> ## Content Index
> Fetch the complete content index at: https://admin.kod.ru/llms.txt
> Use this file to discover other available public pages before exploring further.

# Несмотря на санкции китайская ИИ-модель GLM-5.2 заняла верхние строчки рейтингов
- URL: https://admin.kod.ru/china-glm-5-2-model/
- Published: 2026-06-23T05:24:32.000Z
- Updated: 2026-06-23T12:08:12.000Z
- Description: Открытую модель компании Z.ai тренировали исключительно на процессорах Huawei Ascend, принципиально не используя оборудование Nvidia. По ряду тестов она конкурирует с ведущими закрытыми моделями Запада, хотя в самых сложных задачах всё ещё уступает.
- Author: Игорь Савкин
- Tags: Новости

Китайская компания Z.ai выпустила ИИ-модель GLM-5.2, которая сразу заняла высокие места в независимых рейтингах.

Как [сообщает](https://3dnews.ru/1143921/sanktsii-ne-pomogli-iimodel-kitayskoy-zai-obuchennaya-na-chipahhuawei-zanyala-lidiruyushchie-pozitsii-v-reytingah?ref=admin.kod.ru) 3DNews со ссылкой на TechTimes, всё семейство моделей GLM-5 обучали исключительно на процессорах Huawei Ascend 910B — оборудование Nvidia принципиально не задействовали. Это примечательно на фоне того, что США последовательно ограничивают Китаю доступ к передовым ИИ-чипам, рассчитывая замедлить развитие местных разработок.

17 июня Z.ai опубликовала результаты бенчмарков GLM-5.2 и выложила веса модели на Hugging Face по свободной лицензии MIT. Показатели ставят её в один ряд с закрытыми западными моделями: в рейтинге Code Arena, основанном на слепом голосовании людей, GLM-5.2 заняла общее второе место и первое — среди общедоступных моделей. На бенчмарке SWE-Bench Pro для решения реальных задач с GitHub она набрала 62,1 балла, опередив GPT-5.5 от OpenAI с её 58,6.

![](https://admin.kod.ru/content/images/2026/06/image-87.png)

Однако в самых требовательных сценариях разрыв с лидерами сохраняется. В тесте SWE-Marathon, который оценивает агентное программирование с долгим горизонтом задач, GLM-5.2 набрала лишь 13 баллов против 26 у Claude Opus 4.8 от Anthropic. В тестах ARC-AGI-2, проверяющих гибкое мышление, а не заученные шаблоны, передовые китайские модели тоже заметно уступают американским. По оценке Epoch AI, общее отставание составляет в среднем около семи месяцев, а по данным индекса Стэнфордского университета, разрыв в производительности между лучшими американскими и китайскими моделями сократился до 2,7 процентного пункта — но в самых сложных задачах на рассуждение преимущество остаётся за США.

![](https://admin.kod.ru/content/images/2026/06/image-88.png)

Сказываются и особенности китайского «железа». GLM-5.2 выдаёт примерно 17–19 токенов в секунду — против 25–30 и более у конкурентов на чипах Nvidia, а само обучение потребовало примерно на 15% больше вычислительного времени. При этом тренировка обошлась, по оценкам экспертов, лишь около 25 млн долларов — заметно дешевле сопоставимых западных моделей, чему способствовали относительная доступность чипов Ascend и государственные субсидии.