GLM-5.2: model z otwartymi wagami od Z.ai, jego cena, benchmarki i następca
W czerwcu 2026 roku Zhipu AI (Z.ai) wydała GLM-5.2: model z otwartymi wagami na licencji MIT, z kontekstem miliona tokenów, uznany przez Artificial Analysis za najlepszy model otwarty i czwarty w ogólnym rankingu. Cztery miesiące później zastąpił go GLM-5.3, w tej samej cenie. Parametry, cena, benchmarki producenta, self-hosting, governance i to, kiedy GLM-5.2 nadal ma sens.
W skrócie
- Wydany przez Zhipu AI (Z.ai) 13 czerwca 2026 dla płacących użytkowników i jako otwarte wagi 16 czerwca, GLM-5.2 to model Mixture-of-Experts na licencji MIT (753 mld parametrów, około 40 mld aktywnych) z kontekstem miliona tokenów.
- W czerwcu Artificial Analysis uznał go za najlepszy model otwarty i czwarty w ogólnym rankingu. 17 października 2026, w indeksie v4.3.2, ma 34 punkty i jest oznaczony jako przestarzały; GLM-5.3 ma 45.
- Cena w API Z.ai: 1,40 dolara za wejście, 0,26 z pamięci podręcznej, 4,40 za wyjście na milion tokenów. GLM-5.3 kosztuje dokładnie tyle samo. GLM-5.2 zużywa dużo: 180 mln tokenów wyjściowych na indeks Artificial Analysis.
- Licencja MIT pozwala na self-hosting, dostrajanie i użycie komercyjne; GLM-5.3 ma własną licencję z przeglądem bezpieczeństwa powyżej 10 mld dolarów przychodu.
- Zhipu jest na amerykańskiej Entity List od 16 stycznia 2025: dla danych wrażliwych hostuj sam albo wybierz sprawdzonego dostawcę.
Co kilka miesięcy chiński model z otwartymi wagami wywraca dyskusję. Zrobił to DeepSeek, zrobił Qwen, a w czerwcu 2026 roku zrobiła to Zhipu AI, firma stojąca za marką Z.ai, wypuszczając GLM-5.2: model Mixture-of-Experts na licencji MIT, z kontekstem miliona tokenów, który niezależny serwis Artificial Analysis w chwili premiery uznał za najlepszy model otwarty i czwarty w ogólnym rankingu.
Cztery miesiące później obraz jest inny. W sierpniu Z.ai wydała GLM-5.3, zbudowany na tym samym modelu bazowym, a Artificial Analysis oznacza dziś GLM-5.2 jako przestarzały. Ten artykuł ukazał się 20 czerwca 2026 roku i został poprawiony 17 października 2026 roku: zachowuje to, czym jest GLM-5.2 i ile kosztuje, poprawia to, co się zestarzało, i mówi, kiedy nadal ma sens. Każda liczba ma źródło i datę.
GLM-5.2 w jednej tabeli
GLM-5.2 to rzadki model Mixture-of-Experts (MoE): większość parametrów pozostaje nieaktywna przy danym tokenie, dlatego model tej wielkości da się uruchamiać po rozsądnym koszcie.
