Zentsurarik gabeko GLM APIa: tokeneko baliorik onena
Z.ai-ren GLM oinarri agentikoa, uko egiteko geruzarik gabe zerbitzatuta gure GPU kluster propioan — 262K testuingurua, tresna-deiak, eta leinu berak lehen mailan balio duenaren erdia baino gutxiagoko prezio nahasia.
Laburpena
GLM-5.2-3BIT-REAP da Shannon AI atebidean lehenetsi gisa gomendatzen dugun eredua. GLM leinuko 744 mila milioi parametroko adituen nahasketa bakan bat exekutatzen du — GLM-4.5etik aurrera esplizituki tresnen erabilera agentikorako entrenatua — 3 biteko pisuekin eta REAP adituen inausketarekin konprimituta, hala sartu eta azkar mantentzen da. 262,144 tokeneko testuingurua, 16,384 tokeneko irteera, tresna-deiak, reasoning_effort doigarriarekin arrazoiketa, eta JSON Schema egituratutako irteera jasotzen dituzu, $0.73 / $2.34 milioi tokeneko. Ez dago uko egiteko geruzarik ez irteera-iragazkirik. Testua soilik — ikusmenik ez.
«Eredu merkeena» konparaketa gehienak ez dira zintzoak, aukera merkea normalean eredu handi baten marketina jantzita duen eredu txiki bat delako. Hori ez da hemen gertatzen ari dena. GLM-5.2 inork kaleratu dituen pisu irekiko oinarririk handienetakoa da, eta $0.73 sarreran / $2.34 irteeran gure katalogoko zorutik maila bat gorago dago, zoru horrek normalean erosten duena baino hainbat aldiz handiagoa den oinarri bat daramala. Alde hori — eredu handia, ia zoruko prezioa — da orri hau existitzeko arrazoia.
01Nondik datorren GLM: Tsinghua, hutsuneak betetzea, eta bira handi bat agenteetarantz
GLM ez da izena aldatutako Llama eratorri bat. Bere aurre-entrenamendu-helburu propioa duten eredu-familia bakanetakoa da, ikertalde berak bost urtez iteratua. Izenak General Language Model esan nahi du, eta sorrerako artikuluak — GLM: General Language Model Pretraining with Autoregressive Blank Infilling, ACL 2022 — hirugarren aukera bat proposatu zuen BERTen maskaratutako hizkuntza-modelizazioaren eta GPTren ezkerretik eskuinerako autoerregresio zorrotzaren ondoan. GLM-k tarte jarraituak hustu eta autoerregresiboki birsortzen ditu ordena nahasi batean, bi dimentsioko posizio-kodeketekin, tokenaren posizioa dokumentu hondatuan eta betetzen ari den tartearen barruko posizioa jarraituz: arkitektura bakar batek ulermena eta sorkuntza berdin ondo kudeatzen ditu.
Atzean zegoen taldea Tsinghua Unibertsitateko Knowledge Engineering Group zen, eta hortik sortu zen orain Z.ai (lehen Zhipu AI) izenez ezagutzen den enpresa. Bere lehen artefaktu nagusia GLM-130B izan zen 2022ko urrian — 130 mila milioi parametroko ingelesa/txinera eredu trinko elebiduna, pisuak eta kodea publikoki kaleratuta argitalpen-unean. Kaleratze irekia izan da etxearen estiloa harrezkero.
MoE aroa, eta agenteetarako bira
Hari nagusiak edozein kaleratze bakarrek baino gehiago axola du. GLM-4.5etik aurrera, bertsio guztiak gauza bererako optimizatu dira: dozenaka tresna-deitan zehar koherente mantentzeko. Hori txanda bakarreko benchmark puntuazioak maximizatzea baino beste helburu bat da, eta tresna-argumentu gaizki eratu gutxiago, plan luze batean desbideratze txikiagoa, eta agente-esparruak garesti egiten dituen «14. txandan zeregina konfiantzaz berrabiarazten du» jokabide gutxiago bezala agertzen da.
