สังเวียน · รีวิวโมเดล AI
GLM-5.2
โดย Z.ai (Zhipu AI)
โมเดลน้ำหนักเปิดที่ดีที่สุดตาม Artificial Analysis: MoE ขนาด 753 พันล้านพารามิเตอร์ภายใต้สัญญาอนุญาต MIT ที่เอาชนะ GPT-5.5 ใน SWE-Bench Pro ด้วยราคาหนึ่งในหก
$4.40/1M out
ราคาตั้งอย่างเป็นทางการของ Z.ai สำหรับ glm-5.2: 1.40 ดอลลาร์ต่อหนึ่งล้านโทเค็นขาเข้า, 0.26 ดอลลาร์เมื่อใช้แคช, 4.40 ดอลลาร์ต่อหนึ่งล้านโทเค็นขาออก ผู้ให้บริการภายนอกระบุตัวเลขเดียวกันที่ 1.40 / 4.40 ดอลลาร์ การจัดเก็บแคชขาเข้าฟรีในระยะเวลาจำกัด ตรวจสอบจากหน้าราคา docs.z.ai, 08/2026
Z.ai (Zhipu AI)
1M tokens (128K max output)
$1.40/1M in (cache hit $0.26)
$4.40/1M out
text only
มี
GLM-5.2 คืออะไร?
เปิดตัวเมื่อ 17/06/2026 โดย Z.ai (เดิมชื่อ Zhipu AI) ซึ่งมีฐานอยู่ที่ปักกิ่ง GLM-5.2 เป็นโมเดล Mixture-of-Experts ขนาด 753 พันล้านพารามิเตอร์ โดยมีราว 40 พันล้านที่ทำงานต่อโทเค็น พร้อมหน้าต่างบริบทหนึ่งล้านโทเค็นและเอาต์พุตสูงสุด 128K เผยแพร่ภายใต้สัญญาอนุญาต MIT พร้อมน้ำหนักที่ดาวน์โหลดได้ ราคา API อย่างเป็นทางการอยู่ที่ 1.40 ดอลลาร์ต่อหนึ่งล้านโทเค็นขาเข้า (0.26 ดอลลาร์เมื่อใช้แคช) และ 4.40 ดอลลาร์ต่อหนึ่งล้านโทเค็นขาออก Artificial Analysis จัดให้อยู่อันดับ 4 จาก 106 โมเดลใน Intelligence Index ด้วยคะแนน 53 และเป็นอันดับหนึ่งในบรรดาโมเดลน้ำหนักเปิดที่มีให้ใช้งาน ทำคะแนน 62.1 ใน SWE-Bench Pro นำหน้า 58.6 ของ GPT-5.5 พร้อมด้วย 82.7 ใน Terminal-Bench 2.1 และ 91.2 ใน GPQA-Diamond สถาปัตยกรรมนำ IndexShare มาใช้ ซึ่งลด FLOPs ต่อโทเค็นลง 2.9 เท่าที่บริบทเต็ม และการถอดรหัสเชิงคาดเดาที่ปรับปรุงแล้ว
ข้อดีและข้อเสียของ GLM-5.2
ข้อดี
- โมเดลน้ำหนักเปิดอันดับหนึ่งใน Artificial Analysis Intelligence Index (คะแนน 53 อันดับ 4 จาก 106): โมเดลที่แรงที่สุดที่คุณดาวน์โหลดและดูแลเองได้จริง ภายใต้สัญญาอนุญาต MIT
- 62.1 ใน SWE-Bench Pro นำหน้า 58.6 ของ GPT-5.5 พร้อม 82.7 ใน Terminal-Bench 2.1 และ 91.2 ใน GPQA-Diamond: การเขียนโค้ดและการให้เหตุผลระดับแนวหน้า ไม่ใช่ทางเลือกราคาถูก
- 1.40 ดอลลาร์ต่อหนึ่งล้านโทเค็นขาเข้า และ 4.40 ดอลลาร์ขาออก (ขาเข้าลดเหลือ 0.26 ดอลลาร์เมื่อใช้แคช) หรือราวหนึ่งในหกของต้นทุนต่อโทเค็นของ GPT-5.5 หรือ Claude Opus 4.8
- เร็วจริง: 153.2 โทเค็นขาออกต่อวินาที และ 1.39 วินาทีถึงโทเค็นแรก นำหน้า 33 โทเค็นต่อวินาทีของ Kimi K3 ในกลุ่มเดียวกันอย่างมาก
- บริบทหนึ่งล้านโทเค็นพร้อมเอาต์พุตสูงสุด 128K และสถาปัตยกรรม IndexShare ที่หาร FLOPs ต่อโทเค็นด้วย 2.9 ที่ความยาวบริบทเต็ม
- สัญญาอนุญาต MIT พร้อมน้ำหนักที่เผยแพร่: การดูแลระบบเองช่วยขจัดทั้งการผูกติดกับผู้ให้บริการและคำถามเรื่องเขตอำนาจของข้อมูลที่เกิดกับ API แบบโฮสต์
ข้อเสีย
- ยืดยาวที่สุดในบรรดาโมเดลชั้นนำ: 43,000 โทเค็นขาออกต่องานของ Artificial Analysis (เป็นการให้เหตุผล 37,000) หรือ 1.8 เท่าของค่าเฉลี่ย ทำให้ราคาที่ดูถูกกลายเป็น 0.32 ดอลลาร์ต่องาน และคำตอบใช้เวลาราว 75 วินาทีบน OpenRouter
