L'arena · recensione di modello IA

GLM-5.2

di Z.ai (Zhipu AI)

Il miglior modello a pesi aperti secondo Artificial Analysis: un MoE da 753 miliardi di parametri con licenza MIT che batte GPT-5.5 su SWE-Bench Pro a un sesto del prezzo

Punteggio dell'arena 4.1/550% lo consiglia · 4 voti
Ragionamento4.5
Coding4.5
Scrittura3.5
Velocità4.0
Rapporto qualità-prezzo4.0
Visita GLM-5.2coding agentico e lavoro prolungato su un repositoryteam che vogliono il livello frontiera su pesi auto-ospitaticarichi vincolati dal budget che tollerano un ragionamento verbosoanalisi di codebase e documenti su un milione di token
Prezzo

$4.40/1M out

Prezzo ufficiale Z.ai per glm-5.2: 1,40 $ per milione di token in ingresso, 0,26 $ con cache hit, 4,40 $ in uscita. I provider terzi indicano gli stessi 1,40 $ / 4,40 $. L'archiviazione della cache in ingresso è gratuita per un periodo limitato. Verificato sulla pagina prezzi docs.z.ai, 08/2026.

Fornitore

Z.ai (Zhipu AI)

Finestra di contesto

1M tokens (128K max output)

Prezzo in input

$1.40/1M in (cache hit $0.26)

Prezzo in output

$4.40/1M out

Modalità

text only

Open weights

Sì

Che cos'è GLM-5.2?

Rilasciato il 17/06/2026 da Z.ai (già Zhipu AI), con sede a Pechino. GLM-5.2 è un modello Mixture-of-Experts da 753 miliardi di parametri, di cui circa 40 miliardi attivi per token, con una finestra di contesto da un milione di token e 128K di output massimo, pubblicato con licenza MIT e pesi scaricabili. Il prezzo ufficiale dell'API è di 1,40 $ per milione di token in ingresso (0,26 $ con cache hit) e 4,40 $ in uscita. Artificial Analysis lo colloca al 4° posto su 106 modelli del suo Intelligence Index con un punteggio di 53, e primo tra i modelli a pesi aperti disponibili. Ottiene 62,1 su SWE-Bench Pro, davanti al 58,6 di GPT-5.5, oltre a 82,7 su Terminal-Bench 2.1 e 91,2 su GPQA-Diamond. L'architettura introduce IndexShare, che riduce di 2,9 volte i FLOPs per token a contesto pieno, e un decoding speculativo migliorato.

GLM-5.2: pro e contro

Pro

  • Primo tra i modelli a pesi aperti nell'Artificial Analysis Intelligence Index (punteggio 53, 4° su 106): il modello più potente che si possa davvero scaricare e ospitare in proprio, con licenza MIT
  • 62,1 su SWE-Bench Pro, davanti al 58,6 di GPT-5.5, con 82,7 su Terminal-Bench 2.1 e 91,2 su GPQA-Diamond: codice e ragionamento di livello frontiera, non un'approssimazione economica
  • 1,40 $ per milione di token in ingresso e 4,40 $ in uscita (0,26 $ in ingresso con cache hit), circa un sesto del costo per token di GPT-5.5 o Claude Opus 4.8
  • Davvero veloce: 153,2 token al secondo in uscita e 1,39 s al primo token, molto avanti ai 33 token/s di Kimi K3 nella stessa categoria
  • Contesto da un milione di token con 128K di output, e un'architettura IndexShare che divide per 2,9 i FLOPs per token a lunghezza di contesto piena
  • Licenza MIT e pesi pubblicati: ospitarlo in proprio elimina sia il vincolo con il fornitore sia la questione della giurisdizione dei dati che riguarda l'API ospitata

