Gemini 3.7 Flash vs GLM-5.2: Ett halvprisfönster mot en framtid med öppna vikter

Gemini 3.7 Flash och GLM-5.2 är de två modellerna som gör 2026 års kostnadsargument ärligt, eftersom var och en är hälften av en fälla. Gemini 3.7 Flash, Googles arbetshäst i Flash-nivån som släpptes den 13 augusti 2026, är prissatt till 0,75 dollar per miljon inmatningstokens och 3,75 dollar per miljon utmatningstokens — men bara till och med den 31 december 2026, varefter den fördubblas till 1,50 / 7,50 dollar. GLM-5.2, Z.ai:s resonemangsmodell med öppna vikter som släpptes den 16 juni 2026, kostar 1,40 / 4,40 dollar per miljon tokens via leverantörens eget API, har en MIT-licens och kommer att kosta lika mycket den 1 januari 2027 som den gör i dag. De flesta jämförelser av dessa två stannar vid introduktionsprislistan, vilket får Gemini att se strikt billigare ut. Den jämförelse som överlever kontakt med en produktionsbudget löper över tolv månader, prissätter hela arbetsbelastningen och tar hänsyn till att en av dessa modeller kan flyttas till din egen hårdvara och den andra inte kan det.

Prisklockan

Varje Gemini 3.7 Flash-jämförelse bär nu ett datum, och den här definieras av det. Googles kampanjpris — 0,75 $ / 3,75 $, hälften av standardpriset på 1,50 $ / 7,50 $ — är bekräftat till och med den 31 december 2026. Den 1 januari 2027 fördubblas priset. GLM-5.2:s 1,40 $ / 4,40 $ har varit stabilt sedan lanseringen och kommer med en inmatningstaxa på 0,26 $ vid cache-träff som gör upprepade kontextarbetsbelastningar billiga. Det finns inget leverantörsdatum kopplat till det. Varje TCO-beräkning som behandlar Geminis kampanjpris som ett permanent pris prissätter en kupong som ett abonnemang — och det misstaget är det enskilt vanligaste felet i "Gemini vs GLM"-diskussionen just nu.

Spec-kontrast

• Pris — Gemini 3.7 Flash $0,75 / $3,75 kampanj till och med 31 dec 2026, därefter $1,50 / $7,50, jämfört med GLM-5.2 $1,40 / $4,40 med $0,26 för cachad läsning, utan utgångsdatum.

• Kontext / max utdata — Gemini 3.7 Flash 1M / 64K vs GLM-5.2 1M / 128K. GLM kan avge dubbelt så mycket utdata i ett svar.

• Inmatning — Gemini 3.7 Flash text, bild, ljud, video. GLM-5.2 endast text.

• Vikter — Gemini 3.7 Flash är stängd, endast API. GLM-5.2 är öppen, MIT-licens, 743B parametrar med ungefär 40B aktiva, självhostningsbar.

Tänkandekontroll — Gemini 3.7 Flash låg / medel / hög. GLM-5.2:s tänkande är påslaget som standard med tre ansträngningsnivåer.

• Oberoende poäng — Gemini 3.7 Flash på 56 på Artificial Analysis Intelligence Index mot GLM-5.2 på 53, det högsta open-weights-resultatet på indexet.

• Utskriftshastighet — Gemini 3.7 Flash cirka 285 tokens/sekund vid hög resonemangsnivå jämfört med GLM-5.2 cirka 110 tokens/sekund — ungefär två och en halv gånger snabbare.

Vad riktmärkena säger, märkta

Benchmark-bilden gynnar Gemini 3.7 Flash på de gemensamma raderna och blir komplicerad under ytan. På de tre benchmarks där båda har publicerat siffror — DeepSWE 1.1 (65.3% för Gemini), FrontierCode 1.1 (43.6%) och Terminal-Bench 2.1 — leder Gemini, och dess 56 på AA Intelligence Index överträffar GLM-5.2:s 53, vilket ändå är den högsta poäng som någon öppen viktmodell har uppnått på indexet. Båda uppsättningarna av delresultat är leverantörsrapporterade och inte oberoende reproducerade. Den ärliga nyansen ligger på kodningsraderna där GLM-5.2 är starkast: Z.ai rapporterar 81.0 på Terminal-Bench 2.1 — den första öppna modellen över 80 — 62.1 på SWE-bench Pro och 74.4 på FrontierSWE, och dessa siffror mäts på de testmiljöer där långsiktig autonom kodning är hela testet. Modellerna är tillräckligt nära varandra för att indexgapet (tre poäng) är mindre än skillnaden i vad de två leverantörerna väljer att marknadsföra, och inget av företagens utvärderingssviter är en neutral domare.

