GLM-5.2 dorównuje Claude Opus 4.8: otwarty model kosztuje 5 razy mniej

Czym jest GLM-5.2 i dlaczego wszyscy o nim mówią?#

Dwa tygodnie temu w społeczności programistów wydarzyło się coś rzadkiego: otwarty model z Chin dorównał najdroższemu modelowi Claude. GLM-5.2 wywołał poruszenie w ciągu kilku dni, a niezależne testy potwierdziły, że to nie chwyt marketingowy.

Oto sedno sprawy. GLM to ogromny model: ma 753 miliardy parametrów, ale przy każdym zapytaniu aktywowana jest tylko niewielka część (około 40 miliardów), dzięki czemu jest szybki i tani mimo swoich rozmiarów. Jego okno kontekstowe wynosi 1 milion tokenów, co odpowiada mniej więcej 700-stronicowej książce przetwarzanej za jednym razem. Model opracowała Z.ai, firma z siedzibą w Pekinie, która wyrosła z Uniwersytetu Tsinghua. Najważniejsze jest to, że model jest otwarcie dostępny. GLM-5.2 jest objęty licencją MIT, a GLM-5.3 — własną licencją GLM-5.3 License, podobnie liberalną w duchu: pobierz i używaj. Ograniczenie dotyczy tylko gigantów — usługi o rocznych przychodach wynoszących co najmniej 10 miliardów dolarów muszą przejść kontrolę bezpieczeństwa Z.ai. Opisany tutaj sposób korzystania nie podlega blokadom regionalnym, w przeciwieństwie do Claude.

Termin publikacji zadziałał na jego korzyść. Dzień przed premierą dyrektywa rządu USA zmusiła Anthropic do pilnego wyłączenia dwóch najlepszych modeli.

GLM-5.2 pojawił się następnego dnia — otwarty, bez blokad i tani.

W tamtym czasie zajmował czwarte miejsce w klasyfikacji ogólnej — za Fable 5, Opus 4.8 i GPT-5.5. Był jednak najlepszym modelem, który można pobrać i uruchomić bez zgody jego twórcy. Dla przedsiębiorcy oznacza to jedno: pojawił się mocny konkurent Claude w cenie filiżanki kawy.

Potem w ofertach modeli zapanował chaos. 24 lipca Anthropic wypuściło Opus 5 w tej samej cenie — 5 i 25 dolarów za milion tokenów. GLM-5.3 pojawił się 14 sierpnia: nadal 753 miliardy parametrów i milion tokenów kontekstu, ale zauważalnie lepsze programowanie — o 50% lepszy wynik niż GLM-5.2 w wewnętrznym teście Z.ai. 1 września Anthropic zaprezentowało Fable 5.1 i Mythos 5.1. Dlatego od tego miejsca dane w artykule dotyczą aktualnej wersji, GLM-5.3.

Czy GLM-5.2 naprawdę dogonił Claude w programowaniu?#

Poniższe dane pochodzą z oficjalnej karty modelu GLM-5.3 na HuggingFace. Z.ai porównuje swój model z Opusem 4.8, a nie Opusem 5 — pamiętaj, że to ich tabela.

Obraz jest następujący: GLM-5.3 pokonuje Opusa 4.8 niemal we wszystkim, ale przegrywa, gdy zadanie polega na przepisaniu całej sekcji dużego projektu albo śledzeniu zadania przez wiele godzin bez zgubienia wątku. W tym wielogodzinnym benchmarku opublikowana różnica zmniejsza się o 23.1 punktu procentowego: (48.8 − 19.4) − (48.8 − 42.5) = 23.1. To spadek różnicy o około 79%, a nie o połowę; opisuje tę tabelę, nie zmierzoną niezawodność w Twoim projekcie. Długa praca autonomiczna to ostatni obszar, w którym Opus nadal utrzymuje przewagę.

W czerwcu, krótko po premierze GLM-5.2, zespół Cline poprosił ten model i Opusa 4.8 o naprawienie rzeczywistego błędu w swoim projekcie.

Ciekawe jest to, że GLM czasami pokonuje Claude’a w wąskich, specjalistycznych zadaniach. Firma zajmująca się bezpieczeństwem Semgrep (nie twórca GLM, lecz niezależna strona) przetestowała modele pod kątem wykrywania podatności i odkryła, że sam GLM-5.2 pokonał agenta działającego na Opusie. Dodano jednak również trzeźwiące zastrzeżenie, o którym warto pamiętać.

Pamiętaj o tym zastrzeżeniu — otoczka ma większe znaczenie niż model. Wniosek z testów jest taki: GLM-5.3 dogonił i wyprzedził Opusa 4.8 w codziennym programowaniu, a w najtrudniejszych zadaniach jest niemal na równi. O jego porównaniu z Opusem 5 napiszemy, gdy pojawią się niezależne pomiary. W przypadku większości zadań przedsiębiorcy obecna przewaga jest wystarczająca.

O ile GLM-5.2 jest tańszy od Claude?#

O to właśnie chodzi. Porównajmy ceny za milion tokenów.

