Z.ai wypuszcza GLM-5.2 na licencji MIT i miesza w układzie sił

Przez ostatnie lata, jeśli chciało się modelu, który serio radzi sobie z kodem, droga prowadziła do dwóch zamkniętych API: Anthropic albo OpenAI. Płaciło się za token, godziło się na ich warunki i tyle. W tym tygodniu chińskie Z.ai (dawniej ZhipuAI, firma wyrosła z Uniwersytetu Tsinghua) pokazało GLM-5.2 i ten układ pierwszy raz naprawdę pęknął. To model z otwartymi wagami na licencji MIT, który na kilku benchmarkach do kodowania siada tuż za Claude Opus 4.8 i wyprzedza GPT-5.5. Tyle że im dłużej się w to wpatruję, tym wyraźniej widzę, że "otwarty model dorównuje czołówce" i "możesz tanio uniezależnić się od zamkniętych dostawców" to dwa różne zdania, a tylko pierwsze jest już prawdą.

Zacznijmy od liczb, bo one robią tu robotę. FrontierSWE, na które się tu powołuję, to nie akademicki standard ani marketingowa tabelka producenta, tylko niezależny benchmark prowadzony przez osobny zespół, który sprawdza, czy agent dowiezie otwarte, wielogodzinne zadanie inżynierskie od zera do działającej całości. GLM-5.2 dostał na nim 74,4 punktu, czyli o 0,7 punktu za Opusem 4.8 (75,1), a wyraźniej z tyłu zostaje dopiero GPT-5.5 z wynikiem 72,6. Na Terminal-Bench, gdzie model dostaje terminal i ma faktycznie wykonać zadanie, GLM-5.2 przeskoczył z 63,5 (poprzednia wersja) na 81,0, co Cline skomentował krótko: pierwszy otwarty model, który przebił granicę 80%. To nie jest "całkiem nieźle jak na open-source". To jest czołówka, z jednym otwartym modelem w środku.

Drugi filar to długi kontekst, i tu warto rozróżnić deklarację od użyteczności. Milion tokenów w oknie kontekstowym deklaruje dziś wielu, ale jak zauważa BigGo, spora część modeli zaczyna gubić informacje już powyżej 300 tysięcy tokenów, a jakość rozumowania leci wtedy na łeb na szyję. Z.ai twierdzi, że u nich okno działa do końca. W jednym z testów model przeszedł od wersji M0 do M4 gry strategicznej w stylu Civilization, zużywając 870 tysięcy tokenów w jednej sesji, i przy okazji namierzył ukryty błąd, który siedział w kodzie od pierwszej wersji. Dla pracy nad dużym repozytorium to konkret: model pamięta architekturę i wcześniejsze decyzje, zamiast w dziesiątej rundzie zapominać, co sam ustalił w trzeciej. Stoi za tym sztuczka o nazwie IndexShare: zamiast liczyć uwagę osobno w każdej warstwie, model współdzieli jeden "indeks uwagi" na każde cztery warstwy, więc im dłuższy kontekst, tym bardziej to się opłaca, a przy milionie tokenów koszt obliczeń na token spada do mniej więcej jednej trzeciej.