Цензурасыз GLM API: токенге эң мыкты баа
Z.ai'дын агенттик GLM негизи өз GPU кластерибизде баш тартуу катмарысыз тейленет — 262K контекст, курал чакыруу жана ошол эле тек расмий тейлөөдө турганынын жарымынан төмөн аралаш баа.
Кыскача
GLM-5.2-3BIT-REAP — Shannon AI шлюзүндө демейки боюнча сунуштай турган моделибиз. Ал GLM тегиндеги 744 миллиард параметрлик сейрек Mixture-of-Experts негизин иштетет — GLM-4.5'тен бери агенттик курал колдонуу үчүн атайын үйрөтүлгөн — 3 биттик салмактар жана REAP эксперт кыскартуусу менен кысылган, ошондуктан батат жана тез бойдон калат. Сиз 262 144 токендик контекстти, 16 384 токендик чыгууну, курал чакырууну, жөнгө салынуучу reasoning_effort менен ой жүгүртүүнү жана JSON Schema структураланган чыгуусун миллион токенге $0.73 / $2.34 баада аласыз. Баш тартуу катмары жана чыгуу чыпкасы жок. Текст гана — көрүү жок.
«Эң арзан модель» деген салыштыруулардын көбү чынчыл эмес, анткени арзан вариант көбүнчө чоң моделдин маркетингин кийген кичине модель болот. Бул жерде андай эмес. GLM-5.2 — кимдир бирөө чыгарган эң чоң ачык салмактуу негиздердин бири, ал эми $0.73 кирүү / $2.34 чыгуу баасында ал каталогубуздун түбүнөн бир баскыч жогору турат, бирок ошол түп адатта берген нерседен бир нече эсе чоң негизди алып жүрөт. Дал ушул ажырым — чоң модель, түпкө жакын баа — бул барактын себеби.
01GLM кайдан келген: Цинхуа, боштукту толтуруу жана агенттерге кескин бурулуш
GLM — башка ат менен чыгарылган Llama туундусу эмес. Бул — өзүнүн алдын ала үйрөтүү максаты бар, бир эле изилдөө тобу тарабынан беш жыл бою өнүктүрүлүп келген саналуу модель үй-бүлөлөрүнүн бири. Аталышы General Language Model дегенди билдирет, ал эми негиз салган макала — GLM: General Language Model Pretraining with Autoregressive Blank Infilling, ACL 2022 — BERT'тин маскаланган тил моделдөөсү менен GPT'нин катуу солдон оңго карай авторегрессиясынын жанына үчүнчү жолду сунуштаган. GLM бүтүн үзүндүлөрдү өчүрүп, аларды аралаштырылган тартипте авторегрессивдүү кайра жаратат, ал эми эки өлчөмдүү позициялык кодировкалар токендин бузулган документтеги ордун да, толтурулуп жаткан үзүндүнүн ичиндеги ордун да көзөмөлдөйт: бир архитектура түшүнүүнү да, жаратууну да бирдей жакшы аткарат.
Анын артында турган топ — Цинхуа университетинин Knowledge Engineering Group тобу, андан азыр Z.ai (мурдагы Zhipu AI) деп аталган компания бөлүнүп чыккан. Анын биринчи белгилүү жемиши 2022-жылдын октябрындагы GLM-130B болгон — 130 миллиард параметрлик англис-кытай эки тилдүү тыгыз модель, салмактары менен коду жарыялоо учурунда эле ачык чыгарылган. Ошондон бери ачык чыгаруу — үйдүн стили.
MoE доору жана агенттерге бурулуш
Өзөктүү сызык ар кандай жеке чыгарылыштан маанилүү. GLM-4.5'тен бери ар бир версия бир эле нерсеге оптималдаштырылган: ондогон курал чакыруусунун арасында ырааттуу бойдон калуу. Бул бир кезектик бенчмарк упайын максималдаштыруудан башка максат, ал эми натыйжасы мындай көрүнөт: туура эмес түзүлгөн курал аргументтери азыраак, узун планда четтөө азыраак жана агент алкактарын кымбаттаткан «14-кезекте тапшырманы ишенимдүү түрдө кайра баштоо» жүрүм-туруму азыраак.
