Нецензурований API GLM: найкраща ціна за токен

Більшість порівнянь «найдешевшої моделі» нечесні, бо дешевим варіантом зазвичай виявляється мала модель у маркетинговому вбранні великої. Тут відбувається не це. GLM-5.2 — один із найбільших фундаментів із відкритими вагами, які будь-хто випускав, і за $0.73 на вході / $2.34 на виході він стоїть на щабель вище за підлогу нашого каталогу, несучи фундамент у кілька разів більший за те, що ця підлога зазвичай купує. Саме цей розрив — велика модель за майже мінімальною ціною — і є причиною існування цієї сторінки.

01Звідки походить GLM: Цінхуа, заповнення пропусків і різкий поворот до агентів

GLM — це не перейменована похідна від Llama. Це одна з небагатьох родин моделей із власною ціллю попереднього навчання, яку п'ять років розвивала та сама дослідницька група. Назва означає General Language Model, а засновницька стаття — GLM: General Language Model Pretraining with Autoregressive Blank Infilling, ACL 2022 — запропонувала третій варіант поряд із маскованим мовним моделюванням BERT і строгою авторегресією зліва направо в GPT. GLM затирає суцільні відрізки тексту й регенерує їх авторегресивно у перемішаному порядку, з двовимірними позиційними кодуваннями, що відстежують і позицію токена у зіпсованому документі, і його позицію всередині відрізка, який заповнюють: одна архітектура, що однаково добре справляється з розумінням і генерацією.

За нею стояла Knowledge Engineering Group Університету Цінхуа, з якої виокремилася компанія, відома тепер як Z.ai (раніше Zhipu AI). Її першим гучним артефактом став GLM-130B у жовтні 2022 року — двомовна англо-китайська щільна модель на 130 мільярдів параметрів, ваги й код якої опублікували одночасно зі статтею. Відкритий випуск відтоді став фірмовим стилем.

Епоха MoE й поворот до агентів

Наскрізна лінія важить більше за будь-який окремий реліз. Від GLM-4.5 кожну версію оптимізували під одне й те саме: лишатися послідовною через десятки викликів інструментів. Це інша ціль, ніж максимізація балів за один хід, і вона проявляється як менша кількість спотворених аргументів інструментів, менший дрейф у довгому плані й менше поведінки «впевнено починає завдання спочатку на 14-му ході», через яку агентні фреймворки дорого коштують.

02Що таке GLM-5.2 і які в неї виміри

Z.ai публікує цифри бенчмарків для GLM-5.2 у репозиторії GLM-5. Два з них лягають на реальну агентну роботу, а не на пригадування дрібниць:

Terminal-Bench 2.1 — довгогоризонтні агентні завдання в командному рядку. За даними Z.ai.

SWE-bench Pro — розв'язання задач у справжніх репозиторіях. За даними Z.ai; GLM-5.1 набрала 58,4 на тому самому тесті.

Це цифри лабораторії, не наші, і вони описують нестиснений фундамент. Вони встановлюють клас моделі, з якою ви маєте справу, а не є гарантією.

Один показник вартий більше за бенчмарк, бо походить від оцінювача, у якого немає стимулу лестити моделі. У липні 2026 року Center for AI Standards and Innovation при Національному інституті стандартів і технологій США оцінив GLM-5.2 і дійшов висновку, що це ймовірно найздібніша модель ШІ з відкритими вагами, доступна на момент її випуску, із загальними можливостями, порівнянними з GPT-5.2, і кіберможливостями, порівнянними з Claude Opus 4.6. Та сама оцінка зауважила, що GLM-5.2 блокує менше чутливих запитів, ніж референсні моделі зі США, і що запобіжники, вшиті у відкриті ваги, можна обійти, щойно ці ваги розміщено самостійно. Розділ 05 повертається до цього.

03Що означає «3BIT-REAP» і чого це вам коштує

REAP: проріджування експертів замість їх злиття

Модель MoE на 744 млрд параметрів має 256 експертів на шар, з яких 8 спрацьовують на будь-якому окремому токені. Маршрутизатор не розподіляє роботу рівномірно — до одних експертів звертаються постійно, а до довгого хвоста рідко, і вони мало додають, коли до них звертаються. REAP (Router-weighted Expert Activation Pruning) від Cerebras Research, прийнятий на ICLR 2026, це використовує: він оцінює кожного експерта за критерієм значущості, що поєднує те, наскільки сильно й часто маршрутизатор його відкриває, з величиною внеску його виходу, а тоді назавжди відкидає тих, хто набрав мало.

Цікаве тут — порівняння, у якому REAP перемагає. Очевидна альтернатива відкиданню експерта — злити його з тим, хто вижив, що звучить безпечніше. Висновок статті на моделях MoE від 20 млрд до 1 трлн параметрів полягає в тому, що злиття насправді гірше для генеративної роботи, а проріджування тримається напрочуд добре: практично невтратно на бенчмарках генерації коду й виклику інструментів навіть після видалення половини експертів, на фундаментах, серед яких Qwen3-Coder-480B і Kimi-K2. Те, що код і виклик інструментів лишаються неушкодженими, — саме те, що ви хочете зберегти в моделі, чия причина існування — агентна інженерія.

