ainews
Дешёвый китайский GLM 5.2 раскрывает расточительность западных разработчиков
Китайская лаборатория Z.ai выпустила модель GLM 5.2, которая в несколько раз дешевле американских аналогов (Opus 4.8, Fable), но почти не уступает им в кодинг-бенчмарках. Многие инженеры из США и Европы начали использовать её для простых задач, чтобы сэкономить. Проблема в том, что большинство западных разработчиков до сих пор не следят за расходами на токены — и именно эта привычка «бить по цене» может остаться главным конкурентным преимуществом американских AI-лабораторий.
Это сигнал о реальном сокращении технологического разрыва между США и Китаем в сфере AI. Если западные компании не начнут следить за бюджетами и оптимизировать выбор моделей, они рискуют потерять не только деньги, но и темп развития — дешёвые и почти равные альтернативы уже на рынке.
Новый игрок на рынке AI-кодинга
16 июня пекинская лаборатория Z.ai выпустила GLM 5.2 — большую языковую модель с открытыми весами (753 млрд параметров, из которых активны 40 млрд). Модель распространяется под лицензией MIT: любой может скачать, развернуть на своих серверах и использовать бесплатно. А те, кто платит за API Z.ai, получают доступ по цене $4,40 за миллион выходных токенов — это в 5 раз дешевле Opus 4.8 от Anthropic и в 10 раз дешевле Fable.
Почти догнали лидеров
На бенчмарках вроде FrontierSWE и PostTrainBench GLM 5.2 почти сравнялась с Opus 4.8, но в более сложных тестах (например, SWE-Marathon) всё ещё проигрывает: 13% против 26% у Opus. В отчёте Z.ai скромно заявляют о победе лишь в двух лёгких тестах на рассуждения — и ни одной в кодинге.
Тем не менее, западные инженеры уже активно используют GLM 5.2. Зайн Хасан из Together AI отмечает, что модель «держит нить разговора часами», а Дэвид Никс из MetaRouter назначил её дефолтной для фронтенд-разработки — она закрывает 10–20% его ежедневных задач.
Главная проблема — не технология, а культура
Хасан и другие эксперты подчёркивают: многие западные компании не следят за бюджетом на токены. Инженеры просто выбирают самую мощную модель — зачем считать, если платит работодатель? Именно эта привычка «бить по цене» — а не технический отрыв — может остаться главным конкурентным преимуществом американских AI-лабораторий.
По данным Stanford AI Index, доля «заметных» AI-моделей из Китая выросла с 20% в 2020-м до 50% в 2025-м — и это при том, что китайские решения часто в разы дешевле.
Открытые веса решают вопрос безопасности
Для западных компаний, опасающихся передавать данные через китайскую инфраструктуру, есть выход: развернуть GLM 5.2 на собственных серверах. Это невозможно с большинством frontier-моделей, которые доступны только через API.
Ключевые выводы
- GLM 5.2 стоит в 5–10 раз дешевле флагманских западных моделей, но почти догоняет их в кодинг-бенчмарках
- Открытые веса позволяют компаниям развернуть модель на своих серверах, минуя геополитические риски
- Доля китайских AI-моделей выросла с 20% (2020) до 50% (2025) от общего числа 'заметных' релизов
- Главное конкурентное преимущество западных лабораторий — не технологический отрыв, а привычка клиентов не считать расходы на токены
- Западные инженеры активно используют GLM 5.2 для рутинных задач (фронтенд, формы), оставляя сложные проекты для Opus/Fable
Автор: Артём Ковалёв · Источник: spectrum.ieee.org
GLM 5.2 — это не просто очередная китайская модель. Это момент, когда западные компании впервые всерьёз задумались: а зачем мы платим в 10 раз больше, если для 80% задач хватит более дешёвого аналога? Да, в самых сложных бенчмарках (SWE-Marathon) GLM проигрывает Opus вдвое — но для фронтенда, форм и рутины она вполне годится. И вот тут вскрывается настоящая проблема: западные разработчики привыкли не считать токены. «Платит компания — зачем париться?» — и выбирают самую мощную модель по умолчанию.
А теперь представьте, что в Китае (и не только) эту привычку уже ломают. Инженеры учатся маршрутизировать задачи: простое — на дешёвую модель, сложное — на frontier. Если эта культура закрепится, западные лаборатории рискуют остаться без главного актива — не технологического превосходства (его уже почти нет), а инерции клиентов, готовых платить премию за бренд.
Комментарии