02GLM-5.2 деген эмне жана ал эмнеде өлчөнгөн
Z.ai GLM-5.2 үчүн бенчмарк сандарын GLM-5 репозиторийинде жарыялайт. Экөө майда фактыларды эстөөгө эмес, чыныгы агенттик ишке дал келет:
Terminal-Bench 2.1 — узак горизонттогу командалык саптагы агент тапшырмалары. Z.ai билдирген.
SWE-bench Pro — чыныгы репозиторийдеги маселени чечүү. Z.ai билдирген; GLM-5.1 ушул эле тестте 58,4 упай алган.
Булар — лабораториянын сандары, биздики эмес, жана алар кысылбаган негизди сүрөттөйт. Алар сиз иштешип жаткан моделдин классын аныктайт, кепилдик эмес.
Бир маалымат чекити бенчмарктан кымбат, анткени ал моделди мактоого кызыкдар эмес баалоочудан келген. 2026-жылдын июлунда АКШнын Стандарттар жана технологиялар улуттук институтунун AI стандарттары жана инновациялары борбору GLM-5.2'ни баалап, аны чыгарылган учурунда жеткиликтүү болгон эң жөндөмдүү ачык салмактуу AI модели болушу ыктымал деген жыйынтыкка келген: жалпы жөндөмдөрү GPT-5.2 менен, кибер жөндөмдөрү Claude Opus 4.6 менен салыштырмалуу. Ошол эле баалоо GLM-5.2 АКШнын үлгү моделдерине караганда азыраак сезимтал сурамдарды бөгөтөрүн жана ачык салмактарга бышырылып киргизилген коргоолорду салмактар өз алдынча хосттолгондон кийин айланып өтүүгө болорун белгилеген. 05-бөлүм ушуга кайрылат.
03«3BIT-REAP» эмнени билдирет жана ал сизге эмнеге турат
REAP: эксперттерди бириктирбей, кыскартуу
744B параметрлик MoE моделинде ар бир катмарда 256 эксперт бар, алардын 8и ар бир токенде иштейт. Маршрутизатор жумушту бирдей бөлүштүрбөйт — кээ бир эксперттер дайыма тандалат, ал эми узун куйрук сейрек тандалып, тандалганда да аз салым кошот. Cerebras Research'тин ICLR 2026'га кабыл алынган REAP (Router-weighted Expert Activation Pruning) ыкмасы ошону пайдаланат: ал ар бир экспертти маршрутизатор аны канчалык күчтүү жана канчалык көп тандаарын чыгуу салымынын чоңдугу менен айкалыштырган маанилүүлүк критерийи боюнча баалайт, анан төмөн упай алгандарын биротоло алып салат.
Кызыктуусу — REAP уткан салыштыруу. Экспертти алып салуунун ачык альтернативасы — аны аман калганына бириктирүү, бул коопсузураак угулат. Макаланын 20B'ден 1T параметрге чейинки MoE моделдериндеги табылгасы мындай: бириктирүү жаратуучу иш үчүн чындыгында жаманыраак, ал эми кыскартуу таң калаарлык жакшы кармайт: Qwen3-Coder-480B жана Kimi-K2 сыяктуу негиздерде эксперттердин жарымын алып салгандан кийин да код жаратуу жана курал чакыруу бенчмарктарында дээрлик жоготуусуз. Код менен курал чакыруунун бүтүн калышы — жашоо себеби агенттик инженерия болгон моделде так сакталышын каалаган нерсеңиз.
3 биттик салмактар жана чынчыл алмашуу
Кыскартуунун үстүнө, аман калган салмактар 3 битте сакталат — бул каталогубуздун башка жериндеги W4A16-AUTOROUND-REAP жана W8A16 деңгээлдеринен катуураак жана эң чоң негиздер үчүн гана калтырылган, анткени ал жерде үч чейрек триллион параметрлик моделди тейлөө түйүнүнө батырып, токендерди колдонууга ыңгайлуу ылдамдыкта агызып туруунун башка жолу жок.
