Ještě nedávno jsme se bavili o tom, že Čína dohání západní AI laboratoře. Dnes mi to zní skoro zastarale. Modely jako DeepSeek, Kimi nebo teď GLM-5.2 od Z.ai ukazují, že čínský AI ekosystém už nehraje jen hru na „levnější alternativu“. Začíná tlačit přesně tam, kde to vývojáře bolí nejvíc: dlouhý kontext, práce s celým projektem, agentní coding a praktické nasazení.
GLM-5.2 je podle Z.ai vlajkový model zaměřený na takzvané long-horizon tasks, tedy úlohy, kde model nemá jen odpovědět na jednu otázku, ale držet dlouhý plán, chápat větší codebase, respektovat architekturu a postupně upravovat projekt od požadavků až po nasaditelný výsledek. Oficiální dokumentace uvádí kontext 1M tokenů a maximální výstup 128K tokenů, což je přesně ten typ parametrů, které na papíře vypadají jako marketing, ale v reálném vývoji mohou změnit způsob práce s AI asistenty.
Podle mě je tu důležitá jedna věc: dlouhý kontext sám o sobě nestačí. Už jsme viděli modely, které se chlubily obrovským kontextovým oknem, ale v praxi se v dlouhých vstupech ztrácely. Z.ai proto u GLM-5.2 zdůrazňuje, že nejde jen o „1M tokenů“, ale o použitelný 1M kontext pro coding agenty, refaktoring, výzkumnou reprodukci, mobilní debugging nebo práci napříč celým projektem. Dokumentace přímo popisuje scénáře jako převzetí celé codebase, dlouhodobý refaktoring, dodržování týmových engineering standardů nebo debugging přes ADB a logcat.
A to je za mě mnohem zajímavější než další tabulka benchmarků.
Nechápejte mě špatně, benchmarky jsou důležité. Z.ai u GLM-5.2 tvrdí, že model dosahuje velmi silných výsledků v long-horizon coding benchmarcích, například FrontierSWE, PostTrainBench a SWE-Marathon, a že je mezi open-source modely na špičce. U standardních coding benchmarků firma uvádí zlepšení proti GLM-5.1, například 81.0 vs. 62.0 na Terminal-Bench 2.1 a 62.1 vs. 58.4 na SWE-bench Pro. Jenže tady bych byl opatrný. Výsledky od výrobce jsou fajn start, ale skutečná pravda se ukáže až ve chvíli, kdy model pustíte na vlastní repozitář, vlastní legacy kód a vlastní chaotické zadání od klienta.
Co se mi na GLM-5.2 líbí nejvíc, je jeho pragmatické zaměření. Neprodává se primárně jako chatbot pro všechno. Tlačí se do role modelu pro vývojáře a coding agenty. Podporuje streaming, function calling, structured output, context caching a MCP integrace, tedy přesně ty věci, které potřebujete, když chcete model zapojit do reálného workflow, ne si s ním jen povídat v okně prohlížeče.
Druhá zajímavá věc je integrace do existujících nástrojů. GLM-5.2 se dá podle dostupných návodů používat přes Anthropic-compatible nebo OpenAI-compatible endpointy, takže ho lze napojit do nástrojů typu Claude Code, Cline nebo OpenClaw bez toho, aby vývojář musel kompletně měnit svoje prostředí. DataCamp například popisuje variantu glm-5.2[1m], kde se explicitně zapíná 1M tokenový kontext, a upozorňuje na dva reasoning režimy: high a max.
Za mě je tohle možná největší posun. AI modely už nesoutěží jen v tom, kdo napíše hezčí odpověď. Soutěží v tom, kdo se lépe napojí do vývojářského procesu. Kdo umí číst projekt. Kdo vydrží u úkolu. Kdo nezapomene omezení z první části zadání. Kdo si nevyrobí vlastní architekturu jen proto, že mu to vypadá elegantněji.
A tady se podle mě láme budoucnost AI ve vývoji softwaru.
GLM-5.2 bych určitě netