«Din margin er min mulighet», sa Amazon-grunnlegger Jeff Bezos. Det er linja utvikler og analytiker Martin Alderson vender tilbake til når han beskriver hva Z.ais åpne GLM 5.2 gjør med økonomien i KI. Etter et par uker med modellen som daglig driver mener han den er den første åpne vektmodellen som når nivået til Opus og GPT, og at han knapt merker forskjell fra Opus i Claude Code.
Kjernen i argumentet er hvor kostnadene faktisk ligger. Trening er en stor engangsutgift, men inferens skalerer med bruk og har ekte marginalkostnad. Når Anthropic og OpenAI tar rundt 25 dollar per million tokens for inferens, anslår Alderson bruttomarginen på selve compute-en til rundt 90 prosent. GLM 5.2 går for rundt 4,40 dollar per million tokens, under 20 prosent av Opus-prisen og rundt 15 prosent av GPT-5.5.
«Det som virkelig skremmer frontier-labbene, er hvor enkelt det er å bytte til åpne vektmodeller.» — Martin Alderson
Byttekostnaden er kjernen i ubehaget. Både Z.ai og Fireworks tilbyr endepunkter som er kompatible med både OpenAI og Anthropic, så du kan peke Claude Code eller Codex mot GLM ved å bytte base-URL og API-nøkkel. Alderson er ærlig om svakhetene: GLM 5.2 mangler vision, har treg og svak nettsøk-støtte, og tenker mye, noe som spiser en del av kostnadsfordelen. Men for ikke-interaktive agent-oppgaver, som å gjennomgå PR-er i bakgrunnen, mener han forskjellen mot Opus er vanskelig å se.
For deg som bygger er poenget ikke at GLM er «best», men at Opus-nær kvalitet nå finnes til en brøkdel av prisen, med åpne vekter du kan selvhoste. Wafer, som Alderson siterer, oppgir at modellen er 2,75 ganger billigere per token på AMD-maskinvare enn på Nvidia Blackwell. Spørsmålet frontier-labbene nå må svare på, er om 90 prosent margin lar seg forsvare når alternativet ligger en base-URL unna.