GLM-5.2: китайская нейросеть уровня Claude Opus за копейки и без цензуры

В июне китайская Z.ai выложила в открытый доступ модель GLM-5.2: на кодинговых тестах она обходит GPT-5.5, через API стоит в разы дешевле топов, а веса лежат на Hugging Face — качай и запускай у себя, без чужой модерации. 

Выглядит слишком хорошо, поэтому все цифры мы перепроверили. Ниже разбираем что подтвердилось, где есть нюансики и подо что модель брать арбитражнику.

Что за модель GLM-5.2

GLM-5.2 — флагманская языковая модель компании Z.ai (бывшая Zhipu AI, спин-офф пекинского Университета Цинхуа). Открытые веса выложили 13 июня 2026 года, подписчикам платного тарифа она стала доступна на пару недель раньше.

Ключевое, что нужно понять про нее:

Открытые веса Модель выложена файлами: можно скачать и запустить у себя, а не только через чужой сайт (open-weights) под лицензией MIT Свободная лицензия: коммерческое использование разрешено, разрешений и отчислений не нужно . Это значит, что Z.ai не просто дала доступ к модели через сайт, а выложила ее «мозги» целиком — файлы весов можно скачать с Hugging Face и запустить на своем сервере. Лицензия MIT — самая свободная из ходовых: разрешает коммерческое использование без региональных ограничений и без спроса у вендора. Для сравнения: ChatGPT и Claude так свое добро не отдают — там модель живет только на серверах владельца, и вы арендуете доступ.

Архитектура MoE — 753 миллиарда параметров, но работает как модель поменьше. MoE — это архитектура, где на запрос включается только часть модели: знаний много, расход — как у маленькой. Грубо говоря, это как большая поликлиника: врачей в штате сотни, но на один прием выходят только профильные. Из 753 миллиардов параметров под каждый запрос активируется около 40 миллиардов — те самые «нужные эксперты». Поэтому модель огромная по количеству знаний, но при этом считает быстрее и дешевле, чем если бы гоняла все 753 миллиарда разом.

Контекст 1 миллион токенов. Токен Единица текста для модели, примерно 3–4 символа кириллицы — это то, чем модель измеряет объем. Миллион токенов — это порядка полутора-двух тысяч страниц, которые модель держит в голове за один диалог. Можно закинуть весь свой оффер-пак, историю переписки с саппортом партнерки и десяток лендингов конкурента разом — и просить анализ по всему массиву, а не по кусочкам.

Заявлена модель как заточенная под код, рассуждения и «агентные» задачи (когда ИИ не просто отвечает, а сам ходит по шагам: открыл файл → поправил → проверил → пошел дальше).

Бенчмарки и цена: где GLM-5.2 реально сильна и правда ли мощнее Claude и ChatGPT

Теперь спускаемся с небес и смотрим, что под капотом по факту. Спойлер: вполне ожидаемо, GLM-5.2 — никакая не «убийца ChatGPT». Это крепкая модель, догоняющая фронтирные, и в отдельных дисциплинах она даже вырывается вперед. Но не убийца. 

Цифры актуальны на середину июля 2026, но бенчмарки для ИИ устаревают за недели, так что сверяйтесь со свежими данными.

• На SWE-bench Pro (тест на реальных задачах из программирования) GLM-5.2 набрала 62,1 — и это выше, чем у GPT-5.5 (58,6). Claude Opus 4.8 на этом тесте все же впереди (около 69). 
• На FrontierSWE и MCP-Atlas (умение пользоваться инструментами) картина еще теснее: GLM-5.2 идет почти вровень с Opus 4.8 и обходит GPT-5.5. 
• А вот на Humanity’s Last Exam (тест на широкую эрудицию и сложные рассуждения) китаянка отстает заметно — там Opus по-прежнему на голову выше.
• Отдельно стоит Terminal-Bench 2.1 — работа в терминале: 81,0. Это лучший результат среди всех моделей с открытыми весами на сегодня.

Теперь то, из-за чего вокруг модели столько шума, — цена.

По выходным токенам (а именно они дорогие, потому что модель их генерирует) GLM-5.2 выходит в 5–6 раз дешевле Opus и GPT-5.5. Если вы гоните тексты и креативы в больших объемах, то разница в счете за месяц будет кратная.

