GLM 5.2 бесплатно (2026): 3 пути с нулевой стоимостью и где начинаются лимиты

Честный ответ на вопрос «бесплатна ли GLM 5.2», это что два из четырёх путей, которые обычно называют, реальны, один реален, но перекладывает счёт на кого-то другого, а один не существует. Бесплатного размещённого API GLM 5.2 у Z.ai нет, как нет и :free-эндпоинта GLM 5.2 на OpenRouter. По-настоящему бесплатны веб-чат с ограничением по частоте и MIT-веса, которые можно скачать и запустить на своём железе. Всё остальное стоит либо токенов, либо GPU-часов.

GLM 5.2 бесплатно: что можно сделать за $0 (и чего нельзя)

GLM 5.2, это фронтир-модель Zhipu с открытыми весами для кодинга: MoE с 753B параметров в сумме, контекстом на 1M токенов, выпущенная под лицензией MIT. Слово «бесплатно» ищут вокруг неё очень часто, и большинство подборок отвечают, вставляя страницы регистрации. Эта статья проверяет каждый путь по первоисточнику и говорит вам, где начинается потолок.

Два пути в первых двух строках, это реальные варианты с нулевой стоимостью для одного человека. Строка с API, это то место, где чаще всего происходит выдумка: люди ищут «glm 5.2 free api», попадают на блог, который придумывает :free-маршрут на OpenRouter, и теряют полдня. Его там нет.

Если вы уже знаете, что вам нужен managed API, а «бесплатно» было лишь начальным фильтром, переходите к разделу Альтернативы. Если вы хотите потратить $0, читайте дальше. Пути ниже ранжированы по тому, как далеко они реально вас доводят.

Схема выбора: какой бесплатный путь вам подходит

Определитесь до того, как читать детали.

Когда каждый бесплатный путь, правильный выбор

• Используйте веб-чат Z.ai, если хотите попробовать письмо и рассуждения GLM в браузере, задать разовые вопросы или заняться лёгким кодингом через копипаст. Без установки, без карты. Это самый быстрый путь с нулевой стоимостью.
• Разверните MIT-веса у себя, если у вас есть машина на 256 GB+ (или стойка), нужен офлайн- или изолированный инференс, или ваша команда по комплаенсу требует аудируемых открытых весов. Свободно от лицензионных сборов; вы платите RAM и электричеством.
• Используйте мост «платит пользователь» (Puter), если вы строите приложение и хотите, чтобы каждый конечный пользователь оплачивал свои токены GLM вместо вас. Бесплатно для вас как разработчика, но не бесплатно в совокупности.

Когда НЕ гнаться за бесплатным

• Вам нужен размещённый API GLM 5.2 для бэкенда, и вы ожидаете его за $0. Такого не существует. Минимум, это платная ставка: $1.4/M на входе, $4.4/M на выходе.
• У вас ноутбук на 64 GB или 128 GB, и вы ожидаете развернуть модель у себя. Веса не помещаются при пригодном качестве; наименьший разумный квант требует ~240 GB.
• Вам нужна надёжность с SLA. Каждый бесплатный путь здесь, это best-effort. Лимиты частоты, сбросы квот и отказы железа, это ваша забота.

Правило остановки

Если вам нужно лишь оценить качество вывода GLM 5.2, бесплатный веб-чат Z.ai ответит на это за десять минут, и можно прекращать чтение. Всё, что дальше этого раздела, для тех, кому нужен программный или self-host доступ, где у «бесплатного» есть реальные компромиссы.

Что вам понадобится для каждого бесплатного пути

Три реальных бесплатных пути требуют разного. Разложите их по полкам заранее, чтобы не оказаться на середине скачивания в 240 GB и обнаружить, что ваша машина это не вместит.

