GLM-5.2 от Z.ai сокращает разрыв с OpenAI и Anthropic

Компания Z.ai выпустила GLM-5.2 , которую описывает как открытую модель обработки больших языков (LLM). По имеющимся данным, она лидирует среди других LLM с открытым исходным кодом в области искусственного интеллекта, занимая место в тройке лучших LLM в мире. Это означает, что GLM-5.2 очень близка к передовым LLM, созданным Anthropic и OpenAI.

Этот релиз может существенно повлиять на конкурентную среду на рынке ИИ. До его выпуска модели LLM с открытым весом значительно отставали от своих аналогов с закрытым весом почти во всехdent тестах. Результаты тестирования GLM-5.2 показывают, что разрыв сокращается, что имеет интересные последствия для корпоративного использования, ценообразования и бизнес-моделей лабораторий с закрытым весом.

Что говорят результаты сравнительного анализа о GLM 5.2

Согласно данным независимойdent компании Vals AI, GLM-5.2 показал лучшие результаты среди пяти различных бенчмарков: Vals Index, Harvey's Legal Agent Benchmark, Finance Agent v2, ProofBench и Vibe Code Bench.

Компания Vals AI сообщила, что GLM-5.2 стала первой моделью с открытым весом, превысившей 30% на ProofBench, что на 11 процентных пунктов лучше, чем у модели, занявшей второе место. Более того, она отстала всего на 1 процентный пункт от Claude Opus 4.5 от Anthropic, что ставит её в необычное положение, близкое к передовым показателям производительности собственных разработок.

Представляем GLM-5.2: передовые технологии, открытые веса

– Значительные улучшения в кодировании и задачах, связанных с агентами
– Мощныеtronработы с долгосрочным горизонтом с контекстным окном в 1 миллион человек
– Два уровня усилий рассуждения: GLM-5.2 (максимальный) расширяет границы возможностей, а GLM-5.2 (высокий) поражает своейtron… pic.twitter.com/SjGPSVhePJ

— З.ай (@Zai_org) 16 июня 2026 г

Согласно данным Artificial Analysis, GLM-5.2 является лучшей моделью с открытыми весами на данный момент, достигнув показателя индекса интеллекта в 51 балл, по сравнению с 40 баллами, полученными GLM-5.1. Другие модели, включая MiniMax-M3 и DeepSeek V4 Pro, получили оценку в 44 балла, а Kimi K2.6 — 43 балла.

GLM-5.2 показал результат 78% в TerminalBench v2.1 (на 16 баллов больше, чем GLM-5.1), 50% в SciCode, 71% в AA-LCR и 89% в GPQA Diamond. В долгосрочном тесте производительности агентов GDPval-AA v2 GLM-5.2 набрал 1524 балла по шкале Эло, что лучше, чем 1514 баллов, достигнутых GPT-5.5.

Однако, несмотря на впечатляющие результаты, продемонстрированные GLM 5.2, эксперты отмечают, что понимание результатов бенчмарков становится все более сложным. Например, агрегированные модели, такие как модели искусственного интеллекта, уменьшают влияние смещения, связанного с отдельными тестами, но увеличивают влияние используемой системы весов, вариаций подсказок и изменяющихся наборов оценок. Загрязнение бенчмарков и эффекты оптимизации остаются актуальными проблемами в области тестирования передовых методов ИИ.

Что представляет собой архитектура GLM-5.2?

По данным Z.ai, GLM-5.2 — это самая мощная модель, предлагаемая компанией для задач долговременного мышления и агентного программирования. Эта модель предоставляет контекстное окно, состоящее из 1 миллиона токенов, по сравнению с 200 000 у GLM-5.1.

GLM-5.2 имеет архитектуру «смешанных экспертов» и состоит примерно из 750 миллиардов общих параметров и 40 миллиардов активных параметров, оптимизированных для многоэтапных процессов рассуждений и кодирования.

В GLM-5.2 используются два типа рассуждений: режим с высокими затратами усилий для сложных задач и режим с меньшими затратами, разработанный для повышения эффективности и контроля задержки.