Open-weights-gaffeln

Skillnaden som ingen prisjämförelse fångar är licensen. GLM-5.2:s MIT-licensierade vikter innebär att ett team kan ladda ner modellen och köra den på sin egen hårdvara — 743B/40B-aktiva MoE är en stor driftsättning men en hanterbar sådan — vilket omvandlar GLM:s redan låga API-pris till en kapitalkostnad med nästan noll marginalutgift per token efter den första driftsättningen. Det är argumentet för öppna vikter i dess starkaste form: ingen faktura per token vid volym, ingen risk för leverantörsavveckling, inga data som lämnar din miljö och friheten att finjustera. Gemini 3.7 Flash erbjuder inget av detta; det är ett slutet API med ett kampanjpris som har ett utgångsdatum. För ett team med krav på datalokalisering eller en förutsägbar högvolymarbetsbelastning är alternativet med öppna vikter inte en filosofisk preferens — det är det enda alternativ som håller marginalkostnaden borta från någon annans prislista.

Skillnaden mellan multimodal och video

Den andra hårda gränsen mellan de två är inmatningsmodaliteten. Gemini 3.7 Flash tar emot text, bild, ljud och video, och från och med den 1 september 2026 är den utrustad med Googles agentiska videoförståelseläge – modellen bestämmer vad den ska titta på, i vilken hastighet och via bildrutor, ljud eller transkript, och laddar bara relevanta segment, med leverantörsrapporterade besparingar på upp till 66 % på kostnad och 88 % på tokens. GLM-5.2 är endast textbaserad. Alla video- eller ljudarbetsbelastningar som riktas mot GLM måste förtranskriberas och förinramas av separata verktyg innan modellen överhuvudtaget ser dem. Om din arbetsbelastning är multimodal – mötesinspelningar, övervakningsinspelningar, produktvideo, allt med en icke-textbaserad signal – slutar jämförelsen där; Gemini 3.7 Flash är den enda av de två som tar emot indata direkt.

Tolv månader, i riktiga pengar

Sätt ihop de två halvorna på en steady-state-arbetsbelastning — säg 1M inmatningstokens och 1M utmatningstokens per månad, en blygsam produktionsbelastning — och datumet på Geminis pris blir hela historien:

• Idag till och med 31 december 2026 — Gemini 3.7 Flash till kampanjpris: $0,75 + $3,75 = $4,50 per månad för den volymen. GLM-5.2: $1,40 + $4,40 = $5,80. Gemini är cirka 22 % billigare.

• Från och med 1 januari 2027 — Gemini till standardpris: $1.50 + $7.50 = $9.00. GLM-5.2: fortfarande $5.80. GLM är billigare med cirka 36%.

• Tolv månader (sex månader kampanj, sex månader standard) — Gemini: 6 × $4.50 + 6 × $9.00 = $81.00. GLM-5.2: 12 × $5.80 = $69.60. Kupongmatematiken innebär att GLM i genomsnitt blir billigare över året.

• Självhostad GLM-5.2 — API-avgiften försvinner och blir hårdvara + el, vilket på en redan driftsatt MoE är den billigaste kolumnen av alla.

Cachepriserna pekar åt samma håll i stor skala: GLM-5.2:s $0,26 för inmatning med cacheträff är en storleksordning lägre än dess misspris, vilket belönar arbetsbelastningar med upprepade prefix — systemprompter, few-shot-banker, kodbaser — som dominerar verklig produktionstrafik. Gemini 3.7 Flash har sin egen cachenivå, men den viktigaste jämförelsen är misspriset, och misspriset fördubblas den 1 januari.

Domen: vilken som överlever januaridatumet

Beslutsregeln handlar om tidshorisont och ägande. Om ditt projekt levereras detta kvartal och i huvudsak förblir på en hanterad API är Gemini 3.7 Flash det starkare köpet: billigare fram till december, snabbare, högre på det oberoende indexet, multimodalt, och det får den nya videofunktionen först. Om ditt projekt har en tolvmånadersbudget, ett datalokalitetskrav, ett mönster med hög volym och upprepad kontext, eller något intresse av att äga modellen du är beroende av, är GLM-5.2 det mer ärliga långsiktiga valet — och när kalendern väl vänder blir det också det billigare API:t. Kampanjfönstret är hela anledningen att välja Gemini; de öppna vikterna är hela anledningen att välja GLM.

För team som vill testa båda mot sin egen arbetsbelastning innan kalendern avgör, är routinglagret den neutrala plattformen att köra dem på. GLM-5.2 är på OrcaRouter till Z.ai:s listpris på $1.40 / $4.40, som förmedlas utan påslag, bredvid den dirigerbara Gemini-nivån, bakom en API-nyckel – så att en arbetsbelastning kan skicka text- och kodtrafik till GLM-5.2, multimodal trafik och videotrafik till en Gemini-modell, och låta routing-DSL:et blanda dem i ett enda anrop medan automatisk failover håller pipelinen uppe om någon av leverantörerna snubblar. Gemini 3.7 Flash i sig serveras via Googles eget API och flera tredjepartsplattformar. De två modellerna är ett naturligt A/B-test: samma prisklass, motsatta svar på lång sikt, och det enda sättet att veta vilken som vinner din utvärdering är att köra dem sida vid sida innan januariklippan gör valet åt dig.