Кысуу бекер эмес. Туура ой жүгүртүү мындай: кыскартуу менен кванттоо адегенде узун куйрукту начарлатат. Тыгыз, тез-тез колдонулуучу жүрүм-турумдар — көрсөтмө аткаруу, коддун түзүлүшү, курал чакыруунун форматы, көп кадамдуу пландоо — жакшы сакталат, ал эми дал ушуну REAP жыйынтыктары көрсөтөт. Кысылбаган GLM-5.2 менен салыштырганда айырманы күтө турган жерлер — сейрек кездешкен фактыларды эстөө, сейрек тилдер жана тар доменге тиешелүү майда маалыматтар. Эгер жумушуңуз «адаттан тыш фактыны так билүү» болсо, тактыгы жогору деңгээлге төлөңүз. Эгер ал «кырк курал чакыруусунда жолдон чыкпай план аткаруу» болсо — бул ыкма дал ушул деңгээл үчүн иштелип чыккан.
04Баа жагы: арзан цензурасыз LLM API чындыгында канчага турат
Z.ai'дын GLM-5.2 үчүн өзү жарыялаган API прайс баасы — миллион кирүү токенине $1.40 жана миллион чыгууга $4.40. Ошол эле негиздеги биздин баа $0.73 / $2.34, б.а. болжол менен кирүүдө 48%, чыгууда 47% арзан. Ошол арзандатууну кысуу алып келет, ал эми аны менен бирге расмий тейлөөдө эч кандай баага сатып ала албай турган экинчи нерсе келет: баш тартуу катмарынын жоктугу.
Өз каталогубуздун ичинде маанилүү сан — аралаш баа. Төмөндө ал кирүү-чыгуу катышы 3:1 болгондо берилген, б.а. курал чакырган агент иш жүзүндө болжол менен ушундай көрүнөт: контекст менен курал натыйжалары көп кирет, салыштырмалуу аз токен чыгат.
| Модель | Кирүү / 1M | Чыгуу / 1M | Аралаш 3:1 | Көрүү |
|---|---|---|---|---|
| GLM-5.2 · 3BIT-REAP | $0.73 | $2.34 | $1.13 | Жок |
| Nemotron3Ultra · 3BIT-REAP | $0.75 | $3.30 | $1.39 | Жок |
| Kimi-K2.6 · W4A16-AUTOROUND-REAP | $0.78 | $3.67 | $1.50 | Ооба |
| DeepSeek-V4-Pro-0813 · 3BIT-REAP | $1.95 | $3.90 | $2.44 | Жок |
| inkling · W4A16-AUTOROUND-REAP | $1.42 | $6.07 | $2.58 | Ооба |
| Kimi-K3 · 3BIT-REAP | $3.83 | $19.12 | $7.65 | Ооба |
Алты модель $0.50 / $2.00 түбүндө турат — MiniMax-M3, DeepSeek-V4-Flash, Laguna-S-2.1, MiMo-V2.5, MiMo-V2.5-Pro жана Hy3 — б.а. $0.875 аралаш баа. GLM-5.2 ошол түптөн 29% жогору жана артында агенттик жүрүм-турумга туруктуу салынган инвестициясы бар 744B класстагы негизди берет. Андан жогору баалангандын баары аралаш баада жок дегенде 23% кымбат, ал эми Kimi-K3 6,8 эсе кымбат. Баа боюнча жүйө бир сапта: каталогдогу жогорку деңгээлдеги агенттик негизди сатып алуучу эң арзан жер.
Жумушка которулганда
- Контексти бир жолу толук толтуруу — 262 144 кирүү токени: $0.19. Бүтүндөй чоң репозиторийди жыйырма центтен арзанга терезеге окуу.
- Эң узун бир аяктоо — 16 384 чыгуу токени: $0.038.
- Бир агент кезеги — 20K кирүү, 2K чыгуу: $0.019. Ошол эле кезек Kimi-K3'тө $0.115, DeepSeek-V4-Pro'до $0.047 турат.
