Применить: выбрать нейросеть под задачу · Уровень: для новичка и среднего · Чтение: ~22 минуты · Данные проверены на 9 июля 2026
Что узнаешь:
- Где GLM-5.2 реально обошла GPT-5.5 (SWE-bench Pro 62.1 против 58.6), а где проиграла - без замалчивания
- Точный расчёт «1/6 цены»: $5.80 против $35 за миллион токенов - и где ещё дешевле
- Что дают открытые веса под MIT и почему это больнее для OpenAI, чем цифры бенчей
- Рынок в цифрах: доля моделей США на OpenRouter упала с ~70% до ~30% за год
- 5 верифицированных цитат разработчиков: восторг, скепсис и токен-жор режима Max
- Как пользоваться GLM-5.2 и её конкурентами из России в рублях
Главное. GLM-5.2 - открытая китайская нейросеть от Z.ai, вышла 13 июня 2026 под лицензией MIT. На части кодинг-бенчей она обошла GPT-5.5: SWE-bench Pro 62.1 против 58.6, FrontierSWE, MCP-Atlas, HLE с инструментами. Суммарная цена токенов - $5.80 против $35, то есть примерно в шесть раз дешевле. На Terminal-Bench она проиграла GPT-5.5. И важная оговорка: сравнение зафиксировано на июнь 2026 - к июлю OpenAI уже выкатила GPT-5.6.
Ты открыл ленту и увидел заголовки: «китайская нейросеть обошла GPT-5.5». Звучит как очередной хайп, за которым обычно ничего нет. Тут случай другой: цифры сходятся по нескольким независимым сводкам, а веса модели лежат в открытом доступе, и их уже гоняет пол-Хабра.
Только за словом «обошла» прячется куча нюансов. На одних бенчах GLM-5.2 действительно впереди, на других честно проигрывает. Цена в шесть раз ниже - правда, но считать её надо аккуратно. А пока писались эти заголовки, OpenAI успела раскатать следующую версию.
Разбираю без розовых очков: где GLM-5.2 обошла GPT-5.5, а где села в лужу, правда ли про 1/6 цены и как пользоваться ей из России без валютной карты. Каждая цифра с источником и датой. Где источники спорят - говорю об этом прямо в тексте.
Что за китайская нейросеть GLM-5.2 и кто её сделал?
Главное. GLM-5.2 - флагманская нейросеть китайской компании Z.ai (бывшая Zhipu AI). Релиз 13 июня 2026, лицензия MIT без региональных ограничений. Архитектура Mixture of Experts: ~744-753 млрд параметров суммарно, ~40 млрд активных на токен - по разным источникам. Контекст до 1 миллиона токенов, выход до 128K. Заточена под кодинг и агентные задачи, веса открыты на Hugging Face.
Начнём с базы. GLM-5.2 сделала Z.ai - китайская компания, которую раньше знали как Zhipu AI. Это флагман их линейки: GLM-5 сменился на GLM-5.1 (веса выложили 7 апреля 2026), а следом пришла GLM-5.2. Работает нейросеть как знакомый чат-ассистент, но главная ставка - код и агентные сценарии.
Релиз растянулся во времени. Сначала, 13 июня, доступ получили подписчики GLM Coding Plan. Через неделю подтянулись API, веб-чат и веса на Hugging Face, а официальный блог-разбор вышел 17 июня. Так что если видишь разные даты - все они про один и тот же запуск.
Теперь про размер. Архитектура - Mixture of Experts (MoE): нейросеть состоит из множества «экспертов», но на каждый токен включается лишь часть из них. По параметрам источники расходятся: официальный блог говорит про 753 млрд, независимые трекеры - про 744 млрд общих и ~40 млрд активных. Расхождение так и не устранили, поэтому дальше держусь формулировки «~744-753 млрд общих, ~40 млрд активных, по разным источникам».
Контекст - гордость релиза. Официальный блог называет его «solid 1M-token context that stably sustains long-horizon work» (стабильный контекст на миллион токенов, который надёжно тянет долгие многошаговые задачи). Выход ограничен 128K токенов. За экономию на длинном контексте отвечает механизм IndexShare, который, по заявлению разработчиков, снижает FLOPs на токен в 2.9 раза при миллионе токенов.
