GLM-5.2: открытые 753 млрд против GPT-5.5

Z.ai (бывшая Zhipu AI) выложила в открытый доступ GLM-5.2 — модель на 753 миллиарда параметров с контекстом в миллион токенов и лицензией MIT. Для бизнеса важно вот что: на коде она обходит закрытую GPT-5.5, а держать её можно в своём контуре, без облака. Остаётся один вопрос — какое железо потянет такую модель.

Краткое содержание

• 753 млрд параметров всего, активны лишь 98 млрд — это «смесь экспертов» (MoE), 8 из 256 на каждый токен;
• веса открыты, лицензия MIT — модель можно поднять в своём периметре и использовать в коммерции;
• контекст до 1 млн токенов; на коде обходит GPT-5.5 — SWE-bench Pro 62,1 против 58,6;
• под локальный запуск нужно около 754 ГБ видеопамяти в FP8 и до 1,5 ТБ в BF16.

Что выложила Z.ai

GLM-5.2 — открытая модель от китайской Z.ai, бывшей Zhipu AI. Внутри «смесь экспертов»: из 753 миллиардов параметров на каждый токен работают только 98 миллиардов, восемь экспертов из 256. Это держит цену инференса ниже, чем у плотной модели того же размера. Контекст подняли с прежних 200 тысяч токенов до миллиона, а обучали модель на длинных сессиях кодовых агентов — отсюда её сила в инженерных задачах.

Чем обошла закрытых конкурентов

Главная интрига — открытая модель догнала и местами обошла закрытых лидеров. На Design Arena GLM-5.2 вышла на первое место с рейтингом 1360 против 1350 у Claude Fable 5. На инженерных тестах счёт тоже в её пользу:

• SWE-bench Pro — 62,1 против 58,6 у GPT-5.5;
• FrontierSWE — 74,4 процента против 72,6;
• Terminal-Bench 2.1 — 81,0; это первая открытая модель, перешагнувшая планку в 80 процентов.

Плюс цена: за токен GLM-5.2 выходит примерно в шесть раз дешевле GPT-5.5. Для тех, кто гоняет кодового ассистента на потоке, разница в счёте за месяц получается ощутимой.

Сколько железа нужно, чтобы поднять её у себя

Открытые веса — это половина дела. Вторая половина в том, на чём всё это запускать. Модель большая, и даже в сжатом виде требует серверного масштаба памяти:

• FP8 — около 754 ГБ только под веса: это узел из восьми ускорителей со 140 ГБ видеопамяти и больше, восемь карт дают примерно 1,1 ТБ и оставляют запас под контекст;
• BF16, полные веса — порядка 1,5 ТБ, это уже два таких узла, шестнадцать ускорителей;
• контекст в миллион токенов раздувает кэш, поэтому память нужна сверх весов — закладывайте запас.

Архитектура немного помогает: механизм IndexShare снижает число операций в 2,9 раза, а предсказание нескольких токенов сразу ускоряет генерацию. Но на объём памяти это не влияет — веса всё равно нужно куда-то положить.

Где подвох

GLM-5.2 — не коробка под столом. Это сервер, а под полные веса — два сервера, набитых ускорителями с большой видеопамятью. Главный барьер в России именно тут: достать восемь, а то и шестнадцать карт уровня 140 гигабайт сложнее и дороже, чем саму модель скачать. Лицензия MIT в этом смысле — приятная редкость: коммерческое использование без региональных ограничений, что для импортозамещения важно. Модель заточена под код и агентов; ради обычного чат-бота держать отдельный узел смысла мало.

Для каких задач Компактный GPU-сервер до 2 видеокарт для начальных задач в AI и графике. Оптимален для инференса, визуализации, VFX и рендеринга в студиях и лабораториях, где важна гибкость.

Подробнее

Видеокарты

RTX / RTX PRO / H200 NVL

Объем видеопамяти до 282 ГБ

Процессоры

Threadripper PRO

Количество ядер до 96

RAM до 1024 ГБ DDR5

Форм-фактор 4.5U

Для каких задач Универсальная платформа на 4–6 GPU для локального обучения моделей и генеративных задач. Подходит для команд, которым важна надёжность сервера и свобода выбора графики — от RTX 5090 до PRO RTX 6000.

Подробнее

Видеокарты

RTX / RTX PRO / H200 NVL

Объем видеопамяти до 576 ГБ

Процессоры

Threadripper PRO

Количество ядер до 96

RAM до 1024 ГБ DDR5

Форм-фактор 6.5U

Для каких задач Сервер промышленного уровня на 8 GPU с кластерной архитектурой. Предназначен для дата-центров и AI-ферм, где требуется масштабируемость и полная загрузка ресурсов под обучение LLM и R&D.

Подробнее

Видеокарты

RTX PRO 6000 / RTX 5090

Объем видеопамяти до 768 ГБ

Процессоры

AMD Epyc, Intel Xeon

Количество ядер до 320

RAM до 3072 ГБ DDR5

Форм-фактор 6U

Для каких задач Серия серверов для кластеризации на 4 GPU. Предназначены для дата-центров и AI-ферм, где требуется повышенная плотность для обучение LLM и R&D.

Подробнее

Видеокарты

L40s / RTX PRO / H200 NVL

Объем видеопамяти до 564 ГБ

Процессоры

AMD EPYC, Intel Xeon

Количество ядер до 128

RAM до 1536 ГБ DDR5

Форм-фактор 2U

Для каких задач Серия серверов для кластеризации на 8 GPU. Предназначены для дата-центров и AI-ферм, где требуется повышенная плотность для обучение LLM и R&D.

Подробнее

Видеокарты

L40s / RTX PRO / H200 NVL

Объем видеопамяти до 1128 ГБ

Процессоры

AMD EPYC, Intel Xeon

Количество ядер до 256

RAM до 2048 ГБ DDR5

Форм-фактор 4U

Для каких задач HGX объединяет 8 видеокарт NVIDIA H200, достигая экстремальной плотности производительности. Благодаря внутренней связности NVSwitch мгновенно интегрируется в масштабные вычислительные кластеры.

Подробнее

Видеокарты

NVIDIA H200 SXM

Объем видеопамяти до 1128 ГБ

Процессоры

AMD EPYC, Intel Xeon

Количество ядер до 256

RAM до 2048 ГБ DDR5

Форм-фактор 5U