрузки: коэффициент 3x в часы пик и 2x вне пика. До конца сентября действует акция, где внепиковое использование тарифицируется как 1x.

Пользователи разделились во мнениях. Сильные стороны:

  • Сильнейшая открытая модель на данный момент.
  • Базовая логика заметно лучше, чем у версии 5.1.
  • Автономно выполняет сложные задачи через вспомогательных агентов.
  • Медленная, но крайне упорная в достижении цели.

Критика:

  • Слабая облачная инфраструктура и дорогая тарификация.
  • Склонность застревать в бесконечных циклах и игнорировать команды.
  • Многие считают, что модель заточена исключительно под бенчмарки.

Резюме: по бенчмаркам — флагман, но по реальному коду — ИИ бюджетного плана.

Так это «убийца» Claude или нет?

Однозначного ответа нет. GLM-5.2 признана лучшей 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.

Однако «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 экспертный вывод: GLM-5.2 — это впечатляющий шаг вперед для открытых моделей, особенно в сегменте программирования. Но называть её «убийцей» Claude преждевременно. Она скорее догоняющий, а не обгоняющий игрок, и её реальная ценность будет определяться не бенчмарками, а стабильностью и удобством в реальных проектах.