Ещё две технические детали, которые всплывут дальше. Веса раздают в форматах BF16 и FP8 на Hugging Face и ModelScope, запускать можно через transformers, vLLM, SGLang, xLLM и ktransformers. И у модели есть MTP-слой, который поднимает acceptance rate спекулятивного декодирования примерно на 20%. Проще говоря, инженеры выжимали из неё не только качество, но и скорость.
Где GLM-5.2 обошла GPT-5.5, а где проиграла?
Главное. GLM-5.2 обошла GPT-5.5 на нескольких длинных кодинг-бенчах: SWE-bench Pro 62.1 против 58.6, FrontierSWE 74.4 против 72.6, MCP-Atlas 77.0 против 75.3, HLE с инструментами 54.7 против 52.2. На PostTrainBench она вторая после Opus 4.8, но выше GPT-5.5. А вот на Terminal-Bench 2.1 честный проигрыш: 81.0 у GLM против сторонних сводок ~83-88 у GPT-5.5. Сравнения по GPT-5.5 - вторичные, но цифры сходятся между собой.
Сразу к главному вопросу, без виляний: «обошла» - это про конкретный набор бенчей, и ниже видно, про какой именно. На части замеров GLM-5.2 впереди GPT-5.5, на других отстаёт. Разберём и то, и другое.
Сначала цифры из официального блога Z.ai (зеркало на Hugging Face, 17 июня 2026). SWE-bench Pro - 62.1 (у GLM-5.1 было 58.4). Terminal-Bench 2.1 - 81.0 (5.1 давала 62.0). FrontierSWE - 74.4, MCP-Atlas - 76.8 (вторичные пересказы дают 77.0 - расхождение в пределах округления прогонов), PostTrainBench - 34.3, HLE - 40.5, AIME 2026 - 99.2.
По FrontierSWE блог формулирует так: отстаёт от Opus 4.8 на 1%, опережает GPT-5.5 на 1%, опережает Opus 4.7 на 11%.
Дальше - прямые сравнения с GPT-5.5. Они собраны по вторичным пересказам - первоисточник VentureBeat отдавал 403, но цифры сошлись у нескольких независимых источников.
| Бенчмарк | GLM-5.2 | GPT-5.5 | Другие |
|---|---|---|---|
| SWE-bench Pro | 62.1 | 58.6 | Gemini 3.1 Pro 54.2 |
| FrontierSWE | 74.4 | 72.6 | позади Fable 5 и Opus 4.8 |
| MCP-Atlas | 77.0 | 75.3 | - |
| HLE (с инструментами) | 54.7 | 52.2 | - |
| PostTrainBench | 34.3 | ниже GLM | Opus 4.8 выше GLM |
| Terminal-Bench 2.1 | 81.0 | ~83-88 (сводки) | Opus 4.8 ~85 (сводки), Gemini 3.1 Pro 74.0 |
Данные: официальный блог Z.ai и вторичные сводки, проверено 9 июля 2026.
График 1. GLM-5.2 впереди на длинных кодинг-бенчах, но уступает на Terminal-Bench. Источник: блог Z.ai и вторичные источники, 9 июля 2026.
По этим цифрам GLM-5.2 действительно берёт верх на long-horizon кодинге и агентных задачах: SWE-bench Pro, FrontierSWE, MCP-Atlas, HLE с инструментами. На PostTrainBench она вторая после Opus 4.8, но выше и GPT-5.5, и Opus 4.7. Плюс отдельные арены: Design Arena - первое место с Elo 1360, Code Arena Frontend - второе место, +29 пунктов к Opus 4.7, Agent Arena - десятое место в общем зачёте и первое среди открытых нейросетей.
⚠️ Где проиграла. Разбираю без смягчений.
Terminal-Bench 2.1. У GLM-5.2 тут 81.0. У GPT-5.5 сторонние замеры дают ~83-88, у Opus 4.8 - около 85; разброс большой, замер Terminal-Bench сильно зависит от обвязки и версии прогона. То есть GLM ниже обоих флагманов США, и разрыв слишком велик, чтобы списать его на погрешность. Выигрывает GLM разве что у Gemini 3.1 Pro с его 74.0.
Пара оговорок, чтобы не сравнивать несравнимое. Цифру Opus 4.8 «88.6%» ты встретишь в обзорах - это SWE-bench Verified, другой бенч, ставить его рядом с SWE-bench Pro 62.1 нельзя. И на Text Arena GLM-5.2 стоит лишь на 25-м месте, на уровне GLM-5.1: прогресс узко про код и агентность, а не про универсальность.