3-бітні ваги й чесний компроміс

Поверх проріджування ваги, що вижили, зберігаються у 3 бітах — агресивніше, ніж рівні W4A16-AUTOROUND-REAP і W8A16 в інших місцях нашого каталогу, і це залишено для найбільших фундаментів, де іншого способу помістити модель на три чверті трильйона параметрів на обслуговуючий вузол і зберегти придатну швидкість токенів просто немає.

Стиснення не безкоштовне. Правильна ментальна модель така: проріджування й квантування псують спершу довгий хвіст. Щільні, часто вживані поведінки — дотримання інструкцій, структура коду, форматування викликів інструментів, багатокрокове планування — виживають добре, і саме це показують результати REAP. Різницю проти нестисненої GLM-5.2 слід очікувати в маловідомих фактах, рідкісних мовах і нішевих доменних дрібницях. Якщо ваше навантаження — «знати назубок незвичайний факт», платіть за рівень вищої точності. Якщо це «провести план крізь сорок викликів інструментів, не зійшовши з рейок», то саме для цього рівня метод і створювали.

04Аргумент вартості: у що насправді обходиться дешевий нецензурований API LLM

Власна опублікована прейскурантна ціна API Z.ai для GLM-5.2 — $1.40 за мільйон вхідних токенів і $4.40 за мільйон вихідних. Наша ціна на тому самому фундаменті — $0.73 / $2.34, тобто приблизно на 48% менше на вході й на 47% менше на виході. Цю знижку купує стиснення, і разом із нею йде друга річ, якої не купити в першої сторони за жодні гроші: відсутність шару відмов.

У межах нашого каталогу значення має змішана вартість. Ось вона при співвідношенні входу до виходу 3:1 — приблизно те, як на практиці виглядає агент із викликом інструментів: багато контексту й результатів інструментів усередину, порівняно мало токенів назовні.

Модель	Вхід / 1 млн	Вихід / 1 млн	Змішана 3:1	Зір
GLM-5.2 · 3BIT-REAP	$0.73	$2.34	$1.13	Ні
Nemotron3Ultra · 3BIT-REAP	$0.75	$3.30	$1.39	Ні
Kimi-K2.6 · W4A16-AUTOROUND-REAP	$0.78	$3.67	$1.50	Так
DeepSeek-V4-Pro-0813 · 3BIT-REAP	$1.95	$3.90	$2.44	Ні
inkling · W4A16-AUTOROUND-REAP	$1.42	$6.07	$2.58	Так
Kimi-K3 · 3BIT-REAP	$3.83	$19.12	$7.65	Так

Шість моделей стоять на підлозі $0.50 / $2.00 — MiniMax-M3, DeepSeek-V4-Flash, Laguna-S-2.1, MiMo-V2.5, MiMo-V2.5-Pro і Hy3 — це змішана ставка $0.875. GLM-5.2 на 29% вища за цю підлогу й купує вам фундамент класу 744 млрд із тривалими інвестиціями в агентну поведінку за спиною. Усе, що коштує дорожче за неї, має щонайменше на 23% вищу змішану ціну, а Kimi-K3 дорожча в 6,8 раза. Ось аргумент вартості в одному рядку: найдешевше місце в каталозі, де можна купити агентний фундамент найвищого рівня.

У переведенні на роботу

• Одне повне заповнення контексту — 262 144 вхідні токени: $0.19. Цілий великий репозиторій, зчитаний у вікно, менш ніж за двадцять центів.
• Одна відповідь максимальної довжини — 16 384 вихідні токени: $0.038.
• Один агентний хід — 20K на вході, 2K на виході: $0.019. Той самий хід коштує $0.115 на Kimi-K3 і $0.047 на DeepSeek-V4-Pro.
• Сто агентних ходів: $1.93 проти $11.48 на найдорожчій моделі каталогу.

Агентні навантаження важкі на вході, і перевага GLM найбільша саме там: її ціна входу у 5,2 раза нижча за Kimi-K3 і у 2,7 раза нижча за DeepSeek-V4-Pro. Якщо ваш агент щоходу пересилає розмову, що зростає, — а так робить майже кожен агент, — саме цей множник опиняється у вашому рахунку.

05Що означає «нецензурований» на цьому ендпоїнті

Точно дві речі: немає шару відмов — немає класифікатора, який вирішує, які запити модель має право побачити, і немає моделі політики, яка переписує ваш промпт до його надходження, — і немає фільтрації виводу, тобто токени, які модель видає, і є тими токенами, які ви отримуєте, без редагувань і підмін.

Це інша пропозиція, ніж комерційний API, що рекламує «послаблений» чи «розробницький» режим. Ті все одно ведуть трафік крізь стек політик постачальника; змінюється поріг, а не наявність воріт. Тут воріт для налаштування немає — модель працює на нашому власному GPU-кластері, і її поведінка є поведінкою фундаменту. Прочитайте висновок NIST CAISI із розділу 02 як технічне твердження, а не як попередження, і він пояснює продукт: модель, чиє вирівнювання живе в її вагах і яку обслуговують без зовнішнього шару політики, поводиться згідно зі своїми вагами.

