GLM-5.2: Қытайлық «Claude өлтіруші» ме, әлде үміт күттіретін бәсекелес пе? Менің талдауым
Жасанды интеллект нарығында үлкен интрига пісіп жетілуде. Қытайлық Z.ai компаниясы GLM-5.2 моделін шығарды, оны көпшілік Anthropic компаниясының флагмандық Claude моделінің «өлтірушісі» деп атап үлгерді. Осы хайптың артында нарық көшбасшыларына нақты қауіп бар ма? Артық эмоциясыз анықтап көрейік.
GLM-5.2 — бұл жай ғана кезекті тілдік модель емес. Оның басты козыры — 1 миллион токенді құрайтын алып контекстік терезе, бұл GLM-5.1 алдыңғы нұсқасынан бес есе көп. Бұл сапаны жоғалтпай, бір сеанста үлкен көлемдегі кодты немесе құжаттаманы өңдеуге мүмкіндік береді. Модель «ойлауды күшейтудің» екі деңгейін (High және Max) ұсынады, MIT ашық лицензиясы бойынша таратылады және self-hosting қолдайды. API бағасы алдыңғы нұсқа деңгейінде қалды, бұл өз алдына күшті дәлел болып табылады.
Бенчмарктар: шындық қайда, жарнама қайда?
Әзірлеушілердің мәліметі бойынша, GLM-5.2 — нарықтағы ең күшті ашық модель. Алайда оны меншікті монстр Claude Opus 4.8-мен салыстыруға абай болу керек. Terminal-Bench 2.1 тестінде ол 81.0 нәтиже көрсетіп, Opus 4.8-дің 85.0 көрсеткішіне жақындады және Gemini 3.1 Pro (74.0) моделінен озды. SWE-bench Pro тестінде Opus 4.8-ден айырмашылық 7 пунктті құрайды (62.1 қарсы 69.2), ал NL2Repo тестінде — 20 пункттен астам (48.9 қарсы 69.7).
Ең қызықтысы — ұзақ мерзімді тапсырмалардағы (long-horizon) көрсеткіштер. Модель ондаған сағат жұмыс істейтін FrontierSWE тестінде GLM-5.2 Opus 4.8-ден небәрі 1%-ға қалып, GPT-5.5 және Opus 4.7 алдыңғы нұсқасынан озып кетті. SWE-Marathon тестінде көшбасшыдан айырмашылық 13% құрайды, бірақ бұл әлі де ашық модельдер арасындағы ең жақсы нәтиже.
Тәжірибе теорияға қарсы: пайдаланушылар не дейді
Пайдаланушылардың алғашқы пікірлері екіұшты көрініс береді. Модельдің күшті жақтары мойындалады: жоғары ойлау деңгейінде GPT-5.5-пен салыстыруға болатын тамаша базалық логика, қателерді автономды түрде түзету қабілеті және мақсатқа жетудегі табандылық. Дегенмен, сын да аз емес.
Негізгі шағымдар — бұлтты инфрақұрылымға қатысты. Пайдаланушылар тарифтердің жоғары құнына (айына $12.6-дан $112-ге дейін), әлсіз қолдауға және модельдің командаларды елемей, шексіз циклдарда «тұрып қалу» бейімділігіне шағымданады. Көпшілік GLM-5.2 тек Max режимінде ғана ашылатынын атап өтеді, бұл режим токендерді бірнеше есе жылдам жағады. Модель нақты кодқа емес, тек бенчмарктарға арналған деген пікір бар.
Менің талдауым: GLM-5.2 — бұл open-source ЖИ сегменті үшін сөзсіз серпіліс. Ол қытайлық әзірлеушілердің үздік батыс модельдерінің сапасына жақындайтын бәсекеге қабілетті шешімдер жасай алатынын көрсетеді. Алайда оны Claude-тің «өлтірушісі» деп атауға әлі ерте. Көптеген тесттер бойынша ол Opus 4.8-ден төмен, ал инфрақұрылым мен пайдалану ыңғайлылығындағы проблемалар оны дайын коммерциялық өнімнен гөрі энтузиастар мен зерттеушілерге арналған құралға айналдырады. Модель көшбасшыларға нақты қауіп төндіруі үшін Z.ai тұрақты қызметті қолайлы бағамен және қалыпты қолдаумен ұсына алуы керек. Әзірге бұл үміт күттіретін, бірақ шикі бәсекелес, ол айырмашылықты қысқартады, бірақ жаппайды.