| Cecha | GLM-5.2 | Źródło |
|---|---|---|
| Premiera | Płacący użytkownicy od 13 czerwca 2026, otwarte wagi 16 czerwca 2026 | Let's Data Science; Artificial Analysis |
| Parametry | 753 mld w opublikowanych wagach, około 40 mld aktywnych na token | Karta modelu na Hugging Face; Let's Data Science (18 czerwca 2026) dla liczby aktywnych |
| Kontekst | 1 milion tokenów | Karta modelu |
| Architektura | MoE z rzadką uwagą; „IndexShare” używa jednego indeksera dla każdej grupy czterech warstw uwagi, co według Z.ai zmniejsza obliczenia na token 2,9 raza przy kontekście 1M | Karta modelu |
| Modalność | Tekst (wymienione angielski i chiński) | Karta modelu |
| Licencja | MIT, bez ograniczeń regionalnych | Karta modelu |
| Uruchamianie | SGLang, vLLM, Transformers, KTransformers, układy Ascend, wersje skwantyzowane dla llama.cpp, Ollama i LM Studio | Karta modelu |
Benchmarki: najlepszy otwarty model w czerwcu, potem wyprzedzony
Najbardziej wiarygodny sygnał przy premierze pochodził od strony trzeciej. W czerwcu 2026 roku Artificial Analysis umieścił GLM-5.2 na pierwszym miejscu wśród modeli z otwartymi wagami i na czwartym w ogólnym rankingu, za trzema modelami zamkniętymi: Claude Fable 5, Claude Opus 4.8 i GPT-5.5 (Let's Data Science, czerwiec 2026).
Ta pozycja się nie utrzymała, z dwóch powodów: Artificial Analysis przeszedł na nową wersję indeksu, a Z.ai wydała następcę. 17 października 2026 roku Artificial Analysis daje GLM-5.2 (wersja z rozumowaniem) wynik 34 w Intelligence Index v4.3.2, oznacza model jako przestarzały i poleca GLM-5.3, który uzyskuje 45 w tym samym indeksie.
W pojedynczych testach warto pamiętać o różnicy między tym, co podaje producent, a tym, co mierzą inni. Oto liczby samej Z.ai, z karty modelu:
| Benchmark (podany przez Z.ai) | GLM-5.2 | GLM-5.1 | Claude Opus 4.8 | GPT-5.5 |
|---|---|---|---|---|
| SWE-bench Pro | 62,1 | 58,4 | 69,2 | 58,6 |
| Terminal Bench 2.1 (Terminus-2) | 81,0 | 63,5 | 85 | 84 |
| GPQA-Diamond | 91,2 | 86,2 | 93,6 | 93,6 |
| Humanity's Last Exam (tekst) | 40,5 | 31 | 49,8 (pełny zbiór) | 41,4 (pełny zbiór) |
| Humanity's Last Exam, z narzędziami | 54,7 | 52,3 | 57,9 (pełny zbiór) | 52,2 (pełny zbiór) |
| Źródło: karta modelu GLM-5.2, odczyt 17 października 2026. Wyniki podane przez producenta; w HLE Opus 4.8 i GPT-5.5 mierzono na pełnym zbiorze, GLM na podzbiorze tekstowym. | ||||
Uczciwa lektura: według własnych liczb GLM-5.2 pokonywał GPT-5.5 w SWE-bench Pro i we wszystkich wierszach ustępował Opus 4.8. Przy decyzji zakupowej niezależny ranking waży więcej niż pojedynczy wynik podany przez producenta.
Cena i haczyk
Cennik API Z.ai (odczyt 17 października 2026) podaje dla GLM-5.2:
| GLM-5.2 w API Z.ai | Za milion tokenów |
|---|---|
| Wejście | 1,40 dolara |
| Wejście z pamięci podręcznej | 0,26 dolara (przechowywanie „przez ograniczony czas” bezpłatne) |
| Wyjście | 4,40 dolara |
Przy premierze VentureBeat szacował koszt na około jedną szóstą kosztu GPT-5.5 w swoich testach programistycznych, co powtórzył Let's Data Science. Ta proporcja zależy od rodzaju zadań, więc traktuj ją jako rząd wielkości.
Haczykiem jest zużycie tokenów. GLM-5.2 dużo rozumuje: przejście Intelligence Index Artificial Analysis wymagało 180 milionów tokenów wyjściowych, a Artificial Analysis wylicza koszt 1,47 dolara na zadanie indeksu (strona odczytana 17 października 2026). Tani token nie oznacza automatycznie taniego zadania: planuj budżet według tego, co model faktycznie generuje, nie tylko według cennika.