Отдельно про Kimi. По чужим подборкам замеров (BenchLM.ai, emergent.sh, composio.dev) китайская Kimi K2.6/K2.7-Code сильнее на реальных repo-задачах: в среднем 72 против 62.1 у GLM. Зато GLM берёт one-shot фронтенд и агрегированный рейтинг, а контекст у неё миллион против 256K у Kimi. Это компиляции чужих замеров, так что цифру держи с поправкой на вторичность.
Правда ли 1/6 цены GPT-5.5? Считаем по прайсам
Главное. Считаем по официальным прайсам за миллион токенов. GLM-5.2 у Z.ai: $1.40 вход и $4.40 выход, суммарно $5.80. GPT-5.5: $5.00 и $30.00, суммарно $35. Делим - получается 6.03x, то есть в шесть раз дешевле. По выходным токенам разрыв ещё жёстче: 30 против 4.40, это 6.8x. На OpenRouter отдельные провайдеры отдают GLM-5.2 ещё дешевле, до ~10x к GPT-5.5. «1/6 цены» - подтверждённая математика.
Заголовочная арифметика проверяется в лоб. Берём официальные прайсы за миллион токенов и складываем вход с выходом.
| Нейросеть | Вход $/1M | Выход $/1M | Сумма |
|---|---|---|---|
| GLM-5.2 (офиц. Z.ai) | 1.40 | 4.40 | 5.80 |
| GLM-5.2 на OpenRouter | 0.447-0.54 | 1.76-3.31 | ~2.2-3.9 |
| GPT-5.5 (офиц.) | 5.00 | 30.00 | 35.00 |
| GPT-5.5 Pro | 30.00 | 180.00 | 210.00 |
| Claude Opus 4.8 | 5.00 | 25.00 | 30.00 |
| Gemini 3.1 Pro (<=200K) | 2.00 | 12.00 | 14.00 |
| Kimi K2.6 | 0.95 | 4.00 | 4.95 |
| DeepSeek V4 Flash | 0.054 | 0.242 | ~0.30 |
Данные: docs.z.ai, developers.openai.com, platform.claude.com, ai.google.dev, openrouter.ai. Проверено 9 июля 2026. Kimi - по вторичному агрегатору.
График 2. По суммарной цене токенов GLM-5.2 дешевле GPT-5.5 примерно в шесть раз. Источник: официальные прайсы провайдеров, 9 июля 2026.
Теперь сама «1/6». $5.80 против $35 - это 6.03x, разрыв практически шестикратный. Если смотреть только на выход, где токенов обычно больше и они дороже, то 30 делить на 4.40 даёт 6.8x. Против Opus 4.8 ($30 суммарно) GLM-5.2 дешевле в 5.2 раза. Так что «в шесть раз» - корректная средняя оценка: математика сходится по обоим срезам.
Есть и второй ярус экономии. На OpenRouter агрегированные дешёвые провайдеры отдают GLM-5.2 по $0.447 за вход и $1.76-3.31 за выход. Против официального прайса GPT-5.5 это уже до ~10x разницы. Тут надо разделять: $1.40/$4.40 - официальный прайс Z.ai, а цифры в разы ниже - рыночное предложение сторонних площадок, где качество сервиса и лимиты - на твой страх и риск.
Где здесь provod.ai. Пока считаешь доллары за токены, всплывает знакомая российская боль: карту РФ ни Z.ai, ни OpenAI напрямую не принимают. provod.ai решает её с другого конца - работает как российский OpenRouter: топовые нейросети (Claude Opus 4.8, GPT-5.5, Gemini 3.1 Pro, DeepSeek v4, Qwen, Kimi) в одном чате и через единый API, цены 1:1 с официалом, оплата в рублях. Подробнее про доступ из России - в разделе «Как пользоваться GLM-5.2 из России?».
И не забываем про потолки GPT-5.5. Свыше 272K токенов контекста прайс прыгает до $10/$45, а GPT-5.5 Pro стоит $30/$180 за миллион. У GLM-5.2 такой лестницы нет: один прайс на весь миллион контекста. Для агентных сценариев с длинной историей это меняет счёт заметно.
Что дают открытые веса под MIT?