Конкретно для self-host пути число памяти, это жёсткий барьер. GLM 5.2, это MoE на 753B параметров, поэтому наименьший пригодный квант требует примерно 240 GB RAM или унифицированной памяти. Ноутбук с 16 GB, 32 GB или 64 GB вне игры, независимо от GPU. Если вы на потребительском железе и цифры не сходятся, ваши единственные маршруты, это веб-чат и платный API, и в этом нет ничего постыдного; почти никто не разворачивает 753B-модель дома.

Путь 1: Веб-чат Z.ai (по-настоящему бесплатно, с ограничением по частоте)

Веб-интерфейс Z.ai по адресу chat.z.ai позволяет общаться с моделью GLM без банковской карты. Это путь с наименьшим трением и нулевой стоимостью: откройте страницу, войдите и печатайте.

Его определяют два ограничения:

• Нет API. Бесплатный веб-чат, это UI. Вы не можете направить на него Cline, Claude Code или собственный скрипт. В тот момент, когда вам нужен программный доступ, этот путь заканчивается, и вы переходите к платному API или self-hosting.
• Лимиты частоты. Пропускная способность сообщений на бесплатном тарифе ограничена, а точная квота менялась от релиза к релизу, поэтому любое конкретное число, прочитанное в других местах, считайте устаревшим. Проверьте текущий лимит в интерфейсе, прежде чем полагаться на него в реальной работе.

Есть одна оговорка, о которой стоит сказать точно, потому что SEO-фермы противоречат друг другу на этот счёт. То, какую версию GLM отдаёт бесплатный веб-чат, менялось от релиза к релизу, а собственная документация Z.ai привязывала ранний доступ к GLM 5.2 к платному GLM Coding Plan. Некоторые сессии бесплатного тарифа могут отдавать более раннюю GLM, тогда как 5.2 сидит за подпиской. Не считайте, что бесплатный чат даёт вам именно 5.2. Посмотрите на метку модели в вашей собственной сессии, потому что это единственный источник, отражающий ваш аккаунт и текущий rollout. Если метка не говорит 5.2, бесплатный веб-чат выдаёт вам более старую модель, и платный Coding Plan или альтернативный эндпоинт, это ваш маршрут к самой 5.2.

Ещё одно, что стоит учесть при планировании: бесплатный веб-чат не помнит вашу кодовую базу и не имеет доступа к инструментам. Он отвечает на то, что вы вставляете в поле. Это нормально для оценки того, подходят ли вам рассуждения и стиль кода GLM, и бесполезно для чего-либо, что требует читать ваши файлы или выполнять команды. Если ваш вопрос для оценки, «пишет ли эта модель код, который я бы выпустил», бесплатный чат отвечает на него. Если ваш вопрос, «может ли эта модель управлять моим циклом агента», бесплатный чат нельзя даже подключить, чтобы попробовать.

Веб-чат упирается в три вещи: нет API, ограниченные сообщения и негарантированная версия модели. Он хорош для оценки и лёгкого чата, но не для рабочего процесса.

Путь 2: Self-host MIT-весов (бесплатно по лицензии, но не по железу)

Это путь, который делает GLM 5.2 по-настоящему и навсегда бесплатной с точки зрения стоимости за токен. Zhipu опубликовала веса под лицензией MIT на Hugging Face под организацией zai-org. Проверено 13 июля 2026 года: репозиторий zai-org/GLM-5.2 не имеет гейтинга, несёт тег MIT на своей карточке модели и был скачан более 460,000 раз. MIT означает, что коммерческое использование, модификация и распространение разрешены.

Чего MIT вам не даёт, так это бесплатных вычислений. GLM 5.2, это MoE с 753B параметрами в сумме. При полной точности BF16 веса составляют около 1.5 TB, что не помещается ни в один настольный ПК. Бесплатный локальный инференс означает квантование в GGUF и принятие потолка по памяти.

