GLM-5.2
Z.ai
🖥️Bu modeli kendi cihazında çalıştırmak ister misin? DGX Spark'ta açık modeller ne kadar performans verir? Rehberi oku →GLM-5.2, Pekin merkezli Z.ai'nin (eski adıyla Zhipu AI) Haziran 2026'da çıkardığı yeni amiral gemisi modeli. GLM serisinin en yetenekli halkası — bu kez tek bir benchmark'ı kovalamak yerine uzun vadeli kodlama, otonom ajan görevleri ve uzun context üzerine kurulu. Mimari olarak Mixture-of-Experts (MoE): toplam ~753 milyar parametre var ama her istekte yalnızca ~40 milyarı aktif oluyor — yani büyük model gücünü daha makul maliyetle veriyor. En çok konuşulan özelliği 1 milyon token'lık context window: koca bir codebase'i, uzun sözleşmeleri ya da çok sayıda belgeyi tek seferde işleyebiliyor. Çıktıda 131K token'a kadar üretiyor. İşin en ilgi çekici yanı lisans: model MIT lisansıyla, açık ağırlık olarak Hugging Face'te. İndirip kendi sunucunda çalıştırabilir, ticari kullanabilirsin — bölge kısıtı yok. FP8 varyantı da mevcut. Z.ai modeli "cevap veren değil, iş yapan" AI için konumluyor: function calling, tool kullanımı, çok adımlı API orkestrasyonu. Bağımsız değerlendirmelerde uzun vadeli kodlama benchmark'larında açık kaynak modeller arasında ilk sırada gösterildi, FrontierSWE'de GPT-5.5'i kıl payı geçtiği bildirildi — ama dikkat: Z.ai lansmanda resmi benchmark yayınlamadı, bu kıyaslar üçüncü taraf. Kendi işinde test etmeden "en iyisi" deme. API fiyatı agresif: 1M input token $1.40, output $4.40 (cache'li input $0.26). Kodlama işlerinde GPT-5.5'in yaklaşık altıda biri maliyet — startup ve maliyet hassas ekipler için cazip. Kime göre? Uzun context'e, açık ağırlığa ve ucuz token'a ihtiyacın varsa güçlü bir aday. Türkçe için optimize değil, multimodal da değil — sadece metin. Sıkı, tek seferlik üst düzey kalite istiyorsan Claude/GPT tarafına da bak; ölçekte ucuz kod ve ajan üretimi istiyorsan GLM-5.2 masada.
Bağlam uzunluğu
1M token
API giriş (1M token)
$1.4
API çıkış (1M token)
$4.4
Kullanıcı planı
—
Türkçe destek
Zayıf
Çok modlu
Hayır
Hızı
Orta
OpenAI uyumlu
Evet
Ne İçin Kullanılır?
- ✓Uzun bağlamlı kod üretimi ve repo analizi
- ✓Otonom ajan / tool kullanımı
- ✓RAG ve çok belgeli sentez
- ✓Yerel / on-prem dağıtım
Güçlü Yönler
- ↑1M token context window
- ↑MIT lisansı — açık ağırlık, yerel çalıştırma
- ↑Uzun vadeli (long-horizon) kodlama görevlerinde güçlü
- ↑GPT-5.5'e kıyasla çok düşük token maliyeti
Dikkat Edilecekler
- ↓Lansmanda resmi benchmark yayınlanmadı
- ↓Türkçe için optimize değil (İngilizce/Çince odaklı)
- ↓753B MoE — yerel çalıştırmak ağır donanım ister
- ↓Multimodal değil, sadece metin