Модель под лицензией MIT, которая стоит $3 за миллион выходных токенов, только что превзошла проприетарную модель frontier за $25 по большинству основных бенчмарков — включая кодирование, науку и агентные задачи.
GLM 5.2 против Claude Opus 4.6 — это, впрочем, не совсем история о Давиде и Голиафе. GLM 5.2 расходует почти вдвое больше токенов на задачу, чем некоторые конкуренты, не поддерживает ввод изображений и имеет более молодую экосистему. Opus 4.6 уже был заменён версиями 4.7 и 4.8 — у этого сравнения есть срок годности.
Вот что имеет значение для принятия решения.
Всё в одной таблице
GLM 5.2 | Claude Opus 4.6 | |
|---|---|---|
Разработчик | Z.ai (Zhipu AI) | Anthropic |
Выпущен | 16 июня 2026 | 4 февраля 2026 |
Архитектура | MoE, 753B всего / 40B активных | Dense (не раскрыто) |
Лицензия | MIT (open-weight) | Proprietary |
Контекстное окно | 1M tokens | 1M tokens |
Максимальный вывод | 128K tokens | 128K (300K via batch) |
Ввод изображений | No | Yes |
Режимы мышления | High, Max | Low, Medium, High, Max |
SWE-bench Pro | 62.1% | 51.9–53.4% |
Terminal-Bench | 81.0% (v2.1) | 65.4% (v2.0) |
HLE (with tools) | 54.7% | 53.0% |
GPQA Diamond | 89–91.2% | 84.0% |
BigLaw Bench | Не сообщалось | 90.2% |
Индекс интеллекта | 51 (highest open-weight) | ~44 (max effort) |
Цена ввода | $0.95/M (DeepInfra) | $5.00/M |
Цена вывода | $3.00/M (DeepInfra) | $25.00/M |
Самостоятельный хостинг | Yes (MIT) | No |
Примечание по SWE-bench Pro для Opus 4.6: результаты варьируются от 47.1% (Scale private) до 53.4% (Anthropic scaffold) в зависимости от конфигурации оценки. Версии Terminal-Bench также различаются (v2.0 против v2.1), поэтому прямое сравнение не совсем корректно.
Где GLM 5.2 выигрывает
Кодирование. SWE-bench Pro 62.1% против 51.9–53.4% у Opus 4.6. Terminal-Bench 81.0% против 65.4% (разные версии, но разрыв большой). GLM 5.2 — самая сильная open-weight модель по всем основным бенчмаркам кодирования.
Наука. GPQA Diamond 89–91.2% против 84.0%. Оценка, сообщённая поставщиком (91.2%), против независимой оценки (~89%) показывает некоторую вариативность, но GLM 5.2 лидирует в обоих случаях.
Кибербезопасность. Бенчмарк IDOR от Semgrep: GLM 5.2 набрал 39% F1 с базовым промптом, обойдя Claude Code (на Opus 4.6) с 37% F1. Стоимость: около $0.17 за найденную уязвимость. Один бенчмарк, один класс уязвимостей — но то, что open-weight модель превосходит frontier-агента в задаче по безопасности, требующей серьезного рассуждения, примечательно.
Скорость. ~197 токенов/сек против ~46 токенов/сек. Примерно в 4 раза быстрее.
Цена. Вывод $3/M против $25/M — в 8,3 раза дешевле за токен.
Где Opus 4.6 побеждает
Юридическое мышление. BigLaw Bench 90.2%, самый высокий показатель среди всех моделей Claude, 40% идеальных оценок. Для GLM 5.2 не опубликовано сопоставимого юридического бенчмарка.
Сводная интеллектуальная работа. Несмотря на более высокий показатель GPQA Diamond у GLM 5.2, Opus 4.6 лидирует по GDPval-AA (профессиональная интеллектуальная работа) с агрегированным разрывом в знаниях 76.2 против 67.2. Картина такова: GLM 5.2 хорошо справляется со сложными научными вопросами, но Opus 4.6 сильнее в более широком спектре профессиональных задач, связанных со знаниями.
Мультимодальный ввод. Opus 4.6 принимает изображения. GLM 5.2 — только текст.
Экосистема. Claude Code, Anthropic API, Bedrock, Vertex AI — зрелые инструменты для tool use, структурированных выходных данных и compaction API. У GLM 5.2 есть 6+ провайдеров, но меньше интеграций промышленного уровня.
Контроль усилий. Четыре уровня (low–max) вместо двух (high, max). Более тонкая гранулярность для оптимизации затрат на простых задачах.
Подвох токенной многословности
GLM 5.2 расходует ~43,000 выходных токенов на задачу в кодинговых оценках. MiniMax M3 использует ~24,000; Kimi K2.6 ~35,000.
Модель | Токены/задачу | $/M вывода | Стоимость/задачу |
|---|---|---|---|
GLM 5.2 | ~43K | $3.00 | ~$0.13 |
Kimi K2.6 | ~35K | $2.50 | ~$0.09 |
Opus 4.6 | ~30K (est.) | $25.00 | ~$0.75 |
На одну задачу GLM 5.2 примерно в 6 раз дешевле, чем Opus 4.6, — а не в 8 раз, как может показаться по цене за токен. Разрыв всё ещё большой, но обязательно протестируйте на своих задачах и измерьте общее потребление токенов.
