Databricks troca Claude Opus 4.8 pelo GLM 5.2 da Zhipu AI e reduz custo em 34%

Em 11 de julho de 2026, a Databricks anunciou uma decisão estratégica: transformar o modelo chinês aberto GLM 5.2, da Zhipu AI, em sua ferramenta principal para automatizar a programação. Em testes na própria base de código, com milhões de linhas, o GLM 5.2 apresentou resultados idênticos aos do Claude Opus 4.8, da Anthropic, mas 34% mais barato: $1.28 por tarefa contra $1.94.

Como a Databricks testou os modelos

Os engenheiros da Databricks rodaram agentes de programação na base de código real de produção da empresa: milhões de linhas de código-fonte que refletem toda a complexidade e as particularidades do desenvolvimento de verdade. Isso é crítico porque os benchmarks públicos costumam medir os modelos em tarefas sintéticas, que não correspondem ao comportamento do modelo no seu próprio código.

A Databricks mediu não só a qualidade e a velocidade do código gerado, mas também o custo prático em escala: quanto dinheiro realmente é gasto com automação de programação por dia, semana e mês em produção. Foi aí que o GLM 5.2 aberto mostrou seu valor.

Resultados: GLM 5.2 chega ao nível do Opus 4.8

Os resultados são eloquentes:

• GLM 5.2 da Zhipu AI: $1.28 por tarefa de programação
• Claude Opus 4.8 da Anthropic: $1.94 pela mesma tarefa
• Economia ao migrar para o GLM 5.2: $0.66 por tarefa, uma redução de 34% nos custos
• Qualidade do código gerado: idêntica
• Velocidade de execução e precisão: comparáveis
• Os testes foram feitos com dados de produção da Databricks, não com benchmarks públicos

A Databricks testou outros candidatos, mas o GLM 5.2 ficou em primeiro lugar na relação custo-benefício.

Por que isso derruba a crença comum

A visão tradicional da indústria é que os modelos ocidentais fechados (Claude Opus, GPT da OpenAI, Gemini do Google) superam automaticamente os equivalentes abertos da Ásia. A Databricks derruba esse mito na prática: em tarefas reais de produção, o GLM 5.2 aberto, da chinesa Zhipu AI, programa tão bem quanto o Opus 4.8 proprietário, com economia expressiva.

"As empresas costumam confiar apenas em benchmarks públicos e não testam os modelos com seus próprios dados.

Os resultados podem variar muito", conclui, em essência, a Databricks.

A conclusão levanta a questão central: se os modelos abertos competem com os fechados na prática, por que pagar 34% a mais?

O que isso significa para o mercado

O mercado de modelos de IA se afasta do monopólio de um ou dois fornecedores e caminha para uma diversidade real. Modelos abertos da Zhipu AI (GLM), da Meta* (Llama) e da Mistral se tornam competitivos não só no preço, mas também na qualidade em tarefas práticas de produção. Para as empresas, isso significa mais escolha: não é preciso pegar às cegas o modelo com melhor ranking público, e sim testar com dados próprios e calcular o custo real de propriedade.

Perguntas frequentes

Quando o GLM 5.2 estará disponível publicamente?

O GLM 5.2 já está disponível como modelo de código aberto da Zhipu AI. Qualquer empresa pode baixá-lo, testá-lo e implantá-lo em seus servidores ou na nuvem, sem pagar licença.

Quanto uma empresa economiza, na prática, ao migrar para o GLM 5.2?

A economia depende do volume de uso. Se uma empresa gasta $100 por dia com o Claude Opus 4.8 para programar, migrar para o GLM 5.2 renderia cerca de $34 de economia por dia, ou $12 400 por ano. Mas isso exige testes na sua própria base de código.

*A Meta é considerada uma organização extremista e está proibida na Rússia.