- อ่อนด้านความรู้ที่ปรับค่าอาการหลอน: 4 คะแนนใน AA-Omniscience เทียบกับ 27 ของ Claude Opus 4.8, 23 ของ Gemini 3.5 Flash และ 20 ของ GPT-5.5 กล่าวคือมันตอบอย่างมั่นใจในจุดที่โมเดลที่ดีกว่าเลือกจะไม่ตอบ
- รองรับข้อความเท่านั้น: ไม่รับภาพหรือเสียง ขณะที่คู่แข่งโดยตรงส่วนใหญ่รองรับหลายรูปแบบมาแต่ต้น
- Artificial Analysis ระบุว่าแพงเมื่อเทียบกับโมเดลน้ำหนักเปิดขนาดใกล้เคียงกัน: ข้อได้เปรียบด้านราคาใช้ได้กับกลุ่มแนวหน้าแบบปิดของสหรัฐ ไม่ใช่กับกลุ่มเปิด
- พารามิเตอร์ 753 พันล้านต้องใช้โครงสร้างพื้นฐานหลาย GPU ในการดูแลเอง สำหรับทีมส่วนใหญ่ «น้ำหนักเปิด» หมายถึงความยืดหยุ่นในการย้ายและสิทธิ์ตรวจสอบ มากกว่าความสามารถในการรันจริง
คำตัดสินของสังเวียน
GLM-5.2 คือโมเดลที่ดีที่สุดที่คุณดาวน์โหลดได้ในตอนนี้ มันนำกลุ่มน้ำหนักเปิดใน Artificial Analysis เอาชนะ GPT-5.5 ใน SWE-Bench Pro และมีต้นทุนต่อโทเค็นราวหนึ่งในหกของกลุ่มแนวหน้าแบบปิดของสหรัฐ เลือกใช้สำหรับการเขียนโค้ดแบบเอเจนต์ งานระยะยาวบนคลังโค้ด และการวิเคราะห์บริบทหนึ่งล้านโทเค็น โดยเฉพาะหากการดูแลระบบเองหรืออิสระด้านสัญญาอนุญาตมีความสำคัญต่อแผนงานของคุณ ระวังความยืดยาว: มันใช้โทเค็นขาออก 43,000 ต่องาน ค่าใช้จ่ายจริงจึงใกล้ 0.32 ดอลลาร์ต่องาน และคำตอบใช้เวลาราว 75 วินาที ซึ่งทำให้ไม่เหมาะกับผลิตภัณฑ์แบบโต้ตอบ และอย่าใช้เป็นแหล่งอ้างอิงความรู้: คะแนน AA-Omniscience 4 เทียบกับ 27 ของ Opus 4.8 หมายความว่ามันจะตอบอย่างมั่นใจในจุดที่ควรปฏิเสธ จึงควรวางชั้นตรวจสอบไว้หน้าทุกอย่างที่เป็นข้อเท็จจริง หากวัดที่ต้นทุนต่อโทเค็นล้วน DeepSeek V4 ยังถูกกว่า จุดขายของ GLM-5.2 คือขีดความสามารถระดับแนวหน้าที่คุณเป็นเจ้าของได้
ยกนิ้วให้หรือคว่ำนิ้วลง
ออกคำตัดสินของคุณ
คุณจะแนะนำ GLM-5.2 หรือจะเตือนฝูงชนให้ถอยห่าง?
ทางเลือกที่ดีที่สุดแทน GLM-5.2
ทางเลือกทั้งหมดโมเดลหลักของ Google ประจำเดือนกันยายน 2026: บริบท 1M ราคาโปรโมชัน $0.75/$3.75 ความเร็วเอาต์พุต 305 โทเคน/วินาที
โมเดล frontier ของ Google เดือน พ.ย. 2025: context 1M, ตัวแรกที่ทะลุ 1500 Elo บน LMArena ถูกแทนที่ด้วย Gemini 3.1 Pro
เปรียบเทียบ GLM-5.2 แบบตัวต่อตัว
ฝูงชนว่าอย่างไร
“yok”
“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.”
“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.”
“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: คำถามที่พบบ่อย
GLM-5.2 ราคาเท่าไหร่ต่อ 1M tokens?
GLM-5.2 ราคา $1.40/1M in (cache hit $0.26) ต่อ 1M input tokens และ $4.40/1M out ต่อ 1M output tokens ราคาตั้งอย่างเป็นทางการของ Z.ai สำหรับ glm-5.2: 1.40 ดอลลาร์ต่อหนึ่งล้านโทเค็นขาเข้า, 0.26 ดอลลาร์เมื่อใช้แคช, 4.40 ดอลลาร์ต่อหนึ่งล้านโทเค็นขาออก ผู้ให้บริการภายนอกระบุตัวเลขเดียวกันที่ 1.40 / 4.40 ดอลลาร์ การจัดเก็บแคชขาเข้าฟรีในระยะเวลาจำกัด ตรวจสอบจากหน้าราคา docs.z.ai, 08/2026