Практический минимум для одного человека, это 2-битный квант на машине с 256 GB. Один GPU на 24 GB (скажем, 4090) не может вместить даже 2-битный квант самостоятельно и откатывается к выгрузке в системную RAM, что роняет вас в низкие однозначные токены в секунду. Нет конфигурации, которая хорошо запускает эту модель на ноутбуке с 64 GB или 128 GB.

Механика выбора кванта, настройки llama.cpp или LM Studio и квантования KV-кэша для растягивания контекста, это отдельная работа. Вместо того чтобы заново выводить здесь математику по железу, используйте два руководства, которые покрывают это от начала до конца:

• Руководство по локальному запуску GLM 5.2 в GGUF для одного Mac Studio или настольного ПК с одним GPU и большим объёмом RAM. Оно покрывает выбор квантов, флаги llama.cpp, LM Studio и скорость, которую стоит ожидать.
• Руководство по self-host GLM 5.2 на vLLM: железо и стоимость для обслуживания модели полной точности для команды на GPU класса H200, с расчётом ежемесячной стоимости против размещённого плана.

Две сноски, на которых спотыкаются на self-host пути. Первая: контекст 1M не даётся бесплатно вместе с весами на потребительском железе. KV-кэш для такого длинного контекста требует сотен гигабайт поверх весов, поэтому на машине с 256 GB вы реалистично запускаете контекст от 16K до 64K, а не полный миллион. Вторая: сама загрузка большая. Даже 2-битный GGUF, это около 240 GB на скачивание и хранение, так что закладывайте диск и пропускную способность до начала, а не после.

Минимальный цикл проверки работоспособности, когда у вас есть GGUF-сборка и запущенный локально llama.cpp, выглядит так, используя ту же форму OpenAI, направленную на ваш собственный сервер:

from openai import OpenAI

# llama.cpp server started with: ./llama-server -m glm-5.2-UD-IQ2_M.gguf --host 0.0.0.0 --port 8080
client = OpenAI(base_url="http://localhost:8080/v1", api_key="not-needed")
resp = client.chat.completions.create(
    model="glm-5.2",
    messages=[{"role": "user", "content": "Say OK if you are running."}],
)
print(resp.choices[0].message.content)

Этот путь упирается в счёт за память. Он свободен от лицензионных сборов, но входной билет, это машина на 256 GB, а боксы с одним GPU запускают её медленно. Математика для большинства людей склоняется в пользу размещённого эндпоинта: ниже примерно 3,000 запросов в неделю платный план или managed API дешевле, чем электричество плюс амортизация self-host узла, который большую часть дня простаивает. Self-hosting выигрывает на объёме, на требованиях офлайна и на мандатах комплаенса по аудируемым весам, а не на случайном использовании.

Путь 3: Сторонние мосты «платит пользователь» (бесплатно для вас, но не для всех)

Есть реальный путь, бесплатный для разработчика, который упускают из виду: платформы вроде Puter выставляют z-ai/glm-5.2 по модели «платит пользователь». Разработчик интегрирует SDK и не платит ничего; каждый конечный пользователь оплачивает свою стоимость токенов. Это бесплатно так же, как бар с собственным алкоголем бесплатен для хозяина.

Это легитимно для приложения определённой формы: клиентский инструмент, где пользователи приносят собственное использование, а вы не хотите брать на себя совокупный счёт. Это не способ получить бесплатные токены для собственного бэкенда, и это не SLA. Прочитайте условия оплаты и обработки данных платформы, прежде чем выпускать это, потому что формулировка «безлимитно, без ключа» описывает стоимость для разработчика, а не для модели. Это также ставит третью сторону между вашими пользователями и моделью, что имеет значение, если у вас есть обязательства по обработке данных.

Этот путь упирается в двух местах. Стоимость не исчезает, она переходит к вашим пользователям. И вы доверяете аптайму и условиям стороннего моста, а не напрямую Z.ai. Для хобби-приложения или демо это нормально. Для чего-либо, от чего зависит бизнес, вам нужен контракт с тем, кто выполняет инференс, чего бесплатный мост не даёт.