- Жүз агент кезеги: $1.93, каталогдогу эң кымбат моделдеги $11.48'ге каршы.
Агенттик жумуштар кирүүгө оор, ал эми GLM'дин артыкчылыгы так ошол жерде эң чоң: анын кирүү баасы Kimi-K3'тукунан 5,2 эсе, DeepSeek-V4-Pro'нукунан 2,7 эсе төмөн. Эгер агентиңиз ар бир кезекте өсүп бараткан маекти кайра жөнөтсө — ал эми дээрлик ар бир агент ушундай кылат — эсебиңизге чыга турган нерсе ошол көбөйтүүчү.
05Бул учта «цензурасыз» эмнени билдирет
Так эки нерсени: баш тартуу катмары жок — моделге кайсы сурамдарды көрүүгө уруксат берилерин чечкен классификатор жок жана промптуңузду жетээрден мурун кайра жазган саясат модели жок — жана чыгуу чыпкаланбайт, б.а. модель чыгарган токендер сиз алган токендер, кыркылбаган жана алмаштырылбаган.
Бул «жумшартылган» же «иштеп чыгуучу» режимин жарнамалаган коммерциялык API'ден башка сунуш. Алар дагы эле трафикти вендордун саясат стеги аркылуу өткөрөт; өзгөргөнү — босого, дарбазанын бар экени эмес. Бул жерде жөндөй турган дарбаза жок — модель өз GPU кластерибизде иштейт, ал эми анын жүрүм-туруму негиздин жүрүм-туруму. 02-бөлүмдөгү NIST CAISI табылгасын эскертүү эмес, техникалык билдирүү катары окусаңыз, ал продуктту түшүндүрөт: тегиздөөсү салмактарында жашаган, сырткы саясат катмарысыз тейленген модель өз салмактарына ылайык жүрөт.
Бул эмне үчүн так агенттер үчүн маанилүү
Баш тартуулар адатта мазмун маселеси катары талкууланат. Агенттик иште алар негизинен ишенимдүүлүк маселеси. 40 кезектик иштин 31-кезегиндеги баш тартуу — сиз окуп, өтүп кете турган сылык баш тартуу эмес; бул — туура эмес түзүлгөн кадам, кантип уланарын билбеген оркестратор, бузулган план жана эч нерсе көрсөтө албаган 30 кезектик коротулган токен. Коопсуздук изилдөөсү, зыяндуу программаларды талдоо, пенетрациялык тестирлөө, red-team, чоң кишилер үчүн көркөм адабият, медициналык жана юридикалык долбоорлор, ошондой эле коопсуздук үйрөтүүсү үчүн маалымат топтомдорун жаратуу — баары буга дайыма кабылат, ал эми бузулуу дал кечигип келгендиктен кымбатка турат.
Экинчи жагы — саясат катмары эми сиздики. Shannon AI шлюзун колдонуу биздин Жоопкерчиликтүү колдонуу саясатыбыз менен жөнгө салынат; вендордун чечимин циклден алып салуу өзүңүздүкүн киргизүү дегенди билдирет.
06Уч чындыгында эмне берет
| Мүмкүнчүлүк | GLM-5.2 · 3BIT-REAP |
|---|---|
| Модель id | GLM-5.2-3BIT-REAP |
| Контекст терезеси | 262 144 токен |
| Ар бир сурамга эң чоң чыгуу | 16 384 токен |
| Агымдуу берүү | Ооба |
| Курал чакыруу | Ооба |
Ой жүгүртүү / reasoning_effort | Ооба |
JSON Schema (json_schema) | Ооба |
response_format | Ооба |
| Көрүү / сүрөт киргизүү | Жок — текст гана |
| Баш тартуу катмары / чыгууну чыпкалоо | Жок |
Курулуш баштаардан мурун көрүү сабын кунт коюп окуңуз. GLM-5.2 биздин шлюзда текст менен гана иштейт. Эгер сүрөт киргизүү керек болсо, каталогдо көрүүсү бар беш вариант бар — $0.50 / $2.00 түбүндөгү MiniMax-M3 менен MiMo-V2.5, $0.78 / $3.67 баасындагы Kimi-K2.6, $1.42 / $6.07 баасындагы inkling жана $3.83 / $19.12 баасындагы Kimi-K3. Акылга сыярлык үлгү — сүрөт түшүнүүнү MiniMax-M3'кө, калганын GLM-5.2'ге багыттоо, бул модель сабынан башка эч нерсеге турбайт.
