Kinas Z.ai har med GLM-5.2 taget en overraskende førerposition i open-weights-feltet. Modellen er ifølge Artificial Analysis nu den førende open-weight-model på deres Intelligence Index v4.1 med en score på 51 — foran rivaler som MiniMax-M3, DeepSeek V4 Pro max og Kimi K2.6.
Større, længere og mere åben
GLM-5.2 landede den 16. juni 2026, kun 70 dage efter forgængeren GLM-5.1. Arkitekturen er en Mixture-of-Experts (MoE)-model med 744 milliarder parametre i alt, hvoraf kun 40 milliarder er aktive ad gangen. Kontekstvinduet er udvidet fra 200.000 tokens til 1 million tokens, og vægtene frigives under MIT-licens.
Imponerende benchmarks
På Artificial Analysis’ primære mål for reel agentisk ydeevne, GDPval-AA v2, scorer GLM-5.2 1.524 — tæt på proprietære topmodeller som GPT-5.5 xhigh (1.514). Andre markante resultater:
| Benchmark | Score |
|---|---|
| TerminalBench v2.1 | 78–81 % |
| GPQA Diamond | 89 % |
| HLE | 40 % |
| CritPt | 21 % |
Især på videnskabeligt ræsonnement og kode har modellen rykket sig markant. CritPt-scoren er steget 16 point, og HLE-scoren er gået 12 point op.
En Pareto-vinder — men ikke billigst
GLM-5.2 bruger flere output-tokens per opgave end konkurrenterne: cirka 43.000 tokens mod GLM-5.1s 26.000 og DeepSeek V4 Pro max' 37.000. Det gør den til en relativt dyr open-weight-model at køre per opgave — omkring 0,46 USD mod DeepSeeks cirka 0,05 USD.
Alligevel placerer den sig ifølge Artificial Analysis på Pareto-fronten: du får mere intelligens, men betaler mere for den. API-priserne ligger på 1,4 / 4,4 / 0,26 USD pr. million input/output/cache hit-tokens.
Tilgængelighed og hosting
Vægtene findes på Hugging Face, og modellen hostes af en bred vifte af inference-udbydere: Z.ai, DeepInfra, Novita, Nebius, Parasail, Siliconflow, GMI Cloud, Baseten og Fireworks.
Open weights som forsvarsvåben
I en bemærkelsesværdig episode brugte Hugging Face netop den open-weight GLM-5.2 til at forsvare sig mod en angriber, der ifølge selskabet selv anvendte en lukket commercial frontier-model med refusal-begrænsninger. Det er et lille, men symbolsk eksempel på, hvordan åbne vægte kan give operatører mere kontrol end lukkede alternativer.
Hvorfor det betyder noget
GLM-5.2 understreger en bredere tendens: Kina dominerer i øjeblikket frigivelsen af store open-weight-modeller. Mens amerikanske selskaber som Nvidia, Microsoft og Meta nu lobbyer for at beskytte open weights mod for stram regulering, er det kinesiske laboratorier, der rent faktisk sætter standarden. Spørgsmålet er, om den amerikanske industri kan følge med — eller om de i stedet vil lukke yderligere modeller ned.