Главное. GLM-5.2 отдаётся под лицензией MIT без региональных ограничений: веса можно скачать, запустить у себя, встроить в продукт и дообучить - без спроса и без оплаты картой. Для бизнеса это независимость от чужого API и приватность: код с секретами не уходит в облако. Для рынка - удар по закрытым моделям: качество уровня флагмана теперь раздают бесплатно. Локальный запуск разобран в отдельной статье, тут только суть.
Открытые веса - это не «модель бесплатная», а «модель твоя». Лицензия MIT (консенсус официального блога и карточки Hugging Face, «no regional limits») разрешает скачать нейросеть, крутить её на своём железе, встроить в коммерческий продукт и дообучить под задачу. И никто не поднимет цену задним числом.
Для российского пользователя тут отдельный бонус. Веса лежат на Hugging Face в открытом доступе: ни подписки, ни валютного платежа, которого Z.ai всё равно не принимает. Схема «скачал и владею» снимает главную головную боль - оплату из-за рубежа.
Практических выгод три. Приватность - код с ключами и секретами не покидает твой контур. Независимость - тебя не отрубят от API и не введут лимиты на ровном месте. И контроль - модель можно дообучить, зафайнтюнить, встроить в свой пайплайн без оглядки на чужие правила. Для закрытых GPT-5.5 и Opus 4.8 ничего из этого недоступно в принципе.
Обратная сторона: запустить такого гиганта дома дорого и небыстро. Даже ужатая версия просит сотни гигабайт памяти, а скорость на бытовом железе - единицы токенов в секунду. Всю арифметику памяти, команды и реальные бенчи железа я разбирал отдельно, чтобы не дублировать: смотри материал «Как запустить GLM 5.2 локально через Unsloth». Тут же держим фокус на другом - на том, что сам факт открытых весов меняет расстановку сил на рынке.
Как китайские нейросети съедают рынок?
Главное. За год расклад перевернулся. Доля моделей США на OpenRouter по токенам упала с ~70% (июнь 2025) до ~30% (июнь 2026), китайские нейросети заняли ~44% трафика, только DeepSeek держит 16.3%. GLM-5.2 в этих цифрах не выделена отдельно - они общерыночные, но задают контекст: открытые китайские модели перетягивают реальное использование. Anthropic весь 2026 воюет с дистилляцией своих моделей.
По данным officechai.com (26 июня 2026), за год доля моделей США на OpenRouter по токенам просела примерно с 70% до 30%. Китайские нейросети собрали около 44% трафика, причём один только DeepSeek держит 16.3%. Саму GLM-5.2 отчёт отдельно не выделяет, но тренд она усиливает.
График 3. За год доля моделей США на OpenRouter по токенам упала вдвое с лишним, китайские нейросети заняли около 44%. Источник: officechai.com, 26 июня 2026.
Почему это происходит - хорошо сформулировал Nathan Lambert, автор рассылки interconnects.ai.
«GLM-5.2 is the open weight model that feels right in coding harnesses as a general agent. It's the first one. [...] This diffusion happening while Anthropic's... flagship model is still banned is a severe economic dagger.»
Перевод: «GLM-5.2 - это первая открытая нейросеть, которая ощущается правильной внутри кодинг-обвязок в роли универсального агента. И всё это расползание по рынку происходит в тот момент, когда флагман Anthropic всё ещё под запретом [в Китае], - это тяжёлый экономический удар в спину.»
- Nathan Lambert, interconnects.ai, 22 июня 2026
Суть перевожу на живой язык: раньше открытые модели годились «поиграться», а работать все шли к Claude и GPT. GLM-5.2 первой стала полноценным рабочим агентом внутри реальных инструментов разработчика. И пока китайский рынок закрыт для флагмана Anthropic, Z.ai спокойно раздаёт сопоставимое качество бесплатно.
Есть и встречный фронт - война за дистилляцию. Весь 2026 год Anthropic борется с тем, что её модели используют для обучения чужих. В письме в Сенат от 10 июня 2026 компания привела цифры по Alibaba/Qwen: 25 000 аккаунтов и 28,8 млн обменов. Zhipu (та самая Z.ai) фигурирует в списке меток Claude Code. Запад пытается притормозить, а китайские open-weights расходятся по миру быстрее, чем их успевают банить.
Что разработчики говорят после трёх недель с GLM-5.2?