Różnica w cenie jest ogromna: dane wyjściowe GLM są 6–8 razy tańsze.

Rzeczywiste oszczędności na konkretnym zadaniu wynoszą więc od 2 do 7 razy, zależnie od tego, jak często GLM musi ponownie sprawdzać swoją pracę. To mniej niż „5 razy” sugerowane przez cenę, ale i tak zostaje ci więcej pieniędzy w kieszeni. GLM to jeden ze sposobów na obniżenie kosztów; osobno analizuję DeepSeek i inne tanie modele do programowania.

Oszczędzanie na jednym modelu to dopiero początek. Znacznie ważniejsze jest zbudowanie systemu, w którym Claude nie halucynuje niezależnie od używanego modelu. Wybrany model to silnik. Samochód powstaje z tego, co umieścisz w kontekście.

Jak połączyć GLM-5.2 z Claude Code w 5 minut#

Najlepsze jest to, że nie zmieniasz narzędzi. Claude Code pozostaje, a zmienia się tylko model odpowiadający w tle. Połączenie wymaga dodania kilku linijek do ustawień.

Opcja 1 - subskrypcja Z.ai (do codziennej pracy)

Z.ai oferuje specjalną subskrypcję GLM Coding Plan dostosowaną do narzędzi programistycznych. Cena jest stała, a punkt końcowy API używa natywnego formatu Claude Code.

1. Wykup subskrypcję

   Przejdź na z.ai/subscribe i wybierz plan. Lite zaczyna się od $18 miesięcznie (wystarczy na cały dzień intensywnej pracy); dostępne są też droższe plany dla osób programujących przez cały dzień.

2. Utwórz klucz

   Na z.ai przejdź do API Keys, kliknij „Create a new API key” i skopiuj klucz.

3. Ustaw konfigurację

   Otwórz plik ~/.claude/settings.json i wklej poniższy blok, zastępując symbol zastępczy swoim kluczem.

4. Uruchom ponownie terminal

   Otwórz nowy terminal, uruchom claude i wpisz /status, aby sprawdzić konfigurację.

{
  "env": {
    "ANTHROPIC_AUTH_TOKEN": "your_z_ai_key",
    "ANTHROPIC_BASE_URL": "https://api.z.ai/api/anthropic",
    "ANTHROPIC_DEFAULT_HAIKU_MODEL": "glm-5.3-flash[1m]",
    "ANTHROPIC_DEFAULT_SONNET_MODEL": "glm-5.3[1m]",
    "ANTHROPIC_DEFAULT_OPUS_MODEL": "glm-5.3[1m]",
    "API_TIMEOUT_MS": "3000000"
  }
}

Po tej zmianie Claude Code będzie wyświetlać nazwy „Opus” i „Sonnet”, ale w tle uruchomi GLM — Z.ai podmienia model po swojej stronie. Jeśli w konfiguracji nadal masz ustawiony glm-5.2, to w porządku: Z.ai samo przekierowuje żądania GLM-5.2 i 5.1 do GLM-5.3, a żądania GLM-4.7 do GLM-5.3-Flash.

1. Uzyskaj klucz

2. Doładuj konto

3. Ustaw konfigurację

   Wklej poniższy blok do ~/.claude/settings.json — model GLM jest już w nim określony.

4. Uruchom Claude Code

   Otwórz nowy terminal i uruchom claude. Możesz przełączać model w locie poleceniem /model.

{
  "env": {
    "ANTHROPIC_BASE_URL": "<OFFICIAL_URL>",
    "ANTHROPIC_AUTH_TOKEN": "sk-or-v1-YOUR-KEY",
    "ANTHROPIC_API_KEY": "",
    "ANTHROPIC_DEFAULT_OPUS_MODEL": "z-ai/glm-5.3",
    "ANTHROPIC_DEFAULT_SONNET_MODEL": "z-ai/glm-5.3"
  }
}

Uruchamianie lokalnie w domu — szczerze mówiąc, to nierealne

Ponieważ wagi są otwarte, nasuwa się oczywiste pytanie: czy można pobrać model i uruchomić go samodzielnie za darmo? Dla przedsiębiorcy bez własnego serwera — nie.

GLM-5.3, który ma 753 miliardy parametrów, wymaga serwera o mocy odpowiadającej ośmiu kartom graficznym H200 (to ponad terabajt pamięci wideo i sprzęt kosztujący setki tysięcy dolarów). Nie uruchomi się nawet na najlepszym laptopie. Otwarta licencja ma inne znaczenie: konkurencję cenową i brak blokad. Nadal będziesz używać modelu przez API.

Kiedy używać GLM-5.2, a kiedy pozostać przy Claude Opusie?#

Nie musisz wybierać jednego modelu na zawsze. Rozsądni vibe coderzy zachowują oba i przełączają się między nimi zależnie od zadania. Oto praktyczna zasada oparta na opiniach praktyków.

