Perplexity налаштовує китайську модель GLM 5.2 для відповідності Claude Opus за третину вартості

Perplexity опублікувала дослідний попередній перегляд 9 липня 2026 року пост-навченої версії моделі Z.AI GLM 5.2, створеної для роботи всередині її системи Computer агентів і вже доступної у виробництві. Система коштує третину ціни Claude Opus 4.8 за всіма бенчмарками. Компанія донавчила китайську відкриту модель для функціонування як оркестратор, що ескалює до передових моделей лише за потреби, що стало другим випадком донавчання китайської відкритої моделі за 18 місяців після R1-1776.

Perplexity донавчила GLM 5.2 з інструментом радника для зниження вартості

GLM 5.2 — це модель з 744 мільярдами параметрів від Z.ai, раніше Zhipu AI, пекінської лабораторії, яка перебуває у списку американських санкцій з січня 2025 року. Випущена під ліцензією MIT у червні, вона входить до числа провідних моделей штучного інтелекту, доступних на довгострокових бенчмарках кодування за значно нижчою ціною API. Параметри — це різні налаштування і конфігурації, які модель може використовувати під час тренування.

Perplexity застосувала пост-навчання, щоб навчити GLM 5.2 одній важливій навичці: визначати, коли самостійно виконати завдання, а коли ескалювати до більш потужної моделі. Донавчена модель включає те, що Perplexity називає «інструментом радника» — вбудовану здатність розпізнавати, коли запит перевищує її компетенцію, і передавати його сторонній передовій моделі. Більшість завдань ніколи не доходять до дорогої моделі.

«У парі з радником ця модель працює на рівні Opus 4.8 за продуктивністю при значно нижчій ціні», — написав CEO Арвінд Срінівас у X.

Perplexity порівняла систему з базовою GLM 5.2, щоб визначити базову ціну. За внутрішньою метрикою ефективності компанії, що вимірює вартість виконання складних завдань, результати показали, що донавчена модель з радником коштує приблизно удвічі дорожче за базову версію. Використання найкращої моделі Opus 4.8 для всього значно дорожче — приблизно на 600%. Поєднуючи ці інструменти, система Perplexity досягає такої ж якості, як і Opus, але лише за третину ціни.

Процес донавчання повторно тренує базову модель на цілеспрямованому наборі даних

Донавчання — це процес повторного тренування вже навченого штучного інтелекту на меншому, цілеспрямованому наборі даних для покращення його роботи у конкретній сфері. Perplexity застосувала пост-навчання — схожий процес, що виконується після основного тренування моделі — щоб навчити GLM 5.2, коли самостійно виконувати завдання, а коли ескалювати.

Розробники отримують базову модель і додають різні налаштування, щоб донавчена модель отримала більше знань у конкретній галузі, змінений політичний нахил або обмеження. Відкриті ваги дозволяють будь-кому завантажувати, модифікувати і донавчати її комерційно без обмежень. Perplexity зробила саме так.

Відкрита ліцензія MIT дозволяє комерційне модифікування

Ліцензія GLM 5.2 за MIT робить розрахунок простим: немає контракту API, який можна порушити, немає доступу, який може змінити уряд. Ви завантажуєте ваги і можете донавчити їх під свої потреби.

Perplexity вже проходила цим шляхом. Коли DeepSeek R1 прокотилася світом штучного інтелекту на початку 2025 року, компанія донавчила її у R1-1776 — мапуючи близько 300 тем, які оригінал відмовлявся обговорювати через цензуру китайського уряду, і повторно тренуючи модель для більшої упередженості на користь Сполучених Штатів.

«Ми не можемо використовувати потужні можливості логіки R1 без попереднього зменшення її упередженості та цензури», — писала команда Perplexity у блозі того часу.

Цей крок з GLM 5.2 повторює той самий шаблон, але мета цього разу не політична, а економічна. Продукт Computer від Perplexity вже оркеструє понад 19 моделей штучного інтелекту; донавчена GLM створена як дешевий стандарт, що виконує більшість завдань перед тим, як залучити передову модель.

Срінівас зазначив, що довгострокова ідея проста: пост-навчання відкритих моделей для покращення ескалації всередині агента, що вже обслуговує мільйони користувачів. Perplexity «унікально позиціонована» для розв’язання цієї задачі, оскільки інфраструктура вже розгорнута у масштабі.

Модель працює на Nvidia B200 GPU у США

Модель працює на Nvidia B200 GPU у США. Наступним кроком стане пост-навчання Nemotron 3 Ultra, яке повторить ту саму архітектуру з використанням американської відкритої моделі.

Очікуються повні бенчмарки та дослідницький документ у найближчі тижні. Модель доступна як дослідний попередній перегляд.

FAQ

Що випустила Perplexity 9 липня 2026 року?
Perplexity випустила дослідний попередній перегляд пост-навченої версії моделі Z.AI GLM 5.2, створену для роботи всередині системи Computer агентів і вже доступну у виробництві. Система коштує третину ціни Claude Opus 4.8 за всіма бенчмарками.

Як донавчена модель GLM 5.2 зменшує витрати?
Донавчена GLM 5.2 має «інструмент радника», що розпізнає, коли запит перевищує її компетенцію, і передає його сторонній передовій моделі. Більшість завдань ніколи не доходять до дорогої моделі. Perplexity порівняла систему і виявила, що вона досягає такої ж якості, як і Opus 4.8, приблизно за третину ціни.

Яка наступна модель для донавчання у планах Perplexity?
Наступним стане пост-навчання Nemotron 3 Ultra, яке повторить ту саму архітектуру з використанням американської відкритої моделі. Модель працює на Nvidia B200 GPU у США.