Dots vs GLM-5.2: Dwa końce łańcucha dostaw agentów

Dots and GLM-5.2 sit at opposite ends of the same supply chain, and neither one is the other's rival. Dots is the agent surface the company announced at DevDay on September 29, 2026 — an always-on worker with its own cloud computer and browser, connections to more than 4,000 apps, reachable in ChatGPT, Slack and Teams, powered by GPT-6 Astra and included with Pro and Business Premium at no extra cost. GLM-5.2 is Z.ai's open-weight flagship text model, released June 16, 2026, with a one-million-token context window, up to 128,000 tokens of output and a published rate of $1.40 per million input tokens and $4.40 per million output tokens. One is the layer you rent and cannot see inside; the other is the layer you can download, inspect and price to the token. If you are deciding how to run agents this quarter, that is the pair of decisions in front of you.

Czym jest każde z nich, w jednym przebiegu

• Czym to jest — hostowany, stale działający agent bez własnego identyfikatora modelu (Dots) w zestawieniu z możliwym do pobrania modelem tekstowym z opublikowanymi wagami (GLM-5.2)

• Kto jest twórcą — OpenAI, ogłoszone na DevDay 29.09.2026, w porównaniu z Z.ai (Zhipu AI), wydanym 16.06.2026

• Gdzie działa — komputer w chmurze i przeglądarka OpenAI, odizolowane od Twojej maszyny, chyba że je połączysz, w przeciwieństwie do tego, gdzie je wdrożysz: na własnym sprzęcie, w wybranej przez siebie chmurze lub w naszym punkcie końcowym

• Model bazowy — GPT-6 Astra, nazwany przez OpenAI w materiałach premierowych (według dostawcy), w porównaniu z samym GLM-5.2, modelem typu mixture-of-experts, który Z.ai udostępnił na otwartych wagach

Modalność, dane aplikacji i przeglądarka z jednej strony, a z drugiej tekst na wejściu i brak wejścia obrazowego lub dźwiękowego

• Pojemność — nieudokumentowane limity odpowiedzi dla kropki, wobec 1 000 000 tokenów kontekstu i 128 000 tokenów maksymalnego wyjścia

• Cena — pierwsza kropka wliczona w Pro lub Business Premium, przydział niepublikowany, wobec 1,40 USD za milion danych wejściowych i 4,40 USD za milion danych wyjściowych zgodnie z naszym katalogiem

• Dowody — prezentacje dostawców, brak niezależnego benchmarku dla dots, w zestawieniu z Artificial Analysis Intelligence Index wynoszącym 33,7 oraz zgłoszonym przez dostawcę wynikiem 99,1 w τ²-Bench, oba zamieszczone wraz z ich źródłami w naszym katalogu

Połowa z otwartymi wagami i haczyk już od pierwszego dnia

Propozycja GLM-5.2 to ta znana oferta modelu z otwartymi wagami i tutaj jest mocniejsza niż zwykle, bo model jest tani pod każdym względem, a wagi oznaczają, że decyzja o wdrożeniu należy do ciebie. Własne, opublikowane wyniki Z.ai wysuwają na pierwszy plan agentowe użycie narzędzi — 99,1 w τ²-Bench, 76,8 w MCP-Atlas i 74,4 w FrontierSWE — a to są dane producenta, co warto powiedzieć wprost, bo to właśnie te liczby sprawiają, że model wygląda na okazję. Niezależny pomiar jest bardziej stonowany: wskaźnik Artificial Analysis Intelligence Index wynoszący 33,7 stawia go w środku stawki na tej liście, wynik 34,6 w wycinku τ-banking jest skromny, a 78,3 w przywoływaniu długiego kontekstu plasuje się za obecnymi liderami. Nasz katalog obsługuje 123,2 miliona tokenów ruchu na tym modelu w ciągu ostatnich siedmiu dni, co jest najwyraźniejszym dostępnym sygnałem, że ludzie faktycznie go uruchamiają.

Tu jest haczyk — i to dlatego powstał ten artykuł, a nie jest to zwykłe porównanie specyfikacji. Artificial Analysis oznacza GLM-5.2 jako przestarzały na rzecz nowszej wersji, GLM-5.3, a jego strona na żywo mówi o tym u góry: modelowi wciąż można kierować ruch i jest on nadal ogólnie dostępny, ale plan rozwoju dostawcy posunął się dalej, a liczby indeksu przypisane do GLM-5.2 są migawką, a nie stałym pomiarem. Jego pozostałe niezależne wyniki pozostają niezmienne z tego samego powodu — komunikat AA wyjaśnia, że po deprecjacji nadal przeprowadza testy porównawcze wyłącznie dla domyślnego obciążenia modelu, a wyniki dla wszystkiego innego stają się historyczne.

