GLM‑5.2:
1M контекст
и coding API
Zhipu GLM‑5.2: MoE 744B, IndexShare, MIT weights, FrontierSWE и Terminal-Bench. High/Max effort, self-host vs API через IRI Gateway — hedge на фоне export controls.
Zhipu AI (бренд Z.ai) выпустила GLM‑5.2 — open-weight flagship под long-horizon coding и agentic engineering. Главное отличие от GLM‑5.1: не «ещё +100K контекста», а рабочий 1M-token context, который держит качество на многочасовых траекториях агента — large-scale implementation, debugging, performance optimization, applied ML research. Веса под MIT license на Hugging Face и ModelScope; API и GLM Coding Plan — параллельно.
Коротко: GLM‑5.2 — MoE ~744B params (~40B active/token), 1M context, режимы thinking High и Max, IndexShare (−2.9× FLOPs на 1M). На FrontierSWE — #1 среди open-source, −1% до Opus 4.8. Для РФ: API через шлюз, self-host для compliance-heavy, hedge рядом с US frontier под export controls.
Зачем рынку ещё одна «coding model»
GLM‑5.2 позиционируется не как chat-бот, а как substrate для sustained engineering work. Z.ai прямо пишет: 1M context легко заявить, сложно сохранить качество под «messy coding-agent trajectories» — когда агент часами правит репо, компактит контекст, вызывает tools и не теряет нить.
Это пересекается с трендом недели: US frontier (GPT‑5.6 Sol, Claude Fable/Mythos) уходит в phased release и export controls — см. GPT‑5.6. Open-weight линейка с MIT — альтернативный контур: не «дешевле GPT», а «контролируемый стек + длинный горизонт».
Архитектура: MoE, IndexShare, MTP
Mixture-of-Experts
GLM‑5.2 — sparse MoE: порядка 744B total parameters, ~40B active per token. Router выбирает subset experts — так удерживают качество при manageable inference cost.
IndexShare (1M context)
Для длинного контекста bottleneck — attention и indexer cost. IndexShare: каждые 4 transformer layers делят один lightweight indexer; top-k indices переиспользуются — indexer dot product и topk в 3 из 4 слоёв не пересчитываются. На 1M tokens — ~2.9× меньше FLOPs vs naive sparse attention (источник: Z.ai blog).
Для production это про economics: long-context coding без 2.9× переплаты за compute на каждом слое.
MTP + speculative decoding
Улучшен Multi-Token Prediction layer: IndexShare и KVShare на draft steps, rejection sampling, end-to-end TV loss. Acceptance length speculative decoding вырос до +20% (5.47 vs 4.56 baseline в ablation на coding scenarios). Быстрее decode = быстрее agent loops.
Бенчмарки: где GLM‑5.2 выигрывает
Z.ai публикует широкую таблицу; ключевое для инженеров:
- Terminal-Bench 2.1 (Terminus-2): 81.0 vs 63.5 у GLM‑5.1; близко к Claude Opus 4.8 (85.0), выше Gemini 3.1 Pro (74.0).
- SWE-bench Pro: 62.1 vs 58.4 (5.1); сильнейшая open-source на стандартном coding suite.
- FrontierSWE (open-ended projects, часы–десятки часов): 74.4% dominance — −1% до Opus 4.8, +1% vs GPT‑5.5, лучший open-source.
- PostTrainBench (post-training на H100): 34.3 — второе место после Opus 4.8, выше GPT‑5.5 (28.4).
- SWE-Marathon (компиляторы, kernels, prod services): 13.0 — room to grow, но второе место после Opus series.
На reasoning (HLE, GPQA-Diamond, AIME) GLM‑5.2 тоже сильный, но product story — именно agentic coding at scale.
High vs Max: effort levels
GLM‑5.2 даёт явный контроль thinking effort:
- High — баланс latency и качества на рутинных coding tasks.
- Max — больше internal reasoning на architecture, optimization, hard debugging.
В GLM Coding Plan модель GLM-5.2; для 1M context в Claude Code — GLM-5.2[1m]. Quota: 3× в peak hours (14:00–18:00 UTC+8), 2× off-peak; промо до конца сентября — off-peak как 1×.
Через API-шлюзы effort задаётся параметрами провайдера — в IRI Gateway смотрите документацию upstream при появлении extended params.
