API-и бесензураи GLM: беҳтарин арзиш барои як токен

Аксари муқоисаҳои «арзонтарин модел» ноинсофанд, зеро варианти арзон одатан модели хурдест, ки маркетинги модели калонро пӯшидааст. Дар ин ҷо чунин нест. GLM-5.2 яке аз калонтарин асосҳои вазнҳои кушода аст, ки касе баровардааст, ва бо $0.73 вуруд / $2.34 баромад як зина болотар аз фарши каталоги мо меистад, дар ҳоле ки асосе дорад, ки чанд маротиба калонтар аз он аст, ки одатан бо ҳамон фарш харида мешавад. Маҳз ҳамон фосила — модели калон, нархи наздик ба фарш — сабаби мавҷудияти ин саҳифа аст.

01GLM аз куҷо меояд: Тсинхуа, пуркунии ҷойҳои холӣ ва гардиши сахт ба сӯи агентҳо

GLM ҳосилаи бо ном иваз кардашудаи Llama нест. Ин яке аз чанд оилаи моделҳост, ки ҳадафи пеш аз таълими худро дорад ва панҷ сол аз ҷониби ҳамон гурӯҳи таҳқиқотӣ такмил дода шудааст. Ном ба маънои General Language Model аст ва мақолаи асосгузор — GLM: General Language Model Pretraining with Autoregressive Blank Infilling, ACL 2022 — варианти сеюмро дар паҳлӯи моделсозии забонии ниқобдори BERT ва авторегрессияи қатъии аз чап ба рости GPT пешниҳод кард. GLM порчаҳои пайвастаро холӣ мекунад ва онҳоро ба таври авторегрессивӣ бо тартиби омехта аз нав тавлид мекунад, бо кодгузории мавқеии дуандоза, ки ҳам мавқеи токенро дар ҳуҷҷати вайроншуда ва ҳам мавқеи онро дар дохили порчаи пуршаванда пайгирӣ мекунад: як меъморӣ, ки фаҳмиш ва тавлидро баробар хуб иҷро мекунад.

Гурӯҳи паси он Гурӯҳи Муҳандисии Донишҳои Донишгоҳи Тсинхуа буд, ки аз он ширкате ҷудо шуд, ки ҳоло ҳамчун Z.ai (пештар Zhipu AI) маълум аст. Аввалин маҳсули сарлавҳавии он GLM-130B дар октябри соли 2022 буд — модели зичи дузабонаи англисӣ/хитоӣ бо 130 миллиард параметр, ки вазнҳо ва коди он ҳангоми нашр оммавӣ бароварда шуданд. Аз он вақт инҷониб нашри кушода услуби хонагӣ шудааст.

Давраи MoE ва гардиш ба сӯи агентҳо

Хатти умумӣ аз ҳар нашри алоҳида муҳимтар аст. Аз GLM-4.5 сар карда ҳар версия барои ҳамон як чиз беҳтар шудааст: пайваста мондан дар давоми даҳҳо фарохонии абзорҳо. Ин ҳадафи дигарест аз ҳадди аксар расонидани холҳои бенчмарки якдавра ва он ҳамчун аргументҳои камтари вайроншудаи абзор, дрейфи камтар дар нақшаи дароз ва камтар шудани рафтори «дар давраи 14 бо боварӣ вазифаро аз нав оғоз мекунад» зоҳир мешавад, ки чаҳорчӯбаҳои агентиро гарон мекунад.

02GLM-5.2 чист ва бо кадом натиҷаҳо чен шудааст

Z.ai рақамҳои бенчмаркро барои GLM-5.2 дар анбори GLM-5 нашр мекунад. Дуто ба кори воқеии агентӣ рост меоянд, на ба ёдоварии маълумоти хурд:

Terminal-Bench 2.1 — вазифаҳои агентии сатри фармон бо уфуқи дароз. Аз ҷониби Z.ai гузориш дода шудааст.

SWE-bench Pro — ҳалли масъалаҳо дар анбори воқеӣ. Аз ҷониби Z.ai гузориш дода шудааст; GLM-5.1 дар ҳамон санҷиш 58.4 гирифт.