Главное. Реальный опыт разделился. Одни отменяют подписки: за $50 в месяц можно жечь 300 млн токенов «этого качества» в день. Другие бьют по слабым местам - недооценённая память под контекст и токен-жор режима Max: 45 тысяч токенов и 15 минут на одну задачу. Ключ к последней проблеме нашли в том же треде: Max ест вдвое с лишним больше High. Все цитаты - с Hacker News, июнь 2026, с реальными никами.
Три недели в проде показали и восторг, и раздражение. Начну с восторга. Пользователь unrvl22 подвёл экономический итог коротко и ясно.
«I cancelled my claude sub... can burn 300m tokens a day of this quality, for $50 a month.»
Перевод: «Я отменил подписку на Claude... можно жечь 300 млн токенов в день такого качества за $50 в месяц.»
- unrvl22, Hacker News, 17 июня 2026
За этим стоит вся логика раздела про цены: если качество сопоставимо, а платишь в разы меньше, подписка на дорогой флагман начинает казаться необязательной роскошью.
Но эйфорию быстро остудили практики. easygenes прошёлся по гайдам, которые обещают лёгкий локальный запуск.
«Article reads as though written by someone who doesn't have much experience with deployments like this. Underestimates the memory needed to run with a reasonable amount of context.»
Перевод: «Статья читается так, будто её писал человек без реального опыта таких развёртываний. Она недооценивает память, нужную для запуска с вменяемым объёмом контекста.»
- easygenes, Hacker News, 19 июня 2026
Ему по сути ответил CorpOverreach, зафиксировав главный плюс открытых весов даже при всех сложностях.
«It being hard for the average joe to run these at its fullest potential is unfortunate, but the important part is that you can assuming you can acquire the resources.»
Перевод: «То, что рядовому человеку тяжело запустить такое на полную мощность, - обидно, но важно другое: ты в принципе можешь это сделать, если достанешь ресурсы.»
- CorpOverreach, Hacker News, июнь 2026
И ещё одно раздражение - жадность до токенов в режиме максимальных рассуждений. Tiberium пожаловался на конкретный кейс.
«I wish they'd start focusing on the reasoning efficiency now, though. [...] GLM 5.2 (xhigh which maps to max effort) spent over 15 minutes (!) reasoning, spending about 45k tokens, before it finally wrote the first file.»
Перевод: «Хотелось бы, чтобы они теперь занялись эффективностью рассуждений. [...] GLM 5.2 (режим xhigh, он же max) потратила больше 15 минут (!) на размышления и около 45 тысяч токенов, прежде чем наконец записала первый файл.»
- Tiberium, Hacker News, 17 июня 2026
Разгадку тут же подсказал bertili (Hacker News, 17 июня 2026): «This is GLM 5.2 Max. GLM 5.2 High which use less than half the tokens» (это режим GLM 5.2 Max, а GLM 5.2 High тратит меньше половины токенов). У нейросети два уровня усилия рассуждений, High и Max. Z.ai советует Max для сложных многошаговых задач, но за глубину платишь токенами и временем. Гоняешь Max на всё подряд - деньги за токены превращаются в тыкву.
Кому GLM-5.2 подойдёт, а кому нет?
Главное. GLM-5.2 берут под кодинг и агентные задачи, длинный контекст и экономию: она сильна на SWE-bench Pro и агентных бенчах и стоит около $6 против $35 у GPT-5.5 за миллион токенов. Не берут под универсальный чат (Text Arena лишь 25-е место) и под сценарии, где решает Terminal-Bench - там она уступает. Для подписчиков есть GLM Coding Plan от $18/мес с режимами High и Max. Дерево решений ниже разложит выбор.
Пройдём по развилкам, чтобы не гадать.
1. Тебе нужен кодинг, агенты или длинный контекст (до 1M токенов)?
├─ Да → сильная сторона GLM-5.2. Переходи к вопросу 2.
└─ Нет → нужен универсальный чат/письмо? Смотри GPT-5.5, Opus, Gemini - GLM тут только 25-я на Text Arena.
2. Критична максимальная надёжность на Terminal-Bench-сценариях?
├─ Да → тут GLM (81.0) уступает GPT-5.5 и Opus 4.8. Взвесь, стоит ли экономия проигрыша.
└─ Нет → SWE-bench Pro и агентные задачи - её конёк. Идём дальше.