02Zer den GLM-5.2, eta zertan neurtu den
Z.ai-k GLM-5.2ren benchmark zenbakiak argitaratzen ditu GLM-5 biltegian. Bik lan agentiko errealarekin bat egiten dute, eta ez datu-jakintza hutsarekin:
Terminal-Bench 2.1 — epe luzeko komando-lerroko agente-zereginak. Z.ai-k jakinarazia.
SWE-bench Pro — benetako biltegietako arazoak konpontzea. Z.ai-k jakinarazia; GLM-5.1ek 58.4 lortu zuen proba berean.
Horiek laborategiaren zenbakiak dira, ez gureak, eta oinarri konprimitu gabea deskribatzen dute. Zein eredu klaserekin ari zaren ezartzen dute, ez berme bat.
Datu batek benchmark batek baino gehiago balio du, eredua lausengatzeko pizgarririk ez duen ebaluatzaile batengandik datorrelako. 2026ko uztailean, AEBetako National Institute of Standards and Technology-ren Center for AI Standards and Innovation erakundeak GLM-5.2 ebaluatu zuen eta ondorioztatu zuen ziurrenik kaleratu zenean eskuragarri zegoen pisu irekiko AI eredurik gaituena zela, gaitasun orokorrak GPT-5.2renekin parekagarriak eta zibergaitasunak Claude Opus 4.6renekin parekagarriak zituela. Ebaluazio berak ohartarazi zuen GLM-5.2-k AEBetako erreferentziazko ereduek baino eskaera sentikor gutxiago blokeatzen dituela, eta pisu irekietan errotutako babesak saihets daitezkeela pisu horiek norberak ostatatzen dituenean. 05. atalak horretara itzultzen da.
03Zer esan nahi duen «3BIT-REAP» esateak, eta zer kostatzen zaizun
REAP: adituak inausi bateratu beharrean
744B parametroko MoE eredu batek 256 aditu ditu geruzako, eta horietatik 8 pizten dira token jakin batean. Bideratzaileak ez du lana berdin banatzen — aditu batzuk etengabe jotzen dira, eta buztan luze bat gutxitan jotzen da eta gutxi ekartzen du jotzen denean. REAP (Router-weighted Expert Activation Pruning), Cerebras Research-ena eta ICLR 2026n onartua, hori baliatzen du: aditu bakoitza puntuatzen du nabarmentasun-irizpide batekin, bideratzaileak zeinen indartsu eta maiz irekitzen dion atea eta bere irteeraren ekarpenaren magnitudea konbinatuz, eta gero puntuazio baxukoak betiko kentzen ditu.
Zati interesgarria REAP-ek irabazten duen konparaketa da. Aditu bat kentzeko alternatiba nabaria bizirik geratzen den batean bateratzea da, eta hori seguruagoa dirudi. Artikuluaren aurkikuntza, 20Btik 1T parametrora arteko MoE ereduetan, da bateratzea benetan okerragoa dela sorkuntza-lanerako, eta inausketak harrigarriro ondo eusten diola: ia galerarik gabe kode-sorkuntzako eta tresna-deien benchmarketan adituen erdia kendu ondoren ere, Qwen3-Coder-480B eta Kimi-K2 barne dituzten oinarrietan. Kodea eta tresna-deiak oso-osorik bizirik irautea da hain zuzen ere gorde nahi duzuna existitzeko arrazoia ingeniaritza agentikoa duen eredu batean.
3 biteko pisuak, eta truke zintzoa
Inausketaren gainean, bizirik geratzen diren pisuak 3 bitetan gordetzen dira — gure katalogoko beste lekuetako W4A16-AUTOROUND-REAP eta W8A16 mailak baino agresiboagoa, eta oinarririk handienentzat gordea, non ez dagoen beste modurik hiru laurden bilioi parametroko eredu bat zerbitzu-nodo batean sartzeko eta tokenak abiadura erabilgarri batean mantentzeko.
