Perplexity перетворила китайську модель з відкритим кодом на майже передову робочу конячку за приблизно третину вартості Claude Opus 4.8.
Сьогодні компанія випустила дослідницький попередній перегляд постнавчаної версії GLM 5.2 від Z.AI, розробленої спеціально для роботи в системі Computer-агента та доступної зараз у виробництві.
Ми випускаємо дослідницький попередній перегляд нової моделі-оркестратора в Perplexity Computer.
Модель є адаптованою версією GLM 5.2, постнавчаною для системи Computer. Вона забезпечує майже передову продуктивність за 0.344x від вартості Opus. pic.twitter.com/jcxikoFRfn
— Perplexity (@perplexity_ai) 9 липня 2026
GLM 5.2 — це модель з приблизно 744 мільярдами параметрів від Z.ai — колишньої Zhipu AI, пекінської лабораторії, яка перебуває у списку організацій США з січня 2025 року. (Параметри — це всі різні налаштування та конфігурації, які модель може обробляти під час навчання. Чим більше параметрів, тим складніша та потужніша модель.) Випущена під ліцензією MIT у червні, вона є однією з найкращих моделей ШІ, доступних наразі для бенчмарків кодування з довгостроковим горизонтом, за незначну частку вартості API.
Відкриті ваги означають, що будь-хто може завантажувати, модифікувати та комерційно налаштовувати її без обмежень. Perplexity зробила саме це.
Точне налаштування — це процес взяття вже навченої моделі ШІ та перенавчання її на меншому, сфокусованому наборі даних, щоб покращити її для конкретного завдання.
Уявіть це як налаштування автомобіля. Різні механіки можуть мати один і той же Honda Civic, наприклад, і зробити його швидшим для драг-рейсингу, естетичнішим, адаптувати для ралі тощо. У ШІ розробники отримують базову модель і додають різні налаштування, щоб точна настройка мала більше знань у певній галузі, інше політичне упередження, більше чи менше обмежень тощо.
Perplexity використала постнавчання — подібний процес, що застосовується після основного етапу навчання моделі — щоб навчити GLM 5.2 одній критичній навичці: знати, коли виконувати завдання самостійно, а коли ескалювати його до чогось потужнішого.
Ця ескалація є серцевиною того, що вони створили. Точно налаштована GLM 5.2 включає те, що Perplexity називає "інструментом радника" — вбудовану можливість розпізнавати, коли запит перевищує її власну компетенцію, і передавати його сторонній передовій моделі. Більшість завдань ніколи не досягають дорогої моделі. Лише ті, що дійсно цього потребують.
Це в кінцевому підсумку заощаджує багато грошей на інференції.
"У поєднанні з радником ця модель демонструє продуктивність рівня Opus 4.8 за незначну частину вартості", — написав на X генеральний директор Аравінд Шрінівас.
Ми постнавчили версію GLM, яка навчена ескалювати до передової моделі в системі Computer. У поєднанні з радником ця модель функціонує на рівні продуктивності Opus 4.8 за незначну частину вартості. Доступно зараз як дослідницький попередній перегляд! https://t.co/7y8CjOWOtI
— Аравінд Шрінівас (@AravSrinivas) 9 липня 2026
Perplexity порівняла систему зі звичайною GLM 5.2, щоб встановити базову вартість. Використовуючи внутрішній показник ефективності компанії, який вимірює, скільки коштує виконання складних завдань, результати показали, що точно налаштована модель з радником приблизно вдвічі дорожча в експлуатації, ніж базова версія. Однак використання моделі найвищого рівня Opus 4.8 для всього значно дорожче (приблизно на 600% дорожче).
Поєднуючи ці інструменти, система Perplexity досягає такої ж якісної продуктивності, як Opus, але лише приблизно за третину ціни.
Гонка ШІ між США та Китаєм зазвичай розглядається як гра з нульовою сумою. На практиці моделі з відкритим кодом не зупиняються на кордонах. Ліцензія MIT GLM 5.2 робить розрахунок простим: немає контракту API, який можна порушити, немає перемикача доступу, який уряд може вимкнути. Ви завантажуєте ваги та можете точно налаштувати їх відповідно до своїх потреб.
Perplexity вже проходила цей шлях. Коли DeepSeek R1 захопив світ ШІ на початку 2025 року, компанія точно налаштувала його в R1-1776 — відобразивши приблизно 300 тем, які оригінал відмовлявся обговорювати через китайську державну цензуру, і перенавчивши модель, щоб зробити її більш упередженою на користь Сполучених Штатів. Вона стала західною версією того ж самого механізму міркування.
"Ми не можемо використовувати потужні можливості міркування R1, не усунувши спочатку його упередженості та цензури", — написала тоді команда Perplexity у дописі в блозі.
Отже, цей крок з GLM 5.2 дотримується того ж шаблону, за винятком того, що цього разу мета не політична, а економічна. Продукт Perplexity Computer вже оркеструє понад 19 моделей ШІ; точно налаштована GLM розроблена як дешевий стандарт, який поглинає більшість завдань, перш ніж звертатися до передової моделі.
Шрінівас заявив, що довгострокова теза проста: постнавчати моделі з відкритим кодом, щоб вони добре справлялися з ескалацією, у системі агентів, яка вже обслуговує мільйони користувачів. Perplexity "унікально позиціонується" для вирішення цієї проблеми, написав він, оскільки інфраструктура вже розгорнута в масштабі.
Модель працює на графічних процесорах Nvidia B200 у Сполучених Штатах. Наступний крок: постнавчання Nemotron 3 Ultra, яке відтворить ту саму архітектуру, використовуючи американську модель з відкритим кодом.
Повні бенчмарки та дослідницька робота очікуються найближчими тижнями. Модель доступна як дослідницький попередній перегляд.