Для тех, кто кодит, у Z.ai есть отдельная подписка GLM Coding Plan:

• Lite — $18/мес (сейчас по акции −30% — $12,6)
• Pro — $72/мес (по акции $50,4)
• Max — $160/мес (по акции $112)

Акция −30% действует до сентября 2026.

Чем GLM-5.2 полезна арбитражнику: бенчмарки и фичи → практика

Одно дело бенчмарки, другое — работа в полях, сколько времени и денег модель реально экономит (или зарабатывает).

Генерация контента в больших объемах. Преленды, лендинги, тексты под крео, спиннинг заголовков Массовая генерация вариаций одного текста или заголовка , адаптация под ГЕО — все, где нужно много текста за небольшие деньги. При цене вывода в 5–6 раз ниже Opus вы за те же деньги генерируете в разы больше вариантов для тестов. Для потоковой работы, где креатив живет ровно до первого бана, это прямая экономия.

Если сомневаетесь, какую модель брать под продающие тексты, — у нас есть отдельный разбор топ-5 нейросетей для продающих текстов.

Вайб-кодинг — сайты, лендинги и тулы без разработчика. Вайбкодинг — сильная сторона GLM-5.2, ее ровно под это и затачивали. Свой генератор лендингов, парсер выдачи, бот для рутины, трекер на коленке — модель тянет это на неплохом уровне, за который раньше пришлось бы платить фрилансеру. По кодинговым бенчмаркам она в топах, а стоит копейки.

Миллион токенов контекста под аналитику. Закидываете простыню данных — выгрузку статистики, десяток лендингов конкурентов, полный оффер-пак — и просите найти закономерности, вычленить связки, переписать под новый ГЕО. Модель, которая держит в голове полторы тысячи страниц, делает это за один заход.

Приватность через свой сервер. Данные связок, кейсы, статистику не хочется отдавать в чужое облако. С открытыми весами модель можно поднять локально — и тогда ни один запрос не уходит наружу. Об этом — следующий блок.

Главный козырь: открытые веса = self-host без цензуры

Вот ради чего эту модель стоит разобрать отдельно от общих IT-обзоров.

Все облачные ИИ — ChatGPT, Claude, Gemini — работают с модерацией. Просите текст под гемблинг, адалт или крипту — упираетесь в отказ: «не могу помочь с этим запросом». Для работы с белыми продуктами это не проблема, для серых — стена для маглов на платформе 9.

GLM-5.2 отдали с открытыми весами. Это значит, модель можно запустить у себя (self-host — свой запуск на своем железе, без чужого облака), и тогда она отвечает без оглядки на модерацию вендора. Более того: энтузиасты уже выложили на Hugging Face «расцензуренные» сборки (abliterated — версии, где вручную убрали механизм отказов), которые следуют инструкции напрямую. Для серых вертикалей, где облачные модели дают заднюю, это меняет расклад.

Но и здесь не без нюансов.

Железо под 753 миллиарда параметров — дорогое. Это не «скачал и запустил на игровом ПК». В полном качестве (формат FP8*) модель просит порядка 750–900 ГБ видеопамяти — это сервер на 8 видеокартах NVIDIA H200 уровня дата-центра. Сжатая до INT4* — около 410 ГБ, все еще серверная история.

*FP8 / INT4 / 2-bit — это степени сжатия модели. И чем меньше памяти, тем ниже качество ответов

Отсутствие цензуры ≠ вседозволенность. Даже арбитражные сборки сохраняют жесткий отказ на прямо запрещенный контент (например, связанный с несовершеннолетними). А сняв модерацию, вы забираете на себя и всю юридическую ответственность за то, что нагенерили. Меньше ограничений — больше ответственности, а не наоборот.

Есть промежуточный путь. Если свое железо не потянуть, а модерация мешает — можно арендовать GPU-сервер в облаке (например, Runpod или Vast.ai) и поднять модель там, на почасовой оплате. Дешевле, чем покупать «железку», но данные все же проходят через чужой сервер — это приватность с оговорками.

GLM-5.2 против ChatGPT, Claude и агрегаторов

Свели все в одну таблицу.

