Z.ai GLM 5.2: Model AI Coding China yang Hemat Biaya
Anthropic
OpenAI
Laboratorium China Z.ai merilis GLM 5.2, sebuah model bahasa besar open-weights dengan 753 miliar parameter (40 miliar aktif), menawarkan harga API sebesar $4,40 per juta token keluaran—seperlima dari Opus 4.8 milik Anthropic dan sepersepuluh dari Fable. Model ini hampir menyamai tolok ukur terdepan dalam coding dan keamanan siber, tetapi pengamat AS khawatir tentang penyaluran data. Para programmer melaporkan hasil yang beragam: bagus untuk tugas jangka panjang dan desain front-end, tetapi beberapa menghadapi batas kecepatan dan halusinasi.
Z.ai, laboratorium yang berbasis di Beijing, merilis GLM 5.2 pada 16 Juni sebagai model bahasa besar (LLM) dengan bobot terbuka yang memiliki 753 miliar parameter dan 40 miliar aktif dalam satu waktu, di bawah lisensi MIT. Biaya API-nya adalah $4,40 per juta token keluaran, jauh lebih murah dibandingkan Opus 4.8 dari Anthropic ($22 per juta) dan Fable ($44 per juta). Model ini hampir menyamai Opus 4.8 dalam tolok ukur pengkodean agen seperti FrontierSWE dan PostTrainBench, serta meraih skor baik dalam tolok ukur keamanan siber, sehingga dibandingkan dengan Mythos dari Anthropic. Namun, laporan Z.ai sendiri menunjukkan bahwa GLM 5.2 tertinggal dari Opus 4.8 dan GPT-5.5 milik OpenAI di sebagian besar tolok ukur pengkodean, misalnya SWE-Marathon di mana ia menyelesaikan 13% tugas dibandingkan dengan Opus 4.8 yang mencapai 26%. Para pengkode melaporkan pengalaman yang beragam: Zain Hasan dari Together AI mengatakan GLM 5.2 menangani tugas jangka panjang dengan baik dan memiliki selera desain web yang baik; David Nix dari MetaRouter menganggapnya 'sangat dekat' dengan model terdepan untuk pekerjaan front-end, menangani 10-20% tugas LLM-nya. Yang lain, seperti Sai Kiran Myadaram dari Indhic AI, mengalami masalah dengan batas kecepatan dan halusinasi, lebih memilih Codex milik OpenAI. Sifat bobot terbuka memungkinkan hosting sendiri, mengatasi kekhawatiran tentang keamanan data bagi perusahaan-perusahaan AS.
Sumber: IEEE Spectrum AI —
asli
