Kaynak (İngilizce orijinal): GLM-5.2 is probably the most powerful text-only open weights LLM · Simon Willison · 17 Haziran 2026
Bu yazıda ne anlatılıyor? Çin merkezli Z.ai, GLM-5.2 adlı büyük dil modelini açık ağırlıklarla yayınladı. Simon Willison’un yazısı teknik spec listesi değil; “gerçekten işe yarar mı, neye dikkat etmeliyim?” filtresi. Benchmark skorları, fiyat ve elle deneme sonuçları bir arada.
Model nedir, GLM-5.2 nerede duruyor?
LLM (large language model), metin üreten ve anlayan dev yapay zeka modelidir. Açık ağırlıklar (open weights), modelin parametrelerini indirip kendi sunucunuzda çalıştırabileceğiniz anlamına gelir — kapalı API’ye bağımlı kalmazsınız. GLM-5.2 MIT lisansıyla geliyor; ticari projelerde de kullanılabilir (lisans metnini yine de okuyun).
Model MoE (Mixture of Experts) mimarisinde: toplam 753 milyar parametre var ama her istekte yaklaşık 40 milyarı aktif — dev bir kütüphanede her seferinde tek rafı açmak gibi. Context window (bağlam penceresi) 1 milyon token: modele çok uzun doküman verebilirsiniz; önceki sürüm 200 bin token’dı. Önemli sınır: yalnızca metin; görsel giren modeller ayrı ve GLM-5V-Turbo açık değil.
Artificial Analysis Intelligence Index’te açık ağırlıklı modeller arasında birinci sırada (skor 51). Code Arena WebDev listesinde ikinci — görsel girdi olmadan frontend kodu üretiminde bu sıra dikkat çekici.
Fiyat ve gizli maliyet: token açlığı
API fiyatları genelde milyon token başına yazılır. OpenRouter’da çoğu sağlayıcı giriş için 1,40$, çıkış için 4,40$ / milyon token civarı — GPT-5.5 veya Claude Opus’a göre liste fiyatı düşük görünür.
Ama Willison’un vurguladığı tuzak token açlığı: model bazı benchmark görevlerinde ortalama ~43 bin çıkış token üretiyor (GLM-5.1’de 26 bin, Kimi K2.6’da 35 bin). Uzun cevap = pahalı fatura. Production’da “ucuz model” seçerken giriş fiyatına bakmak yetmez; ortalama çıkış uzunluğunu ölçün.
Elle test: aynı skor, farklı görev
Willison iki yaratıcı prompt denemiş. “Pelikan bisiklete biniyor” SVG isteğinde GLM-5.2, 5.1’den daha iyi pelikan çizmiş; animasyonlar bozulmamış. Aynı model, “Virginia possum e-scooter’da” prompt’unda ise 5.1’in animasyonlu HTML+CSS çıktısının gerisinde kalmış — animasyon yok, kalite düşük.
Ders net: leaderboard birinci sırası her iş tipinde birinci demek değil. Coding plan abonelerine erken verilen sürüm ile açık ağırlıklı sürüm farklı fine-tune görmüş olabilir; tek skora güvenmeyin.
Kendi projende nasıl düşünmelisin?
Uzun context + açık ağırlık + düşük liste fiyatı, RAG (retrieval-augmented generation: dokümanınızdan parça çekip modele verme) ve agent pipeline’larında cazip. OpenRouter ile hızlı POC yapılır; GPU’nuz varsa self-host seçeneği de var.
Production’a almadan önce üç kapı koyun: maksimum çıkış token limiti, rate limit, görev bazlı eval (otomatik kalite testi). Charity Majors’ın yakın dönem vurgusu burada geçerli: kod ve metin üretmek ucuzladı; review, test ve maliyet kontrolü daha kritik.
Özet — senin için ne demek? GLM-5.2 güçlü ve erişilebilir bir açık model; özellikle uzun metin ve kod görevlerinde denemeye değer. Benchmark’a körü körüne güvenmeyin, token tüketimini ölçün, yaratıcı ve teknik prompt’larda ayrı ayrı test edin. Öğreniyorsanız küçük bir yan projede OpenRouter API’siyle oynayın; mid-level iseniz eval seti + bütçe tavanı olmadan production’a almayın.