Инҳо рақамҳои лаборатория мебошанд, на аз они мо, ва онҳо асоси фишурданашуда-ро тавсиф мекунанд. Онҳо синфи моделеро, ки шумо бо он кор мекунед, муайян мекунанд, на кафолатро.

Як маълумот аз бенчмарк арзишмандтар аст, зеро он аз баҳогузоре меояд, ки ҳеҷ ангезае барои хушомадгӯӣ ба модел надорад. Дар июли соли 2026 Маркази стандартҳо ва навовариҳои зеҳни сунъии Институти миллии стандартҳо ва технологияи ИМА GLM-5.2-ро баҳо дод ва хулоса кард, ки он эҳтимолан қобилтарин модели зеҳни сунъии вазнҳои кушодаи дар вақти баровардани он дастрас буд, бо қобилиятҳои умумии ба GPT-5.2 муқоисашаванда ва қобилиятҳои кибернетикии ба Claude Opus 4.6 муқоисашаванда. Ҳамон баҳогузорӣ қайд кард, ки GLM-5.2 нисбат ба моделҳои маълумотии амрикоӣ дархостҳои ҳассосро камтар манъ мекунад ва он ки муҳофизатҳои дар вазнҳои кушода пухташуда пас аз худмизбонии он вазнҳо метавонанд давр зада шаванд. Қисми 05 ба ин бармегардад.

03«3BIT-REAP» чӣ маъно дорад ва ба шумо чӣ меарзад

REAP: буридани мутахассисон ба ҷои якҷоя кардани онҳо

Модели MoE бо 744B параметр дар ҳар қабат 256 мутахассис дорад, ки аз онҳо 8-то дар ҳар токени додашуда фаъол мешаванд. Маршрутизатор корро баробар тақсим намекунад — баъзе мутахассисон доимо истифода мешаванд ва думи дароз кам истифода мешавад ва вақте ки истифода мешавад, кам саҳм мегузорад. REAP (Router-weighted Expert Activation Pruning) аз Cerebras Research, ки ба ICLR 2026 қабул шудааст, аз ҳамин истифода мебарад: он ҳар мутахассисро аз рӯи меъёри барҷастагӣ баҳо медиҳад, ки то чӣ андаза қавӣ ва зуд-зуд маршрутизатор онро мекушояд бо бузургии саҳми баромади он якҷоя мекунад, баъд холдорони пастро доимӣ мепартояд.

Қисми ҷолиб муқоисаест, ки REAP дар он ғолиб мебарояд. Алтернативаи возеҳи партофтани мутахассис якҷоя кардани он бо мутахассиси зиндамонда аст, ки бехатартар менамояд. Бозёфти мақола дар моделҳои MoE аз 20B то 1T параметр ин аст, ки якҷоякунӣ дар амал барои кори тавлидӣ бадтар аст ва буридан ба таври ҳайратангез хуб нигоҳ медорад: қариб бетаносон дар бенчмаркҳои тавлиди код ва фарохонии абзорҳо ҳатто пас аз нест кардани нисфи мутахассисон, дар асосҳое, ки Qwen3-Coder-480B ва Kimi-K2-ро дар бар мегиранд. Осеб надидани код ва фарохонии абзорҳо маҳз ҳамон чизест, ки шумо мехоҳед дар моделе нигоҳ дошта шавад, ки сабаби мавҷудияташ муҳандисии агентист.

Вазнҳои 3-битӣ ва мубодилаи ростқавлона

Илова ба буридан, вазнҳои зиндамонда бо 3 бит нигоҳ дошта мешаванд — шадидтар аз зинаҳои W4A16-AUTOROUND-REAP ва W8A16 дар ҷойҳои дигари каталоги мо, ва барои калонтарин асосҳо нигоҳ дошта шудааст, ки дар онҳо роҳи дигаре нест, ки модели сеяки триллион параметрро ба гиреҳи хизматрасонӣ гузошта ва ҷараёни токенҳоро бо суръати қобили истифода нигоҳ дорем.