Согласно данным Artificial Analysis, GLM-5.2 способен генерировать около 43 000 выходных токенов за одну операцию оценки, по сравнению с 26 000 у GLM-5.1. Хотя это и помогает улучшить показатели производительности, на практике это может увеличить вычислительные затраты.

В Z.ai отмечаются улучшения в работе агентов кодирования, процессе отладки, автоматизированном поиске информации, обработке документов и генерации длинных текстов, что позиционирует модель как оптимизированную для выполнения длительных многоэтапных задач, а не для отдельных запросов.

Рыночный контекст и трения в экосистеме

Выход GLM-5.2 происходит на фоне дискуссий о том, насколько открытые системы взвешивания догоняют проприетарные модели передовых разработок. Китайские компании, занимающиеся искусственным интеллектом, заняли одни из ведущих позиций в рейтингах открытых моделей, и GLM-5.2 стал центральным элементом этого процесса.

Эта дискуссия стала достоянием общественности благодаря комментариям Илона Маска и Цзе Танга (основателя Z.ai) относительно того, когда китайские модели сравняются с передовыми. Маск ответил: «Вероятно, в первом квартале следующего года».

Тан не согласился, заявив: «Это не займет так много времени».

Вероятно, Q1

— Илон Маск (@elonmusk) 18 июня 2026 г

Хотя эталонные тесты могут демонстрировать быструю сходимость, первые отзывы от практиков выявляют расхождения в производительности в реальных условиях.

Инженер по искусственному интеллекту Da7_Tech выразил свои опасения не столько по поводу самой модели, сколько по поводу инфраструктуры и прозрачности использования системы Z.ai , заявив, что она «противоречит всему, чего люди ожидают от ценностей моделей с открытым исходным кодом».

Он протестировал Zcode, Z.ai, разработанное с использованием моделей GLM, по тарифному плану Pro, который, как утверждается, «в 15 раз эффективнее Клода ». За один сеанс выполнения задания он заявил, что ресурсы приложения были исчерпаны менее чем за час — по сути, были использованы все пять часов, отведенные на выполнение всего задания.

Он также утверждал, что существует несоответствие между использованием, отображаемым приложением, и фактически списанной суммой. Приложение якобы показывало менее 2 миллионов токенов, но с его счета было списано приблизительно 60 миллионов, с учетом как дневных, так и недельных лимитов. Это означает, что для учета использования рассматривались кэшированные и промежуточные токены, а не фактические вычисления. Впоследствии он упомянул, что Z.ai убрала подсчет токенов из своего «Режима целей» и изменила описание тарифного плана Pro.

Кроме того, разработчик ИИ Майкл Гоу сравнил GLM-5.2 с GPT-5.5 medium при отладке проблемы в своем агенте OpenClaw под названием Trippy. Вот к каким выводам он пришел:

«По крайней мере, в проведенном мной тестовом случае он оказался значительно уступал GPT-5.5 среднего уровня. Даже близко не сравнится»

GPT-5.5 medium очень быстро обнаружил проблему с повторяющимися ответами агентов, в то время как GLM-5.2 ее не обнаружил.

В заключение он отметил, что, хотя результаты бенчмарков могут указывать на хорошую производительность, фактическая отладка может выявить несоответствия, которые не обнаруживаются при анализе сводных результатов.

Сокращение разрыва, но с различными вариантами применения в реальных условиях

Результаты сравнительных тестов доказывают, что GLM-5.2 — одна из лучших архитектур с открытыми весами, доступных в настоящее время, а иногда даже превосходящая другие проприетарные архитектуры.

Однако отзывы о производительности, эффективности и прозрачности системы, по-видимому, различаются в зависимости от условий использования и интеграции с другими системами.

Таким образом, у этого вопроса две стороны: GLM-5.2 — важный шаг вперед в развитии области архитектуры с открытыми весами, но его применение потребует столько же усилий в отношении готовности инфраструктуры и качества продукта, сколько и в отношении результатов бенчмаркинга.

На данный момент GLM-5.2 становится важным шагом на пути к сокращению разрыва между открытыми и закрытыми системами искусственного интеллекта, хотя и не является решающим шагом к сближению.