17 июня китайская компания Zhipu AI (Z.ai) объявила о запуске и полном открытии исходного кода флагманской модели GLM-5.2. Веса опубликованы на Hugging Face и ModelScope под лицензией MIT — это означает бесплатное коммерческое использование без региональных ограничений, включая дообучение под собственные задачи. Архитектурно GLM-5.2 построена по схеме Mixture-of-Experts: 744 млрд параметров, из которых одновременно активны лишь около 40 млрд — это позволяет держать себестоимость инференса в разы ниже, чем у плотных моделей сопоставимого класса.
Контекстное окно модели достигает 1 миллиона токенов, а фокус разработки сделан на так называемых long-horizon задачах — сложных многошаговых проектах, которые ИИ-агент выполняет в автономном режиме часами или даже днями без вмешательства человека. Именно на этот класс задач всё больше ориентируются корпоративные заказчики, и именно здесь Zhipu решила бросить вызов лидерам.
Результаты тестирования оказались неожиданно сильными. На SWE-bench Pro — одном из самых требовательных бенчмарков реального программирования — GLM-5.2 набрала 62,1 балла против 58,6 у GPT-5.5, при этом инференс обходится примерно в шесть раз дешевле. На FrontierSWE результат составил 74,4 против 72,6, на MCP-Atlas — 76,8 против 75,3 у модели OpenAI.
В математике GLM-5.2 показала на AIME 2026 результат 99,2% — лучший показатель в таблице, обойдя Opus 4.8 (95,7%), GPT-5.5 (98,3%) и Gemini 3.1 Pro (98,2%). 19 июня модель заняла первое место в рейтинге веб-дизайна платформы DesignArena, обойдя Google. В задачах кибербезопасности, по данным независимого тестирования Semgrep, GLM-5.2 набрала около 39% F1 при поиске IDOR-уязвимостей — сопоставимо с показателями Claude и вплотную приблизившись к Mythos, старшей модели Anthropic.
Реакция рынка была мгновенной: акции Zhipu AI выросли на 48% после релиза. Аналитики The Economist называют произошедшее переломным моментом — гегемония американских корпораций в ИИ впервые дала настолько заметную трещину именно за счёт открытой модели, а не закрытого продукта с ограниченным доступом. Ранее считалось, что китайские лаборатории отстают на 12–18 месяцев; после GLM-5.2 разрыв в отдельных категориях (математика, веб-дизайн) фактически исчез.
Ключевой сдвиг — не только в качестве, но и в модели распространения. Пока Anthropic и OpenAI ограничивают доступ к самым мощным моделям избранным организациям и государствам, Zhipu отдаёт сопоставимые по классу веса в открытый доступ. Это меняет экономику всей отрасли: компании по всему миру получают возможность запускать frontier-уровень ИИ на собственной инфраструктуре, не оплачивая API западных лабораторий и не попадая под их экспортные ограничения.
Для российского рынка расклад важен вдвойне. Доступ к топовым западным моделям и так ограничен экспортным контролем США — история с временной блокировкой Claude Fable 5 и Mythos в июне тому подтверждение. Открытая китайская модель уровня GLM-5.2 становится реальной альтернативой: её можно развернуть на локальных мощностях, дообучить под русский язык и требования 152-ФЗ, не согласовывая условия использования ни с Вашингтоном, ни с Пекином напрямую.
Одновременно это усиливает аргумент в пользу собственных суверенных моделей — GigaChat у Сбера и YandexGPT у Яндекса, которые уже получили отдельный юридический статус в готовящемся законе об ИИ. В мире, где фронтир делят между собой два игрока, ставка исключительно на импорт технологий — что западных, что китайских — превращается в стратегический риск. Реалистичный путь для России — комбинировать открытые модели вроде GLM-5.2 как техническую базу с развитием собственных дообученных решений там, где критична локализация данных и соответствие регуляторным требованиям.
Дешёвый инференс GLM-5.2 создаёт для российских AI-платформ вроде caila.io и корпоративных интеграторов ещё один практический аргумент: шестикратная экономия на стоимости запроса по сравнению с GPT-5.5 при сопоставимом качестве кода снижает порог входа для компаний, которые раньше не могли себе позволить frontier-уровень ИИ из-за цены API западных лабораторий. В условиях, когда курс рубля и санкционные ограничения на оплату иностранных подписок остаются постоянным раздражителем для CIO, открытая и локально разворачиваемая модель решает сразу две проблемы — доступности и предсказуемости расходов.
Есть и обратная сторона: чрезмерная зависимость от китайских открытых весов несёт собственные риски — от геополитической волатильности в отношениях Пекина с западными регуляторами до вопросов доверия к данным, на которых обучалась модель. Именно поэтому большинство экспертов, опрошенных изданием, сходятся во мнении, что открытые китайские модели — это временное окно возможностей для ускоренного технологического рывка, а не постоянная стратегия. Окно, которым России стоит воспользоваться, параллельно инвестируя в собственные вычислительные мощности и данные для GigaChat и YandexGPT.