Үч диалект, бир модель
Ошол эле модель үч сурам форматы аркылуу жеткиликтүү, бардыгы агымдуу: /v1/chat/completions (OpenAI диалекти), /v1/messages (Anthropic диалекти) жана /v1/responses. Модель жагынан алардын ортосунда эч нерсе өзгөрбөйт — SDK'ңыз сүйлөгөнүн тандаңыз, көбүнчө иштеп баштоо үчүн бир базалык URL'ди өзгөртүү жетиштүү.
# 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, )
Үч диалекттин баары үчүн сурам менен жооптун толук схемалары, курал чакыруунун форматы, агым окуяларынын формалары жана интерактивдүү аянтча Shannon AI API документтеринде.
07GLM-5.2'ни качан тандоо керек — жана качан керек эмес
Буга кайрылыңыз, эгер
- Агенттерди иштетип жатсаңыз. Узун курал чакыруу циклдери — бул тек курулган жана кайра-кайра кийинки үйрөтүүдөн өткөн нерсе, ал эми кирүү баасы өсүп бараткан маекти ар бир кезекте кайра жөнөтүүнү колжеткиликтүү кылат.
- Чоң код базасында иштеп жатсаңыз. 262K контекст, ишенимдүү курал чакыруу форматы жана бүт терезени окуу үчүн $0.19.
- Көлөм — чектөөңүз болсо. Классификация, чыгарып алуу, синтетикалык маалымат жаратуу, массалык кайра жазуу — ар бир чакыруунун баасы чоң санга көбөйтүлгөндө долбоордун жашоого жарамдуулугун чечкен нерселердин баары.
- Баш тартуулар түтүгүңүздү бузуп жатса. Коопсуздук изилдөөсү, атаандаштык тестирлөө, цензурасыз көркөм адабият, сезимтал документтерди даярдоо — бул жерде мындай бузулуу түрү жок.
Башканы тандаңыз, эгер
- Сизге көрүү керек болсо. Текст гана. Жогорудагы көрүүсү бар варианттарды караңыз.
- Сизге бир кезектеги эң терең ой жүгүртүү керек болсо. Эң оор бир жолку аналитикалык маселелер үчүн DeepSeek-V4-Pro-0813 · 3BIT-REAP — аралаш баасы 2,2 эсе жогору оорураак курал; чек чектөө болгон чакырууларда бул туура алмашуу.
- Сейрек билим боюнча эң жогорку тактык керек болсо.
W8A16деңгээли — MiMo-V2.5-Pro жана Hy3 — алда канча жумшагыраак кысылган жана кичирээк негиздерде $0.50 / $2.00 түбүндө турат.
Бул барактагы негизге тиешелүү ар бир сан бизден башка бирөө тарабынан жарыяланган. Баа жана мүмкүнчүлүк сандары — өз каталогубуздун жандуу маанилери, өз ачкычыңыз менен /v1/models аркылуу текшерүүгө болот. Баштапкы булактарды өзүңүз карап чыгыңыз.
GLM-5.2'нин бенчмарк сандары (Terminal-Bench 2.1, SWE-bench Pro) кысылбаган негиз үчүн Z.ai тарабынан билдирилген; көз карандысыз кайталоо күтүлүүдө. Claude Opus 4.8 жана GPT-5.5 сандары салыштыруу үчүн гана берилген. GLM-5.2'нин расмий API прайс баасы Z.ai жарыялагандай, 2026-жылдын сентябры.
08Көп берилүүчү суроолор
Shannon AI'дагы цензурасыз GLM API деген эмне?