Konpresioa ez da doakoa. Eredu mental zuzena: inausketak eta kuantizazioak buztan luzea hondatzen dute lehenik. Jokabide trinko eta maiz landuek — argibideak jarraitzea, kodearen egitura, tresna-deien formatua, hainbat urratseko plangintza — ondo irauten dute, eta hori da hain zuzen REAP-en emaitzek erakusten dutena. Datu ezezagunen gogoratzea, hizkuntza bakanak eta nitxo-domeinuetako jakintza dira aldea espero behar duzun lekua konprimitu gabeko GLM-5.2 baten aurrean. Zure lan-karga «datu ezohiko bat buruz jakin» bada, ordaindu fideltasun handiagoko maila bat. «Berrogei tresna-deitan zehar plan bat exekutatu bidetik atera gabe» bada, hau da metodoa diseinatu zuten maila.
04Balioaren kasua: zenbat kostatzen den benetan LLM API zentsuragabe merke bat exekutatzea
Z.ai-k GLM-5.2rentzat argitaratutako API zerrenda-prezioa $1.40 milioi sarrera-tokeneko eta $4.40 milioi irteerako da. Gure prezioa oinarri berean $0.73 / $2.34 da — gutxi gorabehera % 48 gutxiago sarreran eta % 47 gutxiago irteeran. Deskontu hori da konpresioak erosten duena, eta lehen mailan inolako preziotan erosi ezin duzun bigarren gauza batekin dator: uko egiteko geruzarik ez.
Gure katalogoaren barruan, kostu nahasia da axola duen zenbakia. Hona hemen 3:1 sarrera-irteera ratioan, tresna-deiak egiten dituen agente batek praktikan duen itxura gutxi gorabehera — testuinguru eta tresna-emaitza asko sartzen, eta konparatiboki token gutxi ateratzen.
| Eredua | Sarrera / 1M | Irteera / 1M | Nahasia 3:1 | Ikusmena |
|---|---|---|---|---|
| GLM-5.2 · 3BIT-REAP | $0.73 | $2.34 | $1.13 | Ez |
| Nemotron3Ultra · 3BIT-REAP | $0.75 | $3.30 | $1.39 | Ez |
| Kimi-K2.6 · W4A16-AUTOROUND-REAP | $0.78 | $3.67 | $1.50 | Bai |
| DeepSeek-V4-Pro-0813 · 3BIT-REAP | $1.95 | $3.90 | $2.44 | Ez |
| inkling · W4A16-AUTOROUND-REAP | $1.42 | $6.07 | $2.58 | Bai |
| Kimi-K3 · 3BIT-REAP | $3.83 | $19.12 | $7.65 | Bai |
Sei eredu daude $0.50 / $2.00 zoruan — MiniMax-M3, DeepSeek-V4-Flash, Laguna-S-2.1, MiMo-V2.5, MiMo-V2.5-Pro eta Hy3 — $0.875eko tasa nahasia. GLM-5.2 zoru horren % 29 gainetik dago eta 744B klaseko oinarri bat erosten dizu, atzean jokabide agentikoan egindako inbertsio jarraitu batekin. Haren gainetik prezioa duen guztiak gutxienez % 23 gehiago balio du nahasian, eta Kimi-K3-k 6.8× gehiago. Hori da balioaren argudioa errenkada bakarrean: katalogoan goi mailako oinarri agentiko bat erosteko lekurik merkeena.
Lan bihurtuta
- Testuinguru-betetze oso bat — 262,144 sarrera-token: $0.19. Biltegi handi oso bat leihora irakurrita hogei zentimo baino gutxiagoren truke.
- Gehienezko luzerako osaketa bat — 16,384 irteera-token: $0.038.
- Agente-txanda bat — 20K sarreran, 2K irteeran: $0.019. Txanda berak $0.115 balio du Kimi-K3-n eta $0.047 DeepSeek-V4-Pro-n.
- Ehun agente-txanda: $1.93, katalogoko eredurik garestienean $11.48ren aldean.
Lan-karga agentikoak sarrera-astunak dira, eta GLMren abantaila hor da handiena hain zuzen: bere sarrera-prezioa Kimi-K3-rena baino 5.2× baxuagoa da eta DeepSeek-V4-Pro-rena baino 2.7× baxuagoa. Zure agenteak elkarrizketa hazkorra txanda bakoitzean berriro bidaltzen badu — eta ia agente guztiek egiten dute — biderkatzaile hori da zure fakturan amaitzen dena.