3. Важны цена и предсказуемость тарифа на длинном контексте?
├─ Да → $5.80 против $35 и один тариф на весь 1M - сильный аргумент за GLM-5.2.
└─ Нет → бюджет не решает - выбирай по качеству под конкретный бенч.
4. Нужны открытые веса (приватность, дообучение, свой продукт)?
├─ Да → GLM-5.2 под MIT - один из немногих вариантов уровня флагмана.
└─ Нет → бери доступ через API - официальный или у агрегатора за рубли.
Про подписку - для тех, кто живёт в кодинг-инструментах. GLM Coding Plan идёт тремя тарифами: Lite $18/мес, Pro $72, Max $160 (на релизе было промо ~30%, то есть 12.60/50.40/112). Разница - в квотах.
Lite даёт около 80 промптов за 5 часов и ~400 в неделю, Pro - около 400 за 5 часов и 2000 в неделю, Max - около 1600 за 5 часов и 8000 в неделю. По подписке доступны GLM-5.2, GLM-5-Turbo, GLM-4.7 и GLM-4.5-air.
⚠️ Честно про минусы. GLM-5.2 - не универсальный чемпион. На Terminal-Bench она ниже GPT-5.5 и Opus 4.8. На Text Arena - 25-е место, для писательских и общих задач есть варианты сильнее. По вторичным сводкам Kimi обходит её на реальных repo-задачах (72 против 62.1). А режим Max легко жжёт десятки тысяч токенов на одну задачу - следи, чтобы не гонять его там, где хватает High.
Ещё про интеграции - это влияет на выбор инструмента. На релизе GLM-5.2 подключалась к восьми агентам через Anthropic-совместимый API: Claude Code, Cline, OpenCode, Roo Code, Goose, Crush, OpenClaw, Kilo Code. В Claude Code нейросеть зовётся glm-5.2[1m]. Cursor в списке не было - там доступ настраивается вручную по BYOK через OpenAI-совместимый endpoint.
Как пользоваться GLM-5.2 из России?
Главное. Прямой платёж за подписку Z.ai картой РФ не проходит - как и у OpenAI. Базовый веб-чат доступен, но для работы в проде нужен нормальный доступ. Рабочие пути: русские агрегаторы с рублёвым биллингом (без наценки или с комиссией посредника), либо иностранная карта. Отдельные посредники Coding Plan берут 20-40% сверху, а их «инструкции» на поверку - партнёрский SEO-контент.
Платёжный шлюз Z.ai отклоняет транзакцию по российской карте - с GPT-5.5 и OpenAI история один в один. Плюс инфраструктурный фон: OpenRouter отрезал биллинг для РФ 11 мая 2026, Anthropic API в России не продаёт, Gemini не пускает по IP. Зоопарк ключей и обходных путей вырос сам собой.
Что работает: базовый веб-чат для «пощупать» доступен, но в прод его не поставишь. Дальше два направления. Первое - посредники Coding Plan: они берут комиссию 20-40% сверху, а найденные в выдаче «инструкции по оплате» пишут сами посредники ради партнёрских отчислений. Второе - универсальные агрегаторы, которые дают через один ключ и рублёвый баланс сразу пачку флагманов.
Тут удобно свести цены к рублям. У provod.ai расклад за 1000 токенов (вход/выход) на 9 июля 2026 выглядит так:
| Нейросеть | ₽/1000 вход | ₽/1000 выход |
|---|---|---|
| Claude Opus 4.8 | 0,39 | 1,95 |
| GPT-5.5 | 0,39 | 2,34 |
| GPT-5.4 | 0,19 | 1,17 |
| Gemini 3.1 Pro | 0,16 | 0,94 |
| DeepSeek v4 Pro | 0,034 | 0,068 |
| DeepSeek v4 Flash | 0,011 | 0,022 |
| Qwen 3.7 Max | 0,094 | 0,468 |
Данные: тарифы provod.ai, 9 июля 2026. Цены 1:1 с официалом, наценки посредника нет.
Ключевое отличие такого агрегатора от посредника - в математике. Посредники Coding Plan берут 20-40%, перекупы API-доступа накидывают до +100%, у provod.ai наценка ноль: платишь ровно официальный прайс, только в рублях. Один баланс работает и на чат, и на API - OpenAI-совместимый (/v1/chat/completions) и Anthropic-совместимый (/v1/messages), так что Claude Code, Cursor или n8n подключаются сменой baseURL и ключа. Оплата - картой РФ, через СБП или по счёту, а юрлицам дают полный пакет закрывающих документов: договор, счёт, акт или УПД.