Фактор открытых весов
Самостоятельное размещение. 40B активных параметров (MoE) делают инференс более осуществимым, чем у плотной модели с 753B. Поддерживает vLLM, SGLang и стандартные фреймворки.
Конфиденциальность данных. При самостоятельном размещении данные не попадают на серверы третьих сторон. Для регулируемых отраслей это может быть важнее любого бенчмарка.
Дообучение. Открытые веса позволяют адаптировать модель под предметную область. Opus 4.6 — это чёрный ящик.
Без привязки к одному поставщику. 6+ провайдеров плюс самостоятельное размещение. Никакой зависимости от ценообразования или политики одного поставщика.
Для команд, изучающих open-source модели для программирования, GLM 5.2 — это значительный скачок в возможностях.
Дата истечения срока действия
Opus 4.6 вышел в феврале 2026 года. Opus 4.8 (Индекс интеллекта 56) и Sonnet 5 (соответствует Opus 4.6, более низкая цена) с тех пор уже появились.
Почему же тогда сравнивать GLM 5.2 с Opus 4.6?
Opus 4.6 по-прежнему лежит в основе многих конфигураций Claude Code и производственных систем
Разница в соотношении цены и производительности наиболее заметна именно на этом уровне — GLM 5.2 убедительно бросает вызов Opus 4.6 при цене в 1/8 от его стоимости
В сравнении с Opus 4.8, GLM 5.2 конкурирует в кодировании, но уступает по широте возможностей
Дерево решений
1. Нужен ввод изображений? → Opus 4.6+. GLM 5.2 — только текст.
2. Нужна конфиденциальность данных или self-hosting? → GLM 5.2. Единственный вариант, который вы можете запускать на собственном оборудовании.
3. Основная нагрузка — кодирование/agentic? → GLM 5.2 — конкурентоспособный или лучше, в 6–8 раз дешевле.
4. Основная нагрузка — это юридическая работа или работа с широким кругом знаний? → Opus 4.6+. Совокупный разрыв в знаниях постоянен.
5. Ограничены в бюджете при масштабировании? → Начните с GLM 5.2, а сложные случаи перенаправляйте в Opus. Агрегаторы API упрощают гибридную маршрутизацию.
6. Нет строгих ограничений? → По умолчанию GLM 5.2. Разница в цене в 8 раз делает его рациональной отправной точкой.
Часто задаваемые вопросы
Действительно ли GLM 5.2 так же хорош, как Claude Opus 4.6?
В программировании (SWE-bench Pro: 62.1% против ~52%) и научном рассуждении (GPQA Diamond: ~90% против 84%) лидирует GLM 5.2. В совокупной профессиональной интеллектуальной работе Opus 4.6 сильнее. Intelligence Index: GLM 5.2 — 51, Opus 4.6 — ~44.
Насколько GLM 5.2 дешевле?
8,3x за токен ($3 против $25/M output). ~6x за задачу после учета более высокой многословности токенов у GLM 5.2.
Могу ли я самостоятельно развернуть GLM 5.2?
Да — лицензия MIT, 40B активных параметров (MoE), поддерживает vLLM/SGLang/xLLM/ktrans. Требует значительных GPU-ресурсов, но намного практичнее, чем обслуживание плотной модели сопоставимого общего размера.
Поддерживает ли GLM 5.2 изображения?
Нет, только текст. Opus 4.6 работает с текстом и изображениями.
Почему бы не сравнить с Opus 4.8?
Opus 4.8 (Intelligence Index 56) — последняя версия, но Opus 4.6 по-прежнему широко используется. GLM 5.2 убедительно бросает вызов поколению 4.6; по сравнению с 4.8 он конкурентоспособен в кодировании, но уступает по широте возможностей.
Является ли GLM 5.2 лучшей моделью с открытым исходным кодом?
Для программирования — да: лучшая среди открытых весов в SWE-bench Pro, Terminal-Bench и FrontierSWE. Intelligence Index 51, самый высокий среди открытых весов (медиана: 25).
Насколько GLM 5.2 быстрее по сравнению с Opus 4.6?
~4x быстрее. 197 токенов/сек против 46 токенов/сек. TTFT: 1.37s против 1.87s.
Стоит ли мне перейти с Opus 4.6 на GLM 5.2?
Для задач программирования/agentic-работы в больших масштабах оценивайте серьёзно. Измеряйте качество и общее потребление токенов на ваших задачах. Для knowledge-heavy или multimodal работы оставайтесь на Opus или рассмотрите Sonnet 5 как более дешёвый вариант Anthropic.
Где я могу получить доступ к GLM 5.2?
DeepInfra ($0.95/$3.00), Z.ai ($1.40/$4.40), OpenRouter ($0.77/$2.42), Fireworks, FriendliAI, Novita, Together. Самостоятельный хостинг через HuggingFace. Для кросс-модельного ценообразования см. наше руководство по ценам GPT-5.6.