05Zer esan nahi duen «zentsurarik gabekoak» amaierapuntu honetan
Bi gauza, zehazki: uko egiteko geruzarik ez — ez dago sailkatzailerik ereduak zein eskaera ikus ditzakeen erabakitzen, ezta politika-eredurik ere zure prompta iritsi aurretik berridazten — eta irteera-iragazkirik ez, hau da, ereduak sortzen dituen tokenak jasotzen dituzun tokenak dira, ezabatu gabe eta ordezkatu gabe.
Hori beste proposamen bat da modu «lasaia» edo «garatzailearena» iragartzen duen API komertzial batena baino. Horiek trafikoa hornitzailearen politika-pilatik bideratzen jarraitzen dute; aldatzen dena atalasea da, ez atearen existentzia. Hemen ez dago doitzeko aterik — eredua gure GPU kluster propioan exekutatzen da, eta bere jokabidea oinarriaren jokabidea da. Irakurri 02. ataleko NIST CAISI aurkikuntza abisu bat baino baieztapen tekniko bat bezala eta produktua azaltzen du: bere lerrokatzea bere pisuetan duen eredu bat, kanpoko politika-geruzarik gabe zerbitzatuta, bere pisuen arabera portatzen da.
Zergatik duen honek garrantzi berezia agenteentzat
Ukoak normalean eduki-kontu gisa eztabaidatzen dira. Lan agentikoan gehienbat fidagarritasun-kontu bat dira. 40 txandako exekuzio bateko 31. txandako uko bat ez da irakurri eta aurrera egiten duzun ezezko adeitsu bat — urrats gaizki eratu bat da, nola jarraitu ez dakien orkestratzaile bat, plan hautsi bat, eta 30 txandatako token gastatuak ezer erakusteko gabe. Segurtasun-ikerketak, malwarearen analisiak, sartze-probak, red team lanak, helduentzako fikzioak, mediku- eta lege-zirriborroek eta segurtasun-entrenamendurako datu-multzoen sorkuntzak etengabe topatzen dute hau, eta hutsegitea garestia da hain zuzen berandu iristen delako.
Beste aldea da politika-geruza orain zurea dela. Shannon AI atebidearen erabilera gure Erabilera Arduratsuaren Politikak arautzen du; hornitzailearen epaia begiztatik kentzeak zeurea ekartzea esan nahi du.
06Zer ematen dizun benetan amaierapuntuak
| Gaitasuna | GLM-5.2 · 3BIT-REAP |
|---|---|
| Ereduaren identifikatzailea | GLM-5.2-3BIT-REAP |
| Testuinguru-leihoa | 262,144 token |
| Gehienezko irteera eskaerako | 16,384 token |
| Streaminga | Bai |
| Tresna-deiak | Bai |
Arrazoiketa / reasoning_effort | Bai |
JSON Schema (json_schema) | Bai |
response_format | Bai |
| Ikusmena / irudi-sarrera | Ez — testua soilik |
| Uko egiteko geruza / irteera-iragazkia | Bat ere ez |
Irakurri ikusmenaren errenkada arretaz eraiki aurretik. GLM-5.2 testua soilik da gure atebidean. Irudi-sarrera behar baduzu, katalogoak ikusmena duten bost aukera ditu — MiniMax-M3 eta MiMo-V2.5 $0.50 / $2.00 zoruan, Kimi-K2.6 $0.78 / $3.67 prezioan, inkling $1.42 / $6.07 prezioan, eta Kimi-K3 $3.83 / $19.12 prezioan. Eredu zentzuzko bat da irudien ulermena MiniMax-M3-ra bideratzea eta gainerako guztia GLM-5.2-ra, eta horrek ez du ezer kostatzen ereduaren kate bat baino.