Важная оговорка по самой GLM-5.2. В каталоге provod.ai на момент подготовки статьи перечислены Claude Opus 4.8, GPT-5.5, Gemini 3.1 Pro, DeepSeek v4, Qwen, Grok и Kimi. Есть ли там GLM-5.2 на день чтения - смотри актуальный список моделей на сайте, он обновляется. Если конкретно GLM-5.2 нужна прямо сейчас и её нет в каталоге - остаются посредники Coding Plan или иностранная карта.
Что релиз GLM-5.2 меняет в 2026?
Главное. GLM-5.2 доказала, что открытая китайская нейросеть догоняет закрытые флагманы США на кодинге и агентах - и стоит в разы дешевле. Это давит на цены и на бизнес-модель закрытых моделей. Но у истории есть срок годности: сравнение актуально на июнь 2026. Уже 8-9 июля OpenAI раскатала GPT-5.6, которая на Terminal-Bench 2.1 берёт заметно выше. Гонка только ускорилась.
Главный сдвиг - сам прецедент. Открытая нейросеть с весами под MIT встала вровень с закрытыми флагманами на реальных рабочих задачах - кодинге и агентах - и раздаётся при этом в разы дешевле. Это давит на ценники конкурентов и подтачивает бизнес-модель, где ты платишь премию просто за доступ к лучшей модели.
Практический вывод для нас такой. Выбор нейросетей под задачу стал шире, а разрыв в качестве между «дорогим западным» и «дешёвым китайским» на кодинге почти стёрся. Дорогую модель теперь честнее звать туда, где она реально нужна, а рутину отдавать тому, что дешевле.
⚠️ Внимание. У этого сравнения есть срок годности, и его нельзя замолчать. GPT-5.5 вышла в конце апреля 2026, а 8-9 июля 2026 OpenAI выпустила следующую версию - GPT-5.6. По замерам из анонса её флагманская конфигурация берёт на Terminal-Bench 2.1 около 91.9% против 88.0% у GPT-5.5, а цена осталась прежней, $5/$30. Все цифры «GLM-5.2 обошла GPT-5.5» честны на момент релиза GLM-5.2 в июне 2026 - но к моменту, когда ты это читаешь, планка у OpenAI уже сдвинулась.
Отдельная деталь для скептиков бенчей: исследовательская группа METR (metr.org) публиковала разбор про читерство моделей на замерах. Так что к любым бенч-цифрам, включая наши таблицы, относись как к ориентиру, а не приговору. Реальную пользу нейросеть показывает только на твоей собственной задаче - проверь её сам, прежде чем делать выводы.
Сделай прямо сейчас
Главное. Не переноси выбор на потом: сверь бенчи под свою задачу, посчитай цену в рублях, реши вопрос оплаты из России и прогони нейросеть на реальном промпте через API до того, как менять основной инструмент. И помни про GPT-5.6: сравнивай по цифрам, актуальным на день выбора, а не на день релиза.
По шагам:
- Определи, что тебе нужно: кодинг и агенты - смотри на SWE-bench Pro, где GLM-5.2 впереди; универсальный чат - там она слабее, бери GPT-5.5 или Opus.
- Посчитай экономику в рублях по таблице цен. $5.80 против $35 за миллион токенов - разница шестикратная, на объёме это ощутимо.
- Реши вопрос доступа из России заранее: карту РФ Z.ai не берёт, остаются посредники с комиссией или агрегатор с оплатой в рублях.
- Прогони GLM-5.2 на своей реальной задаче через API, прежде чем менять основной рабочий инструмент. И держи в голове, что GPT-5.6 уже вышла - сравнивай по актуальным цифрам.