Contro

  • Il più verboso tra i modelli di punta: 43.000 token in uscita per attività Artificial Analysis (di cui 37.000 di ragionamento), 1,8 volte la media, così il prezzo di listino si traduce in 0,32 $ per attività e circa 75 secondi end-to-end su OpenRouter
  • Debole sulla conoscenza corretta per le allucinazioni: 4 su AA-Omniscience contro 27 di Claude Opus 4.8, 23 di Gemini 3.5 Flash e 20 di GPT-5.5, cioè risponde con sicurezza dove modelli migliori si astengono
  • Solo testo: nessun input di immagini o audio, mentre la maggior parte dei concorrenti diretti è multimodale nativa
  • Artificial Analysis lo giudica caro rispetto ad altri modelli a pesi aperti di dimensioni simili: l'argomento prezzo regge contro la frontiera statunitense chiusa, non contro il campo aperto
  • 753 miliardi di parametri richiedono un'infrastruttura multi-GPU per l'auto-hosting; per la maggior parte dei team «pesi aperti» significa portabilità e diritto di verifica più che reale capacità di eseguirlo

Il verdetto dell'arena

GLM-5.2 è il miglior modello che si possa scaricare oggi. Guida il campo dei pesi aperti su Artificial Analysis, batte GPT-5.5 su SWE-Bench Pro e costa circa un sesto della frontiera statunitense chiusa per token. Sceglietelo per il coding agentico, il lavoro di fondo sui repository e l'analisi su un milione di token, soprattutto se l'auto-hosting o la libertà di licenza contano nella vostra roadmap. Attenzione alla verbosità: consuma 43.000 token in uscita per attività, quindi il conto reale si avvicina a 0,32 $ per attività e le risposte richiedono circa 75 secondi, il che lo esclude dai prodotti interattivi. E non usatelo come oracolo di conoscenza: il suo 4 su AA-Omniscience, contro il 27 di Opus 4.8, significa che risponderà con sicurezza quando dovrebbe astenersi, quindi mettete uno strato di verifica davanti a tutto ciò che è fattuale. Per il puro costo per token DeepSeek V4 resta più economico; la proposta di GLM-5.2 è una capacità di frontiera che potete possedere.

Pollice su o pollice verso

Emetti il tuo verdetto

Consiglieresti GLM-5.2, o metteresti in guardia la folla?

50%punteggio della folla · 4

Migliori alternative a GLM-5.2

Tutte le alternative
1
Gemini 3.8 Flash

Il modello da lavoro di Google di settembre 2026: contesto 1M, prezzo promo 0,75 $/3,75 $, velocità di output 305 token/s

$3.75/1M out60%(1)
Visit
2
Gemini 3 Pro

Il modello di frontiera di Google di nov 2025: contesto 1M, primo oltre i 1500 Elo su LMArena, sostituito da Gemini 3.1 Pro.

$12/1M out (prompts ≤200K)57%(3)
Visit
3
Grok 4.3

Il modello di frontiera di xAI con contesto 1M a $1.25/$2.50 per 1M di tokens, ottimizzato per l'uso agentico dei tool.

$2.50/1M out
Visit

Confronta GLM-5.2 testa a testa

Cosa dice la folla

Niente Rimborsus

“yok”

Niente Rimborsus

“The verbosity is not a detail. 43k output tokens for a task Opus does in 15k means my cheap model is not cheap, and 75 seconds per answer killed it for our support bot. Great for batch, useless interactive.”

Guardiano del Repo

“1M context that actually stays coherent. Fed it a 400k-token monorepo and the cross-file reasoning was better than anything else I can self-host. 153 tokens/s makes the long reasoning bearable.”

Campione delle Vibes

“Swapped it in for our agentic refactor jobs and it held up against Opus 4.8 at a fraction of the bill. The MIT weights are what sold my CTO: we can move it in-house if Z.ai ever changes the terms.”

GLM-5.2: domande frequenti

Quanto costa GLM-5.2 per 1M di token?

GLM-5.2 costa $1.40/1M in (cache hit $0.26) per 1M di token in input e $4.40/1M out per 1M di token in output. Prezzo ufficiale Z.ai per glm-5.2: 1,40 $ per milione di token in ingresso, 0,26 $ con cache hit, 4,40 $ in uscita. I provider terzi indicano gli stessi 1,40 $ / 4,40 $. L'archiviazione della cache in ingresso è gratuita per un periodo limitato. Verificato sulla pagina prezzi docs.z.ai, 08/2026.