$4,40 vs $30. Essa é a diferença de custo por milhão de tokens de saída entre GLM-5.2 e GPT-5.5. O problema para a OpenAI: o modelo mais barato ficou à frente no SWE-bench Pro.
No dia 17 de junho de 2026, a Z.ai (antiga Zhipu AI) publicou os pesos do GLM-5.2 no Hugging Face com licença MIT. Um modelo de 753 bilhões de parâmetros totais, 40B ativos por inferência, janela de 1 milhão de tokens. Os números de benchmark que acompanharam o lançamento são os que o mercado de closed-source preferiu ignorar.
Bora entender o que eles dizem.
O que é o SWE-bench Pro e por que ele é o benchmark que importa?
O SWE-bench Pro é o benchmark mais próximo do trabalho real de desenvolvimento que existe hoje. A metodologia: o modelo recebe um issue aberto de repositórios open source reais (Django, scikit-learn, Flask, Sympy) e precisa resolver o bug ou implementar a feature de forma autônoma, sem ver a solução. O teste valida se o código gerado compila e passa nas suítes de teste originais do repositório.
Não é autocomplete. Não é "me explique esse código". É: conserte esse bug em produção, com as mesmas condições de um dev abrindo um PR. Para agente de programação, não existe métrica mais honesta que essa.
O FrontierSWE vai um passo além: tasks de horizonte longo, dependências entre arquivos, repositórios maiores. É onde o contexto de 1M de tokens começa a fazer diferença real.
Como o GLM-5.2 se compara aos modelos frontier em coding?
Os dados de junho de 2026, com base em benchmarks publicados pela Z.ai e verificação parcial via Code Arena:
| Modelo | SWE-bench Pro | FrontierSWE | Custo saída ($/M) | Pesos abertos |
|---|---|---|---|---|
| GLM-5.2 | 62,1 | 74,4% | $4,40 | Sim (MIT) |
| GPT-5.5 (OpenAI) | ~58,6 | 72,6% | $30,00 | Não |
| Claude Opus 4.8 (Anthropic) | N/A | 75,1% | $25,00 | Não |
| GPT-5.4 (OpenAI) | 59,1 | N/A | $15,00 | Não |
| DeepSeek-V4-Pro-Max | N/A | N/A | $0,28 | Sim |
Fontes: MorphLLM, The AI Rankings, Z.ai (junho 2026). SWE-bench Pro e FrontierSWE são benchmarks distintos. Claude Fable 5, suspenso por ordem do governo dos EUA em 12/06/2026, tinha 95,0% no SWE-bench Verified, benchmark diferente.
O dado mais importante da tabela não é o score do GLM-5.2. É o que acontece quando você coloca performance e preço na mesma linha. Claude Opus 4.8 ainda ganha no FrontierSWE por 0,7 ponto percentual. Em troca, cobra $25 por milhão de tokens de saída vs $4,40 do GLM-5.2. Você paga 5,7x mais para ganhar 0,7 ponto de benchmark.
Quanto custa usar o GLM-5.2 na prática?
Cálculo direto. Um dev em workflow de refactor pesado queima facilmente 500 mil tokens de saída por dia. Vai variar, mas é razoável para sessões longas com contexto de monolito.
- GPT-5.5: 500k tokens × $30/M = $15/dia, ~$450/mês
- GLM-5.2 via API: 500k tokens × $4,40/M = $2,20/dia, ~$66/mês
E se você hospedar os pesos por conta própria (MIT license, sem restrições de uso comercial), o custo variável cai para o preço da GPU. A arquitetura MoE ajuda aqui: 40B parâmetros ativos por inferência significa que você não precisa de hardware suficiente para 753B simultâneos. Modelos MoE rodam em configurações menores do que o total de parâmetros sugere.
O aviso que você precisa ler antes de apostar tudo nesse benchmark
Os scores do SWE-bench Pro e FrontierSWE foram divulgados pela própria Z.ai. Evals independentes de terceiros ainda não chegaram ao nível de detalhe necessário para validação completa.
Isso importa para calibrar confiança, não para descartar o modelo. O que você pode considerar verificável:
- Os pesos estão no Hugging Face. Qualquer pessoa pode reproduzir os testes.
- O Code Arena, leaderboard baseado em comparação humana por terceiros, coloca GLM-5.2 no top-2 em WebDev, atrás apenas do Claude Fable 5 (suspenso). Esse número não vem da Z.ai.
- O FrontierSWE tem histórico de validação mais amplo que benchmarks completamente auto-reportados.
O ônus da prova mudou. Quem afirma que open source não atinge nível frontier agora precisa mostrar por que esses números estariam errados, e não apenas afirmar que são suspeitos por virem de uma empresa chinesa.
O que está por baixo do capô do GLM-5.2?
753 bilhões de parâmetros totais, 40B ativos por inferência. Mixture-of-Experts clássico, mas com três otimizações técnicas que explicam o desempenho em coding de horizonte longo:
- IndexShare: reutiliza indexadores de atenção esparsa ao longo da janela de 1M tokens, reduzindo cálculos por token em até 2,9x em contextos longos. Para refactor de monolito, isso importa.
- Multi-Token Prediction com rejeição: melhora aceitação de tokens especulativos em 20%, acelerando geração sem sacrificar qualidade.
- Otimização de KV Cache: reduz gargalos de memória em sessões longas. Quem já viu um modelo de 32k de contexto começar a delirar no final de um arquivo grande sabe exatamente o que isso resolve.
A janela de 1 milhão de tokens é o diferencial que mais impacta em agente de programação real. Você consegue passar um monolito inteiro dentro do contexto. Isso muda a qualidade do output em tasks com dependências entre arquivos distantes, que é exatamente o cenário do FrontierSWE.
O que o GLM-5.2 muda para o dev brasileiro em 2026?
Depende de onde você está na curva. Três perfis:
Você ainda paga por token: GLM-5.2 via API já pode cortar essa conta em 7x, com performance igual ou superior em SWE-bench Pro. Você perde 0,7 ponto percentual no FrontierSWE vs Claude Opus 4.8. Em tasks de dia a dia, é improvável que você note essa diferença em produtividade real.
Você roda modelos open source na sua infra: GLM-5.2 é uma atualização direta. MIT sem restrições, pesos no Hugging Face, arquitetura MoE que não exige hardware para 753B simultâneos. A barreira de entrada caiu.
Você ainda está no paradigma "frontier fechado é melhor": o GLM-5.2 é o dado que você estava esperando. Não para abandonar Claude ou GPT de vez, mas para renegociar quando e onde você usa cada um, task por task.
102 devs no Verboo Code já operam nessa lógica: rodar os modelos certos na task certa, com tokens ilimitados. O MRR cresceu 406% nos últimos 90 dias. Conheça como funciona.
Quer testar modelos open source sem pagar por token? Verboo Code roda os principais open source com tokens ilimitados.
