Avomalli haastaa maksulliset lippulaivat
Kiinalainen Z.ai julkaisi GLM-5.2:n, 753 miljardin parametrin kielimallin, jonka painot ovat vapaasti ladattavissa. VentureBeatin mukaan malli päihittää OpenAI:n GPT-5.5:n useissa pitkän aikavälin koodaustesteissä ja yltää lähelle Anthropicin Opus 4.8:aa, joka on tällä hetkellä koodauksen ehdotonta kärkeä.
Kestotesteillä tarkoitetaan tehtäviä, joissa mallin on pidettävä langat käsissään kymmenien tai jopa satojen askelten ajan. Se lukee koodipohjaa, korjaa bugin, ajaa testit ja jatkaa siitä mihin jäi. Juuri näissä agenttimaisissa tehtävissä avomallit ovat aiemmin hävinneet maksullisille. GLM-5.2 kääntää asetelman.
Vertailuissa mainitaan muun muassa SWE-bench-tyyliset ohjelmistotehtävät ja terminaalipohjaiset agenttitestit, joissa mallin pitää selvitä oikeasta kehitysympäristöstä. Z.ai:n omat luvut kannattaa lukea varauksella, kunnes riippumattomat testaajat vahvistavat ne, mutta suunta on selvä.
Ei ainuttakaan Nvidian sirua
Merkittävin yksityiskohta löytyy konepellin alta. Z.ai kertoo kouluttaneensa mallin ilman Nvidian kiihdyttimiä, joita Yhdysvaltain vientirajoitukset ovat pitäneet Kiinan huippulaboratorioiden ulottumattomissa.
Käytännössä tämä tarkoittaa kotimaista laitteistoa. Raporttien mukaan kiinalaistoimijat nojaavat yhä enemmän Huawein Ascend-kiihdyttimiin ja muihin paikallisiin siruihin, kun pääsy Nvidian tehokkaimpiin malleihin on tyrehtynyt. GLM-5.2 on tähän mennessä näkyvin osoitus siitä, että kärkitason malli voi syntyä ilman länsimaista piiriä.
Tällä on suora yhteys vientipolitiikkaan. Sirurajoitusten koko idea oli hidastaa Kiinan tekoälykehitystä. Jos huippumalli syntyy kotimaisella raudalla ja jaetaan vapaasti, rajoitusten kädenjälki jää ohueksi.
Mitä MIT-lisenssi mahdollistaa
MIT on yksi sallivimmista avoimen lähdekoodin lisensseistä. Kuka tahansa saa ladata mallin painot, käyttää niitä kaupallisesti, muokata mallia ja ajaa sitä omalla palvelimellaan ilman lupamaksuja tai tiukkoja käyttöehtoja. Yritys voi rakentaa GLM-5.2:n päälle oman tuotteensa lähettämättä dataansa ulkopuoliseen rajapintaan.
Kuudenneksen hinnalla
Z.ai hinnoittelee oman rajapintansa murto-osaan länsimallien tasosta. VentureBeatin vertailussa GLM-5.2:n käyttö maksaa noin kuudesosan GPT-5.5:n hinnasta vastaavassa työkuormassa. Koska painot ovat avoimet, kulut voi painaa vielä alemmas ajamalla mallia itse.
Hintaero ei ole kosmeettinen. Koodausagentit polttavat valtavia määriä tokeneita, koska ne lukevat ja kirjoittavat samaa koodia yhä uudelleen työn edetessä. Kun kertakäyttö putoaa kuudesosaan, kokonaisurakan hinta romahtaa.
“Kun lähes lippulaivatason koodausmalli on ilmainen ja itse ajettavissa, kysymys ei ole enää siitä, kurooko Kiina länttä kiinni, vaan siitä, mitä se tekee maksullisten mallien katteille.”
Paine länsimallien hinnoitteluun kasvaa
GLM-5.2 ei ole yksittäistapaus vaan osa laajempaa aaltoa. DeepSeek, Alibaban Qwen ja Z.ai:n aiempi GLM-sarja ovat kaventaneet eroa länsimallien ja kiinalaisten avomallien välillä kuukausi kuukaudelta. Nyt kärki on kiinni.
Tavalliselle yritykselle tämä näkyy laskussa. Suomalainen ohjelmistotalo voi ajaa MIT-lisensoitua mallia omalla palvelimellaan, leikata rajapintakulut murto-osaan ja pitää asiakasdatan omissa käsissään ilman, että se kulkee amerikkalaisen tai kiinalaisen pilven läpi. Tietosuojan ja kustannusten näkökulmasta se on iso muutos.
OpenAI:lle ja Anthropicille paine on toisenlainen. Kun laadukas vaihtoehto on ilmainen, maksullisen mallin on oltava selvästi parempi tai selvästi helpompi käyttää oikeuttaakseen hintansa. Se pakottaa joko laskemaan hintoja tai perustelemaan katteet paremmin.