Używaj GLM, gdy:

1. Tworzysz wersję roboczą i ją poprawiasz — naszkicuj coś, przejrzyj i zrób ponownie.
2. Pracujesz nad frontendem, układem strony i standardowym kodem baz danych.
3. Masz dużą ilość taniej, rutynowej pracy, którą można w razie potrzeby powtórzyć.
4. Potrzebujesz dużego okna kontekstowego za grosze.
5. Chcesz po prostu mniej płacić za 80% łatwiejszych zadań.

Zostań przy Opusie, gdy:

1. Piszesz finalny, złożony kod architektury.
2. Wykonujesz długie, wieloetapowe zadanie, podczas którego agent nie może utknąć.
3. Zajmujesz się krytyczną logiką, w której koszt błędu jest wysoki.
4. Potrzebujesz poprawnego wyniku za pierwszym razem — Opus wymaga o połowę mniej poprawek.

Udokumentowaną słabością GLM-5.2 było to, że przy długich, wieloetapowych zadaniach czasami wpadał w pętle i powtarzał te same działania. W opublikowanej tabeli SWE-Marathon Z.ai GLM-5.3 zmniejsza różnicę względem Opusa 4.8 z 29.4 do 6.3 punktu procentowego (42.5 wobec 48.8). Opus nadal uzyskuje wyższy wynik w tym teście, ale samo to nie mierzy niezawodności w Twoich długich zadaniach autonomicznych.

Jest też pewna pułapka: najtańsze narzędzie nie zawsze oznacza najtańszą pracę. Jeśli GLM trzy razy wykona zadanie źle i będziesz musiał dokończyć je ręcznie, tani model okaże się droższy niż Opus, który zrobiłby to dobrze za pierwszym razem. Obliczaj koszt gotowego wyniku, a nie cenę tokena. Jeśli zostajesz przy Claude — to, który model wybrać do danego zadania, Sonnet czy Opus, omawiam osobno.

Jakie warunki dostępu i płatności warto wziąć pod uwagę?#

Jakie są zagrożenia i pułapki?#

Niski koszt nie oznacza, że usługa jest całkowicie bezpłatna. Oto, co warto wiedzieć z wyprzedzeniem.

Prywatność. Międzynarodowa usługa Z.ai jest zarejestrowana na spółkę z Singapuru, a jej polityka dostępu do API wygląda przyzwoicie: deklaruje, że materiały nie są przechowywane ani wykorzystywane do trenowania modeli bez twojej wyraźnej zgody. Są to jednak obietnice zawarte w polityce, a nie gwarancje potwierdzone audytem — nie ma publicznego certyfikatu bezpieczeństwa. Spółka matka jest chińska, a chińskie prawo mogłoby teoretycznie wymagać dostępu do danych. Ponadto w styczniu 2025 r. Zhipu dodano do amerykańskiej listy kontroli eksportu. Ogranicza to, co firma może kupować w USA; nie zakazuje korzystania z jej modeli, ale jest sygnałem, który warto mieć na uwadze.

Stabilność — najbardziej namacalna wada. W połowie czerwca, gdy uruchomiono GLM-5.2, API nie działało przez kilka dni z powodu rygorystycznych limitów obciążenia: w godzinach szczytu odrzucano nawet połowę zapytań. W przypadku pracy produkcyjnej oznacza to konieczność zachowania Claude jako rozwiązania awaryjnego i niepolegania całkowicie na jednym modelu.

Ogólna rada dotycząca bezpieczeństwa. Dotyczy każdej zewnętrznej AI, a w przypadku chińskiej warto zwrócić na nią podwójną uwagę. Nigdy nie umieszczaj w prompcie sekretów ani danych osobowych: kluczy API, zawartości pliku z hasłami, prawdziwych adresów e-mail i numerów telefonów klientów ani zrzutów produkcyjnych baz danych. Polityki to obietnice, a nie blokady kryptograficzne. Więcej o bezpieczeństwie projektów piszę w przewodniku po bezpieczeństwie vibe codingu.

Czy warto przejść na GLM-5.2?#

Według aktualizacji materiału źródłowego z 1 października 2026 r. stawka wzrosła po premierze GLM-5.3: otwarty model znów jest wielokrotnie tańszy, a teraz w tabeli Z.ai wyprzedza Opusa 4.8. Dla przedsiębiorcy, który martwi się, że limity Claude pochłoną cały budżet, to bezpośrednia odpowiedź.

Ostrzegam jednak przed złudzeniem, że chodzi wyłącznie o wybór modelu. Pamiętaj o zastrzeżeniu Semgrep — otoczka ma większe znaczenie niż model. Praktycy mówią to samo: najczęstszą przyczyną problemów w vibe codingu jest brak kontekstu przekazanego modelowi. Widziałem osoby, które wybierały tani GLM, nie potrafiły skonfigurować inżynierii kontekstu, otrzymywały kiepskie wyniki, a potem obwiniały model.

Moja rada jest prosta. Podłącz GLM już dziś, wypróbuj go przez tydzień na własnych zadaniach, a Opusa zostaw do tych trudnych. Jednocześnie pracuj nad tym, co naprawdę robi różnicę — zarządzaniem kontekstem. Dzięki temu nawet tani model będzie dawał stabilne wyniki.

Dodatkowe materiały są dostępne na Ailoot.