Была полезна статья? Да / Нет
Источники
- huggingface.co - официальный блог-зеркало Z.ai и карточка модели (параметры ~744-753B/40B, контекст 1M, лицензия MIT, бенчи SWE-bench Pro 62.1, Terminal-Bench 2.1 81.0, FrontierSWE 74.4, PostTrainBench 34.3, MCP-Atlas 76.8, HLE 40.5, AIME 2026 99.2) - проверено 9 июля 2026
- latent.space - анонс GLM-5.2 (17 июня 2026): режимы High/Max, Design Arena Elo 1360, Code Arena Frontend #2, Agent Arena #10, IndexShare -2.9x FLOPs, MTP-слой, цена $1.4/$4.4 - 17 июня 2026
- openrouter.ai - рыночные цены GLM-5.2 ($0.447/$1.76-3.31), обзор открытых моделей июня 2026, индекс Artificial Analysis - проверено 9 июля 2026
- venturebeat.com - прямые сравнения с GPT-5.5 (SWE-bench Pro 62.1 против 58.6, FrontierSWE 74.4 против 72.6, MCP-Atlas 77.0 против 75.3, HLE с инструментами 54.7 против 52.2) по вторичным пересказам, страница отдавала 403 - проверено 9 июля 2026
- developers.openai.com - официальные прайсы GPT-5.5 ($5/$30), GPT-5.5 Pro ($30/$180), лестница свыше 272K токенов - проверено 9 июля 2026
- docs.z.ai - официальный прайс GLM-5.2 ($1.40/$4.40), лимит выхода 128K, интеграции с агентами - проверено 9 июля 2026
- officechai.com - доля моделей США на OpenRouter (~70% в июне 2025 до ~30% в июне 2026), китайские нейросети ~44%, DeepSeek 16.3% - 26 июня 2026
- hn.algolia.com / news.ycombinator.com - треды про GLM-5.2 (цитаты unrvl22, easygenes, CorpOverreach, Tiberium, bertili с objectID) - июнь 2026
- interconnects.ai - разбор Nathan Lambert «GLM-5.2 is the step change for open agents» (цитаты про открытых агентов и экономический удар) - 22 июня 2026
- platform.claude.com, ai.google.dev - прайсы Claude Opus 4.8 ($5/$25) и Gemini 3.1 Pro ($2/$12) для сравнительной таблицы - проверено 9 июля 2026
- z.ai/subscribe - тарифы GLM Coding Plan (Lite $18, Pro $72, Max $160, квоты и множители, набор моделей) - проверено 9 июля 2026
- openai.com и сводки анонса GPT-5.6 - раскатка 8-9 июля 2026, Terminal-Bench 2.1 ~91.9% у флагманской конфигурации против 88.0% у GPT-5.5, цена $5/$30 - проверено 9 июля 2026
- metr.org - исследования METR о читерстве моделей на бенчмарках (контекст для чтения любых бенч-таблиц) - проверено 9 июля 2026
Связанные материалы
- «Как запустить GLM 5.2 локально через Unsloth: понятный гайд 2026» - вся арифметика памяти, команды llama.cpp и реальные бенчи железа, если хочешь крутить нейросеть у себя
- «Агрегаторы LLM API в России 2026: какой выбрать и не переплатить» - как выбрать единый API-шлюз под задачи и не нарваться на наценку посредника
- «GPT-5.6 вышла: что нового в чатгпт и как пользоваться из России в 2026» - разбор новой версии OpenAI, с которой уже надо сравнивать GLM-5.2
GLM-5.2 доказала простую вещь: открытая китайская нейросеть догнала закрытые флагманы на кодинге и стоит в разы дешевле. Но из России всё упирается в старый затык: ни Z.ai, ни OpenAI не берут карту РФ напрямую, а посредники накидывают сверху 20-100%. provod.ai собирает те же модели под рублёвый биллинг: Opus, GPT, Gemini, DeepSeek, Qwen, Kimi - под одним ключом и чат, и API, OpenAI- и Anthropic-совместимый.
Наценки посредника ноль - платишь официальную цену в рублях, свежие модели добавляются оперативно. Платить можно картой РФ, через СБП или по счёту - бизнесу дают договор и закрывающие документы. Если нужна именно GLM-5.2 - проверь актуальный список моделей и цены в рублях.
provod.ai — Russian LLM API aggregator. One OpenAI-compatible endpoint to all flagship models: OpenAI (GPT-5.6, GPT-5.5), Anthropic (Claude Opus 4.8, Sonnet 4.6), Google (Gemini 3.1 Pro, 3.5 Flash), DeepSeek V4 Pro, Qwen 3.6 Plus. Provider prices at the CBR rate, no token markup. Pay in rubles to a Russian legal entity with full closing documents.
Try: provod.ai · model catalog · docs
Top comments (0)