Hiru dialekto, eredu bat
Eredu bera hiru eskaera-formaturen bidez dago eskuragarri, denak streamingarekin: /v1/chat/completions (OpenAI dialektoa), /v1/messages (Anthropic dialektoa) eta /v1/responses. Ereduaren ezer ez da aldatzen haien artean — aukeratu zure SDKak dagoeneko hitz egiten duena, eta normalean oinarrizko URLaren aldaketa batera zaude martxan jartzetik.
# OpenAI dialect — point your existing client at the gateway from openai import OpenAI client = OpenAI( base_url="https://api.shannon-ai.com/v1", api_key="sk-...", ) resp = client.chat.completions.create( model="GLM-5.2-3BIT-REAP", messages=[{"role": "user", "content": "..."}], tools=tools, # tool calling supported reasoning_effort="medium", # low | medium | high stream=True, )
Hiru dialektoen eskaera- eta erantzun-eskema osoak, tresna-deien formatua, streaming-gertaeren formak eta jolastoki interaktibo bat Shannon AI-ren APIaren dokumentazioan daude.
07Noiz aukeratu GLM-5.2 — eta noiz ez
Hartu ezazu honela denean
- Agenteak exekutatzen ari zara. Tresna-deien begizta luzeetarako eraiki eta behin eta berriz entrenatu da leinu hau ondoren, eta sarrera-prezioak elkarrizketa hazkor bat txanda bakoitzean berriro bidaltzea eramangarri egiten du.
- Kode-base handi batean ari zara lanean. 262K testuinguru, tresna-deien formatu fidagarria, eta $0.19 leiho osoa irakurtzeko.
- Bolumena da zure muga. Sailkapena, erauzketa, datu sintetikoen sorkuntza, birridazketa masiboa — dei bakoitzeko kostua zenbaki handi batekin biderkatuta proiektua bideragarria den erabakitzen duen edozer.
- Ukoak zure kanalizazioa hausten ari dira. Segurtasun-ikerketa, proba aurkariak, fikzio zentsuragabea, zirriborro sentikorrak — hutsegite-modu hori ez dago hemen.
Hartu beste zerbait honela denean
- Ikusmena behar duzu. Testua soilik. Ikusi goiko ikusmen-aukerak.
- Txanda bakarreko arrazoiketa sakonena behar duzu. Kolpe bakarreko arazo analitiko zailenetarako, DeepSeek-V4-Pro-0813 · 3BIT-REAP da tresna astunagoa, kostu nahasiaren 2.2× prezioan — sabaia muga den deietan, hori da truke egokia.
- Fideltasun handiena behar duzu ezagutza ezezagunean.
W8A16maila — MiMo-V2.5-Pro eta Hy3 — askoz gutxiago konprimituta dago eta $0.50 / $2.00 zoruan dago, oinarri txikiagoetan.
Orri honetako oinarriari buruzko zenbaki bakoitza guk ez beste norbaitek argitaratu du. Prezio- eta gaitasun-zenbakiak gure katalogo biziko balioak dira, zure gakoarekin /v1/models helbidearen aurka egiaztagarriak. Egiaztatu iturri primarioak zeuk.
GLM-5.2ren benchmark zenbakiak (Terminal-Bench 2.1, SWE-bench Pro) Z.ai-k jakinarazitakoak dira konprimitu gabeko oinarrirako; errepikapen independentea egiteke dago. Claude Opus 4.8 eta GPT-5.5 zenbakiak erreferentzia gisa soilik erakusten dira. Lehen mailako GLM-5.2 APIaren zerrenda-prezioak Z.ai-k argitaratu bezala, 2026ko iraila.
08Maiz egiten diren galderak
Zer da Shannon AI-ko zentsurarik gabeko GLM APIa?
GLM-5.2-3BIT-REAP ereduaren identifikatzailea da Shannon AI atebidean: Z.ai-ren GLM-5.2 oinarri agentikoaren eraikuntza konprimitu bat, gure GPU kluster propioan zerbitzatuta, uko egiteko geruzarik gabe eta irteera-iragazkirik gabe. $0.73 balio du milioi sarrera-tokeneko eta $2.34 milioi irteera-tokeneko, 262,144 tokeneko testuinguru-leihoa darama, eta /v1/chat/completions, /v1/messages eta /v1/responses helbideetan dago eskuragarri.