Бул — Shannon AI шлюзүндөгү GLM-5.2-3BIT-REAP модель id'си: Z.ai'дын GLM-5.2 агенттик негизинин кысылган курулушу, өз GPU кластерибизде баш тартуу катмарысыз жана чыгууну чыпкалабай тейленет. Ал миллион кирүү токенине $0.73, миллион чыгуу токенине $2.34 турат, 262 144 токендик контекст терезесин алып жүрөт жана /v1/chat/completions, /v1/messages жана /v1/responses дарегинде жеткиликтүү.
Цензурасыз GLM 5.2 эмне үчүн каталогдогу башка чоң моделдерден арзан?
Анын кантип кысылганы себеп. 3BIT-REAP 3 биттик салмактарды REAP менен айкалыштырат: бул — Mixture-of-Experts моделдери үчүн эксперт кыскартуу ыкмасы, ал кванттоодон мурун сейрек маршруттолгон эксперттерди алып салат. Ар бир токенге болжол менен 40B активдүү параметри бар сейрек MoE негизи ушундай кыскартылып, кванттелгенде, ошол эле сапаттагы тыгыз моделге караганда алда канча аз эстутум жана ар бир токенге алда канча аз GPU-секунд ээлейт, ал эми баа ошону чагылдырат.
Баш тартпаган GLM моделде эч кандай коргоо тосмосу жок дегенди билдиреби?
Бул Shannon эч нерсе кошпойт дегенди билдирет. Моделдин алдында баш тартуу классификатору жок, андан чыккан токендерге чыпка жок. Негиз өз үйрөтүүсү берген кандай гана жүрүм-турум болбосун сактап калат, бирок сырттан эч нерсе аны жокко чыгарбайт. Саясат катмары сиздики, ал эми колдонуу Shannon AI'дын Жоопкерчиликтүү колдонуу саясатына баш ийет.
GLM-5.2 3BIT-REAP көрүүнү же сүрөт киргизүүнү колдойбу?
Жок. Бул модель текст менен гана иштейт. Цензурасыз учта сүрөт киргизүү керек болсо, каталогдогу көрүүсү бар моделдердин бирин колдонуңуз: MiniMax-M3, Kimi-K2.6, Kimi-K3, MiMo-V2.5 же inkling. GLM-5.2 структураланган чыгууну — json_schema менен response_format экөөнү тең — жана курал чакырууну колдойт.
Контекст терезеси жана эң узун чыгуу канчалык?
262 144 токен контекст жана ар бир сурамга 16 384 токен чыгуу. Бүт контекст терезесин бир жолу толтуруу миллион кирүү токенине $0.73 баада болжол менен 19 цент турат, ал эми эң узун аяктоо 4 центтен арзан.
Бул узун курал чакыруу циклдери үчүн жакшы агенттик цензурасыз моделби?
Биз биринчи кайрыла турган модель ушул. GLM теги GLM-4.5'тен бери агенттик иш үчүн атайын үйрөтүлүп келет, курал чакыруу да, reasoning_effort да колдоого алынган, ал эми баасы жүз агент кезеги, ар бири жыйырма миң токенден, он бирдин ордуна болжол менен эки долларга турат дегенди билдирет. Баш тартуулар агент циклдеринде чыныгы бузулуу түрү, ал эми бул жерде аны иштетчү баш тартуу катмары жок.
Цензурасыз GLM API'ди сынап көрүңүз
$0.73 кирүү · $2.34 чыгуу · 262K контекст · баш тартуу катмары жок.
API документтерин окуу Бардык моделдерди карооShannon Lab LLC, Нью-Мексико, АКШ · колдонуу Жоопкерчиликтүү колдонуу саясаты менен жөнгө салынат
Булактар: Z.ai GLM-5 репозиторийи · 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 Assessment of Z.ai's GLM-5.2, 2026-жылдын июлу. Негиздин бенчмарк упайлары лаборатория билдирген жана убактылуу; алар бул кысылган курулушту эмес, кысылбаган GLM-5.2'ни сүрөттөйт. Баа, контекст жана мүмкүнчүлүк сандары — 2026-жылдын 5-сентябрына карата Shannon AI каталогунун маанилери.