Jeszcze jedna zmiana od czerwca: GLM-5.3 figuruje w tym samym cenniku w dokładnie tej samej cenie, 1,40 i 4,40 dolara. W API pozostanie przy GLM-5.2 nie daje już żadnej oszczędności.
Otwarte wagi to suwerenność, nie tylko oszczędność
Licencja liczy się bardziej niż cena. GLM-5.2 ukazał się na standardowej licencji MIT, według karty modelu bez ograniczeń regionalnych dla wag. Możesz pobrać wagi z Hugging Face, uruchomić je na własnym sprzęcie, dostroić i używać komercyjnie. To różnica między wynajmowaniem modelu a posiadaniem własnego stosu.
Self-hosting jest realny, ale nie trywialny. Przy 753 miliardach parametrów same wagi w FP8 ważą około 750 GB (jeden bajt na parametr), więc uruchomienie modelu wymaga serwera z wieloma GPU albo wersji skwantyzowanej, z utratą jakości, która się z tym wiąże. Większość zespołów zacznie od API i zostawi self-hosting na sytuacje, w których się opłaca: ścisła suwerenność danych, duży i przewidywalny wolumen albo dostrajanie na własnych danych.
Tu GLM-5.2 zachowuje też przewagę nad następcą. GLM-5.3 ukazał się na własnej „GLM-5.3 License”: powyżej 10 miliardów dolarów rocznych przychodów wymagany jest przegląd bezpieczeństwa przez Z.ai, według Gigazine (29 sierpnia 2026), a Artificial Analysis opisuje ją jako zezwalającą na użycie komercyjne z ograniczeniami. Dla większości firm to nic nie zmienia; dla dużej grupy czysta licencja MIT jest prostsza.
Haczyk: governance, zaufanie i Entity List
16 stycznia 2025 roku amerykańskie Bureau of Industry and Security dodało Beijing Zhipu Huazhang Technology i dziewięć powiązanych podmiotów Zhipu do Entity List, uzasadniając, że „wspierają modernizację wojskową Chińskiej Republiki Ludowej poprzez rozwój i integrację zaawansowanych badań nad sztuczną inteligencją” (Federal Register 2025-00704). Nikomu to nie zabrania pobierania wag na licencji MIT, ale to realny sygnał dla każdej organizacji oceniającej ryzyko dostawcy i twarde ograniczenie dla niektórych łańcuchów dostaw powiązanych z USA.
Na co dzień hostowane API działa przez firmę podlegającą prawu chińskiemu. Dla europejskiej firmy przetwarzającej dane klientów lub dane osobowe to pytanie o governance, i o RODO, na które trzeba odpowiedzieć, zanim wyśle się tam wrażliwe zapytania. Czysta odpowiedź to ta, na którą pozwala licencja MIT: uruchomić wagi we własnej infrastrukturze albo u dostawcy w jurysdykcji, którą akceptujesz, a hostowane API zostawić do zadań niewrażliwych.
Linia GLM w datach
- 16 stycznia 2025: podmioty Zhipu na amerykańskiej Entity List.
- GLM-5.1: poprzednik, kolumna porównawcza w karcie modelu GLM-5.2.
- 13 i 16 czerwca 2026: GLM-5.2, najpierw dla płacących abonentów, potem jako otwarte wagi na MIT, z kontekstem miliona tokenów.
- 14 sierpnia 2026: GLM-5.3 trafia do abonamentów i API Z.ai (Gigazine); jego karta mówi o tym samym modelu bazowym co GLM-5.2, a zyskach z post-treningu (Terminal Bench 2.1: 88,2 wobec 81,0, według producenta).
- 29 sierpnia 2026: wagi GLM-5.3 opublikowane na Hugging Face i ModelScope, na GLM-5.3 License.
Nasza ocena: kiedy GLM-5.2 ma dziś sens
Poniżej nasza analiza.