Чому це важливо саме для агентів

Відмови зазвичай обговорюють як питання змісту. В агентній роботі це переважно питання надійності. Відмова на 31-му ході 40-ходового прогону — це не ввічливе «ні», яке ви прочитали й пішли далі; це спотворений крок, оркестратор, який не знає, як діяти далі, зламаний план і 30 ходів витрачених токенів без результату. Дослідження безпеки, аналіз шкідливого коду, тестування на проникнення, red-teaming, доросла проза, медичні й юридичні чернетки та генерація датасетів для навчання безпеки натрапляють на це постійно, і збій дорогий саме тому, що приходить пізно.

Зворотний бік у тому, що шар політики тепер ваш. Використання шлюзу Shannon AI регулюється нашою Політикою відповідального використання; прибрати з циклу судження постачальника означає надати власне.

06Що саме дає ендпоїнт

Можливість	GLM-5.2 · 3BIT-REAP
Ідентифікатор моделі	GLM-5.2-3BIT-REAP
Контекстне вікно	262 144 токени
Макс. вивід на запит	16 384 токени
Стримінг	Так
Виклик інструментів	Так
Міркування / reasoning_effort	Так
JSON Schema (json_schema)	Так
response_format	Так
Зір / вхідні зображення	Ні — лише текст
Шар відмов / фільтрація виводу	Немає

Уважно прочитайте рядок про зір, перш ніж будувати. GLM-5.2 на нашому шлюзі працює лише з текстом. Якщо вам потрібен вхід зображень, у каталозі є п'ять варіантів зі зором — MiniMax-M3 і MiMo-V2.5 на підлозі $0.50 / $2.00, Kimi-K2.6 за $0.78 / $3.67, inkling за $1.42 / $6.07 і Kimi-K3 за $3.83 / $19.12. Розумний патерн — спрямувати розуміння зображень на MiniMax-M3, а все інше на GLM-5.2, що не коштує нічого, крім рядка з назвою моделі.

Три діалекти, одна модель

Та сама модель доступна через три формати запитів, усі зі стримінгом: /v1/chat/completions (діалект OpenAI), /v1/messages (діалект Anthropic) і /v1/responses. У самій моделі між ними нічого не змінюється — оберіть той, яким уже говорить ваш SDK, і зазвичай ви за одну зміну базової URL від запуску.

# 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,
)

Повні схеми запитів і відповідей для всіх трьох діалектів, формат виклику інструментів, форми подій стримінгу й інтерактивний playground — у документації API Shannon AI.

07Коли обирати GLM-5.2 — і коли ні

Тягніться до неї, коли

• Ви запускаєте агентів. Довгі цикли виклику інструментів — саме те, для чого цей родовід будували й раз за разом пост-тренували, а ціна входу робить пересилання розмови, що зростає, доступним щоходу.
• Ви працюєте з великою кодовою базою. 262K контексту, надійне форматування викликів інструментів і $0.19 за прочитання всього вікна.
• Вашим обмеженням є обсяг. Класифікація, витяг, генерація синтетичних даних, масове переписування — усе, де вартість одного виклику, помножена на велике число, вирішує, чи проєкт узагалі життєздатний.
• Відмови ламають ваш конвеєр. Дослідження безпеки, змагальне тестування, нецензурована проза, чутливі чернетки — тут цього режиму збою немає.

Тягніться до чогось іншого, коли

• Вам потрібен зір. Лише текст. Див. варіанти зі зором вище.
• Вам потрібне найглибше міркування за один хід. Для найважчих одноходових аналітичних задач DeepSeek-V4-Pro-0813 · 3BIT-REAP — важчий інструмент за 2,2 раза вищої змішаної вартості; на викликах, де обмеженням є стеля, це правильний розмін.
• Вам потрібна максимальна точність на маловідомих знаннях. Рівень W8A16 — MiMo-V2.5-Pro і Hy3 — стиснуто значно менш агресивно, і він стоїть на підлозі $0.50 / $2.00, але на менших фундаментах.

Цифри бенчмарків GLM-5.2 (Terminal-Bench 2.1, SWE-bench Pro) повідомлені Z.ai для нестисненого фундаменту; незалежне відтворення ще попереду. Цифри Claude Opus 4.8 і GPT-5.5 наведено лише для довідки. Прейскурантні ціни API GLM-5.2 від першої сторони — як опубліковано Z.ai, вересень 2026 року.

08Часті запитання

---

Джерела: репозиторій Z.ai GLM-5 · 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, липень 2026. Бали бенчмарків фундаменту повідомлені лабораторією і є попередніми; вони описують нестиснену GLM-5.2, а не цю стиснену збірку. Цифри цін, контексту й можливостей — значення каталогу Shannon AI станом на 5 вересня 2026 року.