Z tego wynikają dwie lekcje, a obie mają zastosowanie znacznie wykraczające poza ten model. Po pierwsze, cena i licencja to trwałe fakty dotyczące wydania o otwartych wagach; pozycja w rankingu jest zmienna, a model może być tani, możliwy do pobrania, a mimo to zostać zastąpiony. Po drugie, następca już jest: Z.ai dostarczył GLM-5.3 jako swój obecny flagowy model, w cenie niższej niż GLM-5.2 — 1,26 USD za wejście i 3,96 USD za wyjście za milion, z niezależnym Intelligence Index wynoszącym 44,8 w porównaniu z 33,7 w GLM-5.2. Każdy, kto buduje teraz, powinien najpierw wycenić nowszy model i traktować GLM-5.2 jako tańszą podstawę pod nim, a nie jako granicę tej rodziny.

Ile kosztuje kropka i dlaczego żadne z was nie może uwzględnić tego w budżecie

OpenAI opublikowało jedną cenę za dots — pierwszy z nich jest wliczony w Pro i Business Premium, z rozszerzonymi limitami w pierwszym miesiącu oraz rozmowami, które nie zużywają limitów użycia ChatGPT. Brak liczby określającej przydział, brak ceny za drugi dot, brak stawki za dodatkową szybkość lub przepustowość, brak kosztu za ukończone zadanie i brak ceny enterprise dla specjalistycznych dots obecnie w testach wewnętrznych. Relacja CNBC z keynote pokazuje, że dyrektor finansowa Sarah Friar wycenia nowy plan Pro 500 za $500 jako limit użycia plus tryb Ultrafast, a nie jako stawkę za dot; najdroższy plan w cenniku OpenAI również nie przekłada się na koszt jednostkowy pracy agenta.

GLM-5.2 ma odwrotny problem, który jest lepszym problemem: zbyt wiele liczb, wszystkie weryfikowalne. Cennik to 1,40 USD i 4,40 USD za milion tokenów, a odczyty z pamięci podręcznej kosztują 0,26 USD; model można pobrać, więc koszt krańcowy żądania uruchamianego samodzielnie to sprzęt i energia elektryczna, a nie faktura od dostawcy. To cały ten kompromis w jednym zdaniu. Kropka daje ci pracownika, ale nie licznik; GLM-5.2 daje ci licznik, ale nie pracownika.

Umieszczanie modelu rozliczanego za użycie pod agentem, którego wynajmujesz

Użyteczny sposób, by mieć oba, to przydzielić każdemu tę połowę zadania, którą wykonuje dobrze. Koordynacją zajmuje się dot: pilnowanie projektu, poganianie zaangażowanych ludzi i systemów, wracanie z czymś ukończonym. GLM-5.2 — albo następca, którego wyceniasz względem niego — zajmuje się rozumowaniem, które musisz mieć u siebie: przebiegiem ekstrakcji na archiwum miliona tokenów, długim generowaniem, kolejką klasyfikacji, częścią, w której błędna odpowiedź kosztuje więcej niż zaoszczędzone tokeny.

Ten podział wymaga, aby część odpowiedzialna za rozumowanie była przenośna, co jest problemem routingu, a nie modelu. OrcaRouter udostępnia GLM-5.2 jako z-ai/glm-5.2 w cenie katalogowej dostawcy przekazywanej z 0% marży — nic nie jest dodawane, więc obniżka stawek Z.ai trafia na Twoje konto tego samego dnia — w katalogu ponad 200 modeli za jednym kluczem, z narzędziami failover i routingu, które pozwalają przenieść zadanie do nowszego lub tańszego modelu bez zmiany kodu. Czego nie oferuje, to kropki: nie ma punktu końcowego dots, identyfikatora modelu dla agenta ani sposobu na podmianę inteligencji działającej w jego wnętrzu. Ta granica jest realna, a udawanie inaczej byłoby jedynym nieuczciwym slajdem w tym porównaniu.

Rekomendacja, wyrażona raz

Jeśli chcesz, aby praca wykonywała się bez twojego kierowania nią, kup dot — nie kosztuje nic poza subskrypcją, którą być może już masz, a jej ograniczeniem jest to, że nie możesz jeszcze udowodnić, ile ci zaoszczędziła. Jeśli chcesz wiedzieć, ile kosztuje twoje rozumowanie, i móc je później przenieść, umieść GLM-5.2 lub jego następcę za własnym endpointem i mierz jego zużycie. Zespoły, które pod koniec 2026 r. robią to dobrze, robią jedno i drugie, a dyscyplina, która sprawia, że to działa, polega na odmawianiu pozwolenia, by wynajmowana warstwa posiadała cokolwiek, czego nie byliby w stanie zastąpić.