Как читать:

• Нужно дешево и много текста/кода, готовы возиться с доступом — GLM-5.2.
• Нужны серые вертикали без модерации — GLM-5.2 через self-host, других вариантов по сути нет.
• Нужно тонкое рассуждение или хороший русский язык под белый оффер — Claude или ChatGPT.
• Не хотите разбираться с оплатой и API, работаете из РФ — агрегатор с рублевой оплатой (там часто есть и GLM-5.2 в общем списке).

Как начать пользоваться GLM-5.2

Четыре пути, от простого к сложному.

1. Официальный сайт и API Z.ai. Самый прямой путь и самая низкая цена. Регистрируетесь на z.ai, берете API-ключ, платите по токенам или подпиской Coding Plan. Минус — оплата картой, российская не пройдет напрямую. Но, если у вас уже были успешные заливы, вряд ли нужная карта для вас проблема.
2. Российские агрегаторы нейросетей. Самый простой вариант для работы из РФ: сервисы вроде BotHub уже добавили GLM-5.2 в общий список моделей, платить можно рублями, VPN не нужен. Удобно, если не хотите возиться с API и ключами. Минус — наценка сверху и лимиты по тарифу.

Подходящий сервис ищите в нашем каталоге агрегаторов нейросетей для арбитража.

3. OpenRouter и зарубежные хостинги. Золотая середина для тех, кто работает через API: единый ключ к десяткам моделей, GLM-5.2 там часто дешевле, чем напрямую у Z.ai. Оплата из РФ — через криптовалюту (USDC, комиссия около 5%), платежного посредника или зарубежную карту.

4. Self-host — свой запуск. Максимум приватности и никакой модерации, но нужно железо (см. блок выше) и руки. Веса — на Hugging Face (репозиторий zai-org/GLM-5.2), для запуска подойдут vLLM, SGLang или llama.cpp для сжатых сборок. Путь для тех, кому критична приватность данных.

Оговорки и риски

Чтобы не было эффекта обманутых ожиданий.

Китайский вендор. Пока работаете через облако Z.ai или его API — ваши запросы проходят через китайские серверы. Для чувствительных данных это риск. Снимается ровно одним способом — self-host.

Русский язык и «человечность» текста. GLM-5.2 пишет по-русски хорошо, но до вылизанности Claude и ChatGPT местами не дотягивает: тексты бывают суховаты. Под финальный белый оффер на СНГ и в особенности РФ, возможно, придется дошлифовывать вручную или прогонять через другую модель. В целом то же касается и английского языка, и местных языков в конкретных ГЕО, но в меньшей степени. 

Мы уже видели похожее, когда тестировали Meta AI против ChatGPT в арбитражных задачах и воркфлоу.

Отставание на сложных задачах. На эрудиции и небанальных рассуждениях (Humanity’s Last Exam) модель отстает от топов. Для генерации и кода это неважно, для аналитики со сложной логикой — держите в уме.

Стоимость железа под self-host. Главный барьер козырной фичи. Без дорогого сервера или облачной аренды GPU «бесцензурный локальный ИИ» остается просто красивой заманухой.

Вердикт: кому и под какие задачи брать GLM-5.2

Брать, если вы гоните контент и код объемом и хотите резать расходы на ИИ в разы — по цене GLM-5.2 бьет всех топов, а по качеству кодинга не уступает. 

Брать однозначно, если работаете с серыми вертикалями и упираетесь в модерацию ChatGPT/Claude — self-host GLM-5.2 закрывает то, что не закрывает больше никто, если потянете железо или облачную аренду GPU.

Не гнаться, если вам хватает пары запросов в день на белые тексты — тогда проще остаться на привычном агрегаторе или ChatGPT и не разбираться с доступом. 

Не брать под задачи тонкого рассуждения — там Opus и GPT все еще сильнее.

Если коротко: GLM-5.2 — не замена всему, а мощный и дешевый рабочий инструмент под конкретные задачи. Для арбитражника таких задач хватает — от потоковой генерации до бесцензурного self-host. И это первый случай, когда модель уровня топов можно не арендовать, а забрать себе.

Кстати, если ищете, на чем еще заработать с ИИ, посмотрите партнерки для арбитража трафика на AI.