Open-weight модели приблизились к закрытым системам по качеству кода и цене

Open-weight модель GLM-5.2 от пекинской лаборатории Z.ai показала результаты выше GPT-5.5 в ряде бенчмарков для программирования. Модель с 753 млрд параметров выпущена под лицензией MIT, поэтому её веса можно скачать, запускать на собственном оборудовании и использовать в коммерческих проектах.

На SWE-bench Pro GLM-5.2 набрала 62,1 балла против 58,6 у GPT-5.5. В тесте FrontierSWE результат составил 74,4% против 72,6% у GPT-5.5. Для сравнения, Claude Opus 4.8 на FrontierSWE получила 75,1%.

Как пишет Towards AI, API-доступ к GLM-5.2 стоит 1,40 $ за миллион входных токенов. GPT-5.5 при этом обходится примерно в шесть раз дороже. Автор материала уточняет, что результаты Z.ai пока в основном основаны на данных самой компании и ещё не прошли полноценную независимую проверку. Отдельно упоминается и другой возможный фактор: размещение API в китайской инфраструктуре может стать ограничением для регулируемых или чувствительных сценариев.

В статье приводятся и другие примеры того, как open-weight модели приближаются к закрытым системам. Kimi K2.6 от Moonshot AI получила 58,6 на SWE-bench Pro, то есть вышла на уровень GPT-5.5. По данным материала, Qwen 3.6 27B запускается на Mac с 24 ГБ RAM и показывает 77,2% на SWE-bench.

Одновременно растёт инфраструктура локального запуска моделей. Ollama увеличила число ежемесячных загрузок со 100 тыс. в первом квартале 2023 года до 52 млн в первом квартале 2026 года. HuggingFace, в свою очередь, размещает уже 135 тыс. моделей в формате GGUF против примерно 200 тремя годами ранее.