Фишурдасозӣ ройгон нест. Модели дурусти зеҳнӣ ин аст: буридан ва квантизатсия аввал думи дарозро вайрон мекунанд. Рафторҳои зич ва зуд-зуд истифодашаванда — риояи дастур, сохтори код, форматкунии фарохонии абзор, банақшагирии бисёрзинагӣ — хуб зинда мемонанд, ки маҳз ҳаминро натиҷаҳои REAP нишон медиҳанд. Ёдоварии фактҳои ноаён, забонҳои нодир ва маълумоти хурди соҳаҳои танг ҷойҳое ҳастанд, ки шумо бояд нисбат ба GLM-5.2-и фишурданашуда фарқро интизор шавед. Агар кори шумо «факти ғайриоддиро аз ёд донистан» бошад, барои зинаи садоқати баландтар пул диҳед. Агар он «иҷрои нақша дар давоми чил фарохонии абзор бидуни аз роҳ баромадан» бошад, ин ҳамон зинаест, ки усул барои он тарҳрезӣ шудааст.

04Далели арзиш: API-и арзони бесензураи LLM воқеан чӣ қадар меарзад

Нархи рӯйхати API-и худи Z.ai барои GLM-5.2 $1.40 барои як миллион токени вуруд ва $4.40 барои як миллион баромад аст. Нархи мо дар ҳамон асос $0.73 / $2.34 аст — тақрибан 48% камтар дар вуруд ва 47% камтар дар баромад. Ин тахфиф ҳамон чизест, ки фишурдасозӣ мехарад, ва он бо чизи дуюме меояд, ки шумо дар тарафи аввал бо ҳеҷ нарх харида наметавонед: набудани қабати рад кардан.

Дар дохили каталоги мо арзиши омехта рақами муҳим аст. Инак он бо таносуби вуруд ба баромади 3:1, ки тақрибан ҳамон тавр аст, ки агенти фарохонандаи абзор дар амал менамояд — контекст ва натиҷаҳои абзори зиёд ба дарун, токенҳои нисбатан кам ба берун.

Модел	Вуруд / 1M	Баромад / 1M	Омехта 3:1	Биноӣ
GLM-5.2 · 3BIT-REAP	$0.73	$2.34	$1.13	Не
Nemotron3Ultra · 3BIT-REAP	$0.75	$3.30	$1.39	Не
Kimi-K2.6 · W4A16-AUTOROUND-REAP	$0.78	$3.67	$1.50	Бале
DeepSeek-V4-Pro-0813 · 3BIT-REAP	$1.95	$3.90	$2.44	Не
inkling · W4A16-AUTOROUND-REAP	$1.42	$6.07	$2.58	Бале
Kimi-K3 · 3BIT-REAP	$3.83	$19.12	$7.65	Бале

Шаш модел дар фарши $0.50 / $2.00 меистанд — MiniMax-M3, DeepSeek-V4-Flash, Laguna-S-2.1, MiMo-V2.5, MiMo-V2.5-Pro ва Hy3 — бо меъёри омехтаи $0.875. GLM-5.2 29% болотар аз он фарш аст ва ба шумо асоси синфи 744B-ро бо сармоягузории устувори паси он ба рафтори агентӣ мехарад. Ҳар чизе, ки болотар аз он нарх дорад, аз рӯи омехта ҳадди ақал 23% гаронтар аст ва Kimi-K3 6.8 маротиба гаронтар аст. Ин далели арзиш дар як сатр аст: арзонтарин ҷой дар каталог барои харидани асоси агентии зинаи болоӣ.

Ба кор табдил дода шуда

• Як пуркунии пурраи контекст — 262,144 токени вуруд: $0.19. Тамоми як анбори калон ба тиреза хонда мешавад бо камтар аз бист сент.
• Як анҷомдиҳии дарозии ҳадди аксар — 16,384 токени баромад: $0.038.
• Як давраи агент — 20K вуруд, 2K баромад: $0.019. Ҳамон давра дар Kimi-K3 $0.115 ва дар DeepSeek-V4-Pro $0.047 меарзад.
• Сад давраи агент: $1.93, дар муқоиса бо $11.48 дар гаронтарин модели каталог.

Корҳои агентӣ вурудвазнанд ва бартарии GLM маҳз дар ҳамон ҷо аз ҳама калон аст: нархи вуруди он 5.2 маротиба поёнтар аз Kimi-K3 ва 2.7 маротиба поёнтар аз DeepSeek-V4-Pro аст. Агар агенти шумо дар ҳар давра сӯҳбати афзояндаро аз нав фиристад — ва қариб ҳар агент чунин мекунад — маҳз ҳамон зарбкунанда дар ҳисобномаи шумо пайдо мешавад.