Zergatik da GLM 5.2 zentsuragabea katalogoko beste eredu handiak baino merkeagoa?
Nola konprimitzen den dela eta. 3BIT-REAP-ek 3 biteko pisuak eta REAP konbinatzen ditu, adituen nahasketako ereduentzako aditu-inausketaren metodo bat, gutxitan bideratutako adituak kentzen dituena kuantizatu aurretik. Token bakoitzeko 40B parametro aktibo inguru dituen MoE oinarri bakan batek, honela inausita eta kuantizatuta, askoz memoria gutxiago eta token bakoitzeko askoz GPU-segundo gutxiago hartzen ditu kalitate baliokideko eredu trinko batek baino, eta prezioak hori islatzen du.
Ukorik gabeko GLM esateak ereduak inolako babesik ez duela esan nahi al du?
Shannon-ek bat ere gehitzen ez duela esan nahi du. Ez dago uko egiteko sailkatzailerik ereduaren aurrean, ezta iragazkirik ere handik ateratzen diren tokenen gainean. Oinarriak bere entrenamenduak eman zizkion joerak gordetzen ditu, baina kanpoko ezerk ez ditu gainidazten. Politika-geruza zurea da, eta erabilera Shannon AI-ren Erabilera Arduratsuaren Politikaren mende dago.
Onartzen al du GLM-5.2 3BIT-REAP-ek ikusmena edo irudi-sarrera?
Ez. Eredu hau testua soilik da. Amaierapuntu zentsuragabe batean irudi-sarrera behar baduzu, erabili katalogoko ikusmena duten ereduetako bat, hala nola MiniMax-M3, Kimi-K2.6, Kimi-K3, MiMo-V2.5 edo inkling. GLM-5.2-k egituratutako irteera bai onartzen du — json_schema eta response_format, biak — eta tresna-deiak ere bai.
Zein da testuinguru-leihoa eta gehienezko irteeraren luzera?
262,144 tokeneko testuingurua eta eskaera bakoitzeko 16,384 tokeneko irteera. Testuinguru-leiho osoa behin betetzeak 19 zentimo inguru balio du $0.73 milioi sarrera-tokeneko prezioan, eta gehienezko luzerako osaketa batek 4 zentimo baino gutxiago.
Tresna-deien begizta luzeetarako eredu zentsuragabe agentiko ona al da hau?
Lehenengo hartzen duguna da. GLM leinua esplizituki entrenatuta dago lan agentikorako GLM-4.5etik aurrera, tresna-deiak eta reasoning_effort biak onartzen dira, eta prezioak esan nahi du ehun agente-txandak, hogei mila token bakoitzekoak, bi dolar inguru balio dutela hamaika beharrean. Ukoak ere benetako hutsegite-modu bat dira agente-begiztetan, eta hemen ez dago bat abiarazteko uko egiteko geruzarik.
Probatu zentsurarik gabeko GLM APIa
$0.73 sarreran · $2.34 irteeran · 262K testuingurua · uko egiteko geruzarik ez.
Irakurri APIaren dokumentazioa Arakatu eredu guztiakShannon Lab LLC, New Mexico, AEB · erabilera Erabilera Arduratsuaren Politikak arautua
Iturriak: Z.ai GLM-5 biltegia · Du et al., GLM: General Language Model Pretraining with Autoregressive Blank Infilling, ACL 2022 · Zeng et al., GLM-130B: An Open Bilingual Pre-trained Model · Lasby et al., REAP the Experts: Why Pruning Prevails for One-Shot MoE Compression, ICLR 2026 · NIST CAISI, Z.ai-ren GLM-5.2ren ebaluazioa, 2026ko uztaila. Oinarriaren benchmark puntuazioak laborategiak jakinarazitakoak eta behin-behinekoak dira; konprimitu gabeko GLM-5.2 deskribatzen dute, ez eraikuntza konprimitu hau. Prezio-, testuinguru- eta gaitasun-zenbakiak Shannon AI-ren katalogoko balioak dira 2026ko irailaren 5ean.