- W API przejdź na GLM-5.3. Ten sam model bazowy, ta sama cena, lepsze wyniki, zarówno w testach Z.ai, jak i w Artificial Analysis, który uznał GLM-5.2 za przestarzały.
- Zostań przy GLM-5.2 tam, gdzie liczy się licencja MIT. Jeśli sam hostujesz, dostrajasz i redystrybuujesz albo twoja firma jest na tyle duża, że obejmuje ją warunek GLM-5.3 License, GLM-5.2 pozostaje najbardziej liberalną wersją tej rodziny.
- Trzymaj wrażliwe dane z dala od hostowanego API. Hostuj sam albo korzystaj ze sprawdzonego dostawcy. To granica governance, nie jakości.
- Nigdy nie uzależniaj produktu od jednego dostawcy modelu. W cztery miesiące ten model przeszedł od najlepszego otwartego do przestarzałego. Umieść każdy model za własnym interfejsem, tak by zmiana była kwestią konfiguracji. Tak budujemy nasze własne produkty.
O zamkniętym modelu z tego samego lata, jego cenach i zabezpieczeniach, piszemy w artykule o Claude Opus 5.
Częste pytania
Czym jest GLM-5.2?
Modelem wydanym w czerwcu 2026 roku przez Zhipu AI, chińskie laboratorium stojące za marką Z.ai: rzadki Mixture-of-Experts z 753 mld parametrów w opublikowanych wagach (około 40 mld aktywnych na token), z kontekstem miliona tokenów, tylko tekst, udostępniony jako otwarte wagi na licencji MIT 16 czerwca 2026 roku.
Czy GLM-5.2 to nadal najlepszy otwarty model?
Nie. W czerwcu 2026 roku był w Artificial Analysis najlepszym modelem z otwartymi wagami i czwartym ogółem. 17 października 2026 roku Artificial Analysis daje mu 34 punkty w Intelligence Index v4.3.2, oznacza go jako przestarzały i poleca GLM-5.3, który ma 45 punktów w tym samym indeksie.
Ile kosztuje GLM-5.2?
W API Z.ai: 1,40 dolara za milion tokenów wejściowych, 0,26 dolara za milion tokenów wejściowych z pamięci podręcznej i 4,40 dolara za milion tokenów wyjściowych (cennik odczytany 17 października 2026). Generuje dużo tokenów rozumowania, więc planuj budżet na zadanie, nie tylko na token. GLM-5.3 ma tę samą cenę.
Czy firma może sama hostować GLM-5.2?
Tak. Licencja MIT pozwala na użycie komercyjne, modyfikację i redystrybucję, a wagi są na Hugging Face. Karta modelu wymienia SGLang, vLLM, Transformers, KTransformers i wersje skwantyzowane dla llama.cpp, Ollama i LM Studio. W FP8 same wagi ważą około 750 GB: potrzebny jest serwer z wieloma GPU.
Czy można wysyłać wrażliwe dane do GLM-5.2?
Odróżnij wagi od hostowanego API. Wagi hostowane u siebie trzymają dane w twojej infrastrukturze. Hostowane API Z.ai prowadzi firma podlegająca prawu chińskiemu, a podmioty Zhipu są na amerykańskiej Entity List od 16 stycznia 2025 roku. Dla danych poufnych lub osobowych hostuj sam albo wybierz sprawdzonego dostawcę.
GLM-5.2 czy GLM-5.3?
W API GLM-5.3: ten sam model bazowy, ta sama cena, lepsze wyniki. GLM-5.2 zachowuje przewagę tam, gdzie liczy się czysta licencja MIT, na przykład w bardzo dużej firmie, bo GLM-5.3 License wymaga przeglądu bezpieczeństwa przez Z.ai powyżej 10 mld dolarów rocznych przychodów.
Czytaj dalej
Masz projekt w głowie?
Strona, SEO, Profil w Google, media społecznościowe, foto, wideo: opisz, czego potrzebujesz, odpowiemy na piśmie z wyceną.
Poproś o wycenę