Путь, которого не существует: «OpenRouter бесплатно»

Об этом стоит сказать прямо, потому что это самый разыскиваемый ложный след.

На OpenRouter нет бесплатного эндпоинта GLM 5.2. Проверено по OpenRouter models API 13 июля 2026 года:

• z-ai/glm-5.2 существует и это платная модель по $0.93/M на входе, $3.00/M на выходе, с окном контекста 1M.
• OpenRouter указывает 23 варианта моделей, чьи ID оканчиваются на :free. Ни один из них не GLM 5.2.
• URL вроде openrouter.ai/z-ai/glm-5.2:free возвращает HTTP 200, потому что загружает оболочку одностраничного приложения, а не потому, что за ним есть бесплатный маршрут. Не путайте загружающуюся страницу с работающим эндпоинтом. Это ровно та ловушка, которая порождает подборки «бесплатная GLM 5.2 на OpenRouter»: кто-то видит, что страница отрисовалась, и предполагает, что маршрут живой.

Бесплатный тариф OpenRouter реален, он просто не покрывает эту модель. Для контекста о том, что он действительно вам даёт, лимиты берутся прямо из справочника по лимитам частоты OpenRouter:

Так что если вам нужна бесплатная модель на OpenRouter для кодинга, вы выбираете из его 23 :free-вариантов (DeepSeek, Qwen, Gemma, Nemotron и других), а не GLM 5.2. Эти бесплатные варианты идут с лимитами из таблицы выше и без гарантии того, какой физический провайдер обслуживает их в каждом конкретном запросе. Для более широкого ранжирования того, какие бесплатные тарифы API реально переживают настоящую работу с кодом, смотрите руководство бесплатные тарифы LLM API, ранжированные для кодинга.

Бесплатный путь до его предела: сравнение бок о бок

flowchart TD
  A[Need GLM 5.2 at $0?] --> B{How do you want to use it?}
  B -->|Chat in a browser| C[Z.ai web chat]
  B -->|Run on my own machine| D[MIT weights + GGUF]
  B -->|Ship in an app| E[Puter user-pays]
  B -->|Call as a backend API| F[No free hosted API]
  C --> C1[Cap: no API, rate limits, version not guaranteed 5.2]
  D --> D1[Cap: needs 240GB+ RAM, ~3-9 tok/s on 256GB]
  E --> E1[Cap: users pay tokens, no SLA]
  F --> F1[Floor is paid: $1.4/M in, $4.4/M out]
  F1 --> G[Managed: z-ai/glm-5.2 on one endpoint]

Частые ошибки при погоне за бесплатной GLM 5.2

Бесплатная GLM 5.2 для команды: где $0 перестаёт масштабироваться

Бесплатные пути созданы для одного человека. Они ломаются в тот момент, когда команда пытается их разделить, и стоит знать, как именно, прежде чем строить планы вокруг них.

У веб-чата нет модели общего аккаунта. Каждый разработчик открывает свою сессию и упирается в свой лимит частоты, при этом нет общего пула квоты, нет панели использования и нет способа увидеть, кто что потратил. Двое на бесплатном чате, это нормально. Команда из десяти человек, пытающаяся стандартизироваться на нём, это не план, это десять отдельных best-effort сессий.

Self-hosting, это путь, который масштабируется для команды, но он перестаёт быть бесплатным в тот момент, когда вам нужна пропускная способность больше чем для одного человека одновременно. Один Mac Studio на 256 GB, запускающий 2-битный квант, обслуживает одну сессию кодинг-агента со скоростью 3-9 токенов в секунду. Направьте на него троих разработчиков, и они встанут в очередь друг за другом. Обслуживание команды означает модель полной точности на GPU класса H200, что является реальным бюджетом на железо, освещённым в руководстве по self-host на vLLM: железо и стоимость. В этот момент вы сравниваете амортизированную стоимость GPU-стойки против счёта API за токен, и для большинства команд API выигрывает, пока объём не станет очень высоким.