05«Бесензура» дар ин нуқтаи интиҳоӣ чӣ маъно дорад

Маҳз ду чиз: қабати рад кардан нест — таснифкунандае нест, ки қарор кунад модел кадом дархостҳоро дидан мумкин аст, ва модели сиёсате нест, ки дархости шуморо пеш аз расиданаш аз нав нависад — ва филтри баромад нест, яъне токенҳое, ки модел тавлид мекунад, ҳамон токенҳоеанд, ки шумо мегиред, бидуни ҳазф ва бидуни ивазкунӣ.

Ин пешниҳоди дигарест аз API-и тиҷоратие, ки режими «сустшуда» ё «барномасоз»-ро реклама мекунад. Онҳо ҳанӯз ҳам трафикро тавассути стеки сиёсати фурӯшанда мегузаронанд; он чи тағйир меёбад, остона аст, на мавҷудияти дарвоза. Дар ин ҷо дарвозае барои танзим нест — модел дар кластери GPU-и худамон кор мекунад ва рафтори он рафтори асос аст. Бозёфти NIST CAISI-ро аз қисми 02 ҳамчун изҳороти техникӣ бихонед, на ҳамчун огоҳӣ, ва он маҳсулотро шарҳ медиҳад: моделе, ки ҳамоҳангсозиаш дар вазнҳояш зиндагӣ мекунад ва бидуни қабати берунии сиёсат хизмат мерасонад, мувофиқи вазнҳояш рафтор мекунад.

Чаро ин махсусан барои агентҳо муҳим аст

Радкуниҳо одатан ҳамчун масъалаи мазмун муҳокима мешаванд. Дар кори агентӣ онҳо асосан масъалаи эътимоднокӣ мебошанд. Радкунӣ дар давраи 31-и корҳои 40-давра рад кардани хушмуомилаест нест, ки шумо онро хонед ва гузаред — ин қадами вайроншуда, оркестраторе, ки намедонад чӣ гуна давом диҳад, нақшаи шикаста ва 30 давраи токени сарфшуда бидуни натиҷа аст. Таҳқиқоти амниятӣ, таҳлили нармафзори зараровар, санҷиши воридшавӣ, дастаи сурх, бадеии калонсолон, тартиб додани ҳуҷҷатҳои тиббӣ ва ҳуқуқӣ ва тавлиди маҷмӯаи маълумот барои таълими бехатарӣ ҳамааш ба ин доимо дучор меоянд ва нокомӣ маҳз аз он сабаб гарон аст, ки дер рух медиҳад.

Тарафи дигараш он аст, ки ҳоло қабати сиёсат аз они шумост. Истифодаи Шлюзи Shannon AI тибқи Сиёсати истифодаи масъулона-и мо танзим карда мешавад; хориҷ кардани доварии фурӯшанда аз ҳалқа маънои пешниҳоди доварии худро дорад.

06Нуқтаи интиҳоӣ воқеан ба шумо чӣ медиҳад

Имконият	GLM-5.2 · 3BIT-REAP
Идентификатори модел	GLM-5.2-3BIT-REAP
Тирезаи контекст	262,144 токен
Баромади ҳадди аксар дар як дархост	16,384 токен
Ҷараёнӣ	Бале
Фарохонии абзорҳо	Бале
Мулоҳиза / reasoning_effort	Бале
JSON Schema (json_schema)	Бале
response_format	Бале
Биноӣ / вуруди тасвир	Не — танҳо матн
Қабати рад кардан / филтри баромад	Нест

Пеш аз сохтан сатри биноиро бодиққат бихонед. GLM-5.2 дар шлюзи мо танҳо матнист. Агар ба шумо вуруди тасвир лозим бошад, каталог панҷ варианти дорои биноӣ дорад — MiniMax-M3 ва MiMo-V2.5 дар фарши $0.50 / $2.00, Kimi-K2.6 бо $0.78 / $3.67, inkling бо $1.42 / $6.07 ва Kimi-K3 бо $3.83 / $19.12. Намунаи оқилона ин аст, ки фаҳмиши тасвир ба MiniMax-M3 ва ҳама чизи дигар ба GLM-5.2 равона карда шавад, ки ин ба ғайр аз сатри модел чизе намеарзад.