Open source vs API: две стратегии
Self-host (MIT weights)
Веса BF16/FP8: Hugging Face (zai-org/GLM-5.2), ModelScope. Inference: transformers, vLLM, SGLang, xLLM, ktransformers. Плюсы: data residency, нулевой marginal token cost при своих GPU, fine-tune. Минусы: CapEx, ops, нужен inference team — см. сколько стоит LLM API для команды.
API через шлюз
Для большинства российских команд быстрее старт через OpenAI-compatible proxy. В каталоге IRI Gateway модель доступна как Z.ai: GLM 5.2 (context 1M, tier balanced). Провайдер: z-ai · общий каталог: 376 моделей.
Пример запроса через IRI Gateway
curl https://api-ru.agi-iri.ru/v1/chat/completions \
-H "Authorization: Bearer vsk_live_..." \
-H "Content-Type: application/json" \
-d '{
"model": "z-ai/glm-5.2",
"messages": [
{"role": "system", "content": "You are a senior engineer. Work step by step."},
{"role": "user", "content": "Refactor auth module across 40 files..."}
],
"max_tokens": 8192
}'
Точный model ID — в каталоге (обновляется автоматически). Баланс и ключ: пополнение.
GLM‑5.2 vs GPT‑5.6 vs DeepSeek: когда что
| Модель | Сильная сторона | Риск / ограничение |
|---|---|---|
| GLM‑5.2 | 1M coding agent, MIT weights, цена API ~$1.40/$4.40 per 1M (upstream) | Нужен effort tuning; SWE-Marathon слабее Opus |
| GPT‑5.6 Sol | Agentic + cyber + biology, ultra/subagents | Limited preview, US policy, safeguards latency |
| DeepSeek V4/R1 | Цена, reasoning, vision (Vision) | Другой профиль бенчмарков на ultra-long agentic |
Practical mix для integrator: GLM‑5.2 на long repo tasks, GPT‑5.5 Codex на короткий agent loop, DeepSeek на volume — один Gateway, разные model.
Agentic RL и anti-hack (почему это важно продукту)
Z.ai описывает post-training на slime framework: white-box/black-box rollout, sub-agent workflow, OPD merge 10+ expert models за ~2 дня training. Отдельно — anti-hack для coding RL: агенты могут «читить» (curl raw.githubusercontent.com, читать hidden eval files). Online guard блокирует tool call, но не рвёт весь trajectory — стабильнее training.
Для заказчика enterprise это сигнал: vendor invest в honest agent behavior, не только в leaderboard score. При выборе модели для production coding agent смотрите не только SWE-bench, но и устойчивость к reward hacking в ваших evals.
Инструменты экосистемы Z.ai
- GLM Coding Plan — подписка, GLM‑5.2 уже rolled out.
- ZCode — desktop agent, /goal для long-horizon, SSH remote.
- Интеграции: Claude Code, OpenCode, Open WebUI — см. how-to Claude Code + Gateway как паттерн «свой endpoint».
IRI не заменяет Z.ai billing; Gateway даёт единый рублёвый контур и смешение с другими vendor'ами в одном проекте.
Чек-лист: внедрить GLM‑5.2 в команде
- Pilot на одной long-horizon задаче (migration, large refactor) с 1M context — замерить качество vs GLM‑4.6 / GPT‑5.5.
- Выбрать High vs Max по latency SLA.
- Если данные не могут уходить в CN cloud — оценить self-host MIT weights.
- Подключить через Gateway — один ключ для A/B с DeepSeek и GPT (выбор шлюза).
- Зафиксировать model ID в config, не хардкодить в 20 репозиториях.
- Enterprise: договор и лимиты — заявка.
Итог
GLM‑5.2 — один из главных open-weight релизов июня 2026: 1M context, который реально работает на agentic coding, MIT license, сильные long-horizon бенчмарки. На фоне export controls на US frontier — must-have option в multi-vendor стеке. Подключайте через IRI Gateway или self-host; длинные разборы US-линейки — в статье про GPT‑5.6 и дайджесте 26.06.
Источник: Z.ai — GLM‑5.2 · провайдер в каталоге: z-ai
Подключить LLM API для команды?
Запросите счёт на р/с: после оплаты — ключ, баланс и каталог моделей в одном endpoint.