Мост «платит пользователь», это единственный бесплатный для вас путь, который переживает команду, именно потому, что он ничего не объединяет в пул: каждый конечный пользователь платит сам за себя. Это работает для продукта с внешними пользователями. Это не работает для внутренней инженерной команды, где «каждый пользователь платит за свои токены» просто означает, что каждому инженеру нужны платёжные отношения с третьей стороной, что хуже одного общего ключа API.

Честный вывод для команды: используйте бесплатные пути для оценки, затем стандартизируйтесь на платном эндпоинте с видимостью использования по ключам. Общая конфигурация там, это один базовый URL и один ID модели, и все выставляют счета на один и тот же кошелёк организации с отслеживаемым использованием. Это история тарифа Team, которую руководство по доступу освещает для Coding Plan, и та же форма работает через managed-шлюз.

Альтернативы: когда бесплатные пути упираются в потолок

Бесплатно, это начальный фильтр, а не финишная черта. Как только начинает мешать лимит частоты веб-чата или счёт за RAM для self-host, практический вопрос становится «самый дешёвый надёжный API», и честного ответа за $0 для фронтир-модели нет. Вот ранжированный список, сначала ofox, затем остальные, с реальными числами.

Когда бесплатные пути исчерпаны и вам нужна GLM 5.2 как managed API без регистрации в Z.ai или self-host кластера, ofox обслуживает z-ai/glm-5.2 по $1.4/M на входе и $4.4/M на выходе на одном OpenAI-совместимом эндпоинте. Та же форма OpenAI SDK, что и в локальной проверке работоспособности выше, только другой базовый URL и один ключ, который также достаёт до других моделей в каталоге ofox:

from openai import OpenAI

client = OpenAI(base_url="https://api.ofox.ai/v1", api_key="YOUR_OFOX_KEY")
resp = client.chat.completions.create(
    model="z-ai/glm-5.2",          # this model ID already serves the full 1M-token context window
    messages=[{"role": "user", "content": "Refactor this function to async."}],
)
print(resp.choices[0].message.content)

Это не бесплатно, и ни один шлюз, заявляющий фронтир-модель за $0 за токен, не говорит правду. Честный компромисс, это бесплатный чат для оценки, MIT self-host, если у вас есть железо, и платный managed-эндпоинт, когда вам нужен API, который просто работает. Если вы взвешиваете платную ставку GLM 5.2 против очевидной западной альтернативы, сравнение стоимости GLM 5.2 против GPT-5.5 прогоняет математику по задаче, чтобы вы могли выбирать по цене, а не по громкой шумихе.

Источники, проверенные для этого обновления

• Репозиторий модели Hugging Face: https://huggingface.co/zai-org/GLM-5.2
• Страница модели GLM 5.2 на OpenRouter: https://openrouter.ai/z-ai/glm-5.2
• Справочник по лимитам частоты API OpenRouter: https://openrouter.ai/docs/api/reference/limits
• Обзор для разработчиков Z.ai GLM-5.2: https://docs.z.ai/guides/llm/glm-5.2
• Веб-чат Z.ai: https://chat.z.ai/
• Подписка Z.ai Coding Plan: https://z.ai/subscribe
• Страница managed-модели GLM 5.2 на ofox: https://ofox.ai/models/z-ai/glm-5.2

Со всеми вопросами «бесплатно ли это» о фронтир-модели закономерность одна и та же: веса или демо бесплатны, вычисления, никогда. GLM 5.2, это чистый случай, с MIT-весами, которые можно по-настоящему скачать и форкнуть, бесплатным браузерным чатом, чтобы попробовать её, и жёстким минимумом из платных токенов или серьёзного железа в тот момент, когда она нужна вам программно. Любой, кто предлагает API-сторону с нулевой стоимостью, либо перекладывает счёт на ваших пользователей, либо выдумывает.