Се лаҳҷа, як модел

Ҳамон модел тавассути се формати дархост дастрас аст, ҳамааш ҷараёнӣ: /v1/chat/completions (лаҳҷаи OpenAI), /v1/messages (лаҳҷаи Anthropic) ва /v1/responses. Дар байни онҳо дар модел чизе тағйир намеёбад — ҳамонеро интихоб кунед, ки SDK-и шумо аллакай мефаҳмад, ва шумо одатан бо як тағйири URL-и асосӣ то кор кардан дур ҳастед.

# 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,
)

Схемаҳои пурраи дархост ва ҷавоб барои ҳар се лаҳҷа, формати фарохонии абзорҳо, шаклҳои рӯйдодҳои ҷараёнӣ ва майдончаи интерактивӣ дар ҳуҷҷатгузории API-и Shannon AI ҳастанд.

07Кай GLM-5.2-ро интихоб кунед — ва кай не

Онро вақте гиред, ки

• Шумо агентҳоро кор мефармоед. Ҳалқаҳои дарози фарохонии абзорҳо маҳз ҳамон чизест, ки ин насаб барои он сохта шудааст ва такрор ба такрор пас аз таълим дидааст, ва нархи вуруд аз нав фиристодани сӯҳбати афзояндаро дар ҳар давра дастрас мекунад.
• Шумо дар базаи калони кодҳо кор мекунед. Контексти 262K, форматкунии боэътимоди фарохонии абзорҳо ва $0.19 барои хондани тамоми тиреза.
• Ҳаҷм маҳдудияти шумост. Таснифот, истихроҷ, тавлиди маълумоти синтетикӣ, бознависии оммавӣ — ҳар чизе, ки дар он арзиши ҳар фарохонӣ зарб ба шумораи калон қарор мекунад, оё лоиҳа қобили ҳаёт аст.
• Радкуниҳо қубури шуморо мешикананд. Таҳқиқоти амниятӣ, санҷиши хусуматомез, бадеии бесензура, тартиб додани ҳуҷҷатҳои ҳассос — ин шакли нокомӣ дар ин ҷо мавҷуд нест.

Чизи дигарро вақте гиред, ки

• Ба шумо биноӣ лозим аст. Танҳо матн. Вариантҳои дорои биноиро дар боло бинед.
• Ба шумо амиқтарин мулоҳизаи якдавра лозим аст. Барои душвортарин масъалаҳои таҳлилии як зарба, DeepSeek-V4-Pro-0813 · 3BIT-REAP асбоби вазнинтар бо 2.2 маротиба арзиши омехта аст — дар фарохониҳое, ки дар онҳо шифт маҳдудият аст, ин мубодилаи дуруст аст.
• Ба шумо садоқати ҳадди аксар дар дониши ноаён лозим аст. Зинаи W8A16 — MiMo-V2.5-Pro ва Hy3 — хеле камтар шадид фишурда шудааст ва дар фарши $0.50 / $2.00 дар асосҳои хурдтар меистад.

Рақамҳои бенчмарки GLM-5.2 (Terminal-Bench 2.1, SWE-bench Pro) аз ҷониби Z.ai барои асоси фишурданашуда гузориш дода шудаанд; такрори мустақил интизор аст. Рақамҳои Claude Opus 4.8 ва GPT-5.5 танҳо барои муқоиса нишон дода шудаанд. Нархи рӯйхати API-и GLM-5.2-и тарафи аввал чунон ки Z.ai дар сентябри соли 2026 нашр кардааст.

08Саволҳои маъмул

---

Манбаъҳо: Анбори GLM-5-и Z.ai · 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 · Баҳогузории NIST CAISI оид ба GLM-5.2-и Z.ai, июли соли 2026. Холҳои бенчмарки асос аз ҷониби лаборатория гузориш дода шудаанд ва муваққатӣ мебошанд; онҳо GLM-5.2-и фишурданашударо тавсиф мекунанд, на ин сохти фишурдаро. Рақамҳои нарх, контекст ва имкониятҳо арзишҳои каталоги Shannon AI ба ҳолати 5 сентябри соли 2026 мебошанд.