Um Modelo de IA Chinês Barato Está Fazendo Programadores Reconsiderar as Suas Contas
GLM 5.2 da Z.ai custa uma fração dos modelos principais de Anthropic e realiza trabalho concreto. Limites de taxa, alucinações e questões de privacidade de dados significam que não se adequa a todos.
Pontos-chave
- Z.ai lançou GLM 5.2 em 16 de junho de 2025, um modelo de linguagem com 753 mil milhões de parâmetros totais mas apenas 40 mil milhões ativos por vez, tornando-o mais rápido a responder.
- Z.ai cobra $4,40 por milhão de tokens de saída (os fragmentos de texto que o modelo gera), menos de um quinto do preço comparável do Opus 4.8 de Anthropic.
- GLM 5.2 é open-weights, o que significa que qualquer organização com o seu próprio hardware pode descarregá-lo e executá-lo sem pagar a Z.ai de todo.
- O Índice de IA de Stanford descobriu que laboratórios chineses produziram apenas pouco mais de metade dos modelos de IA notáveis em 2025 comparado com laboratórios dos EUA, acima de aproximadamente um terço em 2023.
- Nos próprios testes de desempenho de Z.ai, GLM 5.2 completou apenas 13 por cento das tarefas em SWE-Marathon, um difícil teste de codificação de longa duração, enquanto Claude Opus 4.8 de Anthropic duplicou essa pontuação.
Zain Hasan é um engenheiro de IA em Together AI e o tipo de pessoa que acompanha exatamente o que gasta em ferramentas de IA. Problemas difíceis vão para um modelo de topo, problemas fáceis vão para algo mais barato. A sua escolha mais barata agora é GLM 5.2.
GLM 5.2 vem de Z.ai, um laboratório de IA baseado em Pequim. O modelo custa $4,40 por milhão de tokens de saída através da API de Z.ai (uma interface de programação que permite à sua aplicação comunicar com o seu modelo). Isso é menos de um quinto do preço do Claude Opus 4.8 de Anthropic, e cerca de um décimo do modelo de codificação Fable de Anthropic. Inicialmente reportado pela IEEE Spectrum AI, o lançamento ocorreu em 16 de junho de 2025.
É também open-weights: Z.ai publicou os dados subjacentes do modelo para que qualquer pessoa com hardware computacional suficiente possa descarregá-lo e executá-lo por si, gratuitamente.
GLM 5.2 é realmente bom o suficiente para confiar?
Para muitas tarefas, sim, mas com limites claros. David Nix, um engenheiro de software principal na MetaRouter baseada em Denver, diz que GLM 5.2 chega perto o suficiente dos principais modelos dos EUA para que agora lide com 10 a 20 por cento da sua carga de trabalho de IA diária. O trabalho de design front-end é onde o procura primeiro.
Hasan diz que o modelo mantém um fio de pensamento coerente ao longo de horas de conversação contínua. Modelos mais baratos anteriores muitas vezes perdiam o fio após apenas cinco a quinze trocas.
Nem todos tiveram resultados suaves. Sai Kiran Myadaram, um engenheiro de software em Indhic AI baseada em Bengaluru, esgotou a sua quota semanal de tokens de Z.ai em menos de três dias. Encontrou alucinações (onde uma IA produz com confiança respostas incorretas ou inventadas) e excesso de planeamento em correções simples, e desde então voltou para Codex de OpenAI.
A questão da privacidade é real. GLM 5.2 vem da China, e algumas empresas dos EUA preocupam-se com código sensível a passar através de servidores ligados à China. A opção open-weights é a resposta prática: aloje o modelo no seu próprio hardware e os seus dados nunca saem do seu edifício. Isso é algo que a maioria dos principais modelos dos EUA não consegue oferecer; ficam por trás de uma API sem opção de auto-hospedagem disponível. O nosso artigo de 14 de julho sobre Grok Build a fazer upload silencioso da sua base de código inteira para a nuvem mostrou como pouca visibilidade os engenheiros têm tipicamente sobre onde vai o seu código.
Os testes de desempenho pintam um quadro misto. O relatório de pesquisa próprio de Z.ai mostra GLM 5.2 a ficar atrás do Opus 4.8 de Anthropic na maioria dos testes de codificação, embora se aproxime do Opus 4.8 em alguns testes de codificação agentic mais curtos (testes onde software de IA completa tarefas de programação multi-passo por si próprio).
Deveria preocupar-se com o custo de ignorar isto?
A questão maior, argumenta Hasan, é que a maioria das equipas de software não sabem quanto custam as suas ferramentas de IA por projeto. Quando a empresa paga, os engenheiros recorrem ao modelo mais poderoso por padrão. GLM 5.2 não substituirá os melhores modelos dos EUA para os trabalhos mais difíceis. Mas para trabalho rotineiro, a diferença de preço é real e larga o suficiente para que ignorá-la está a começar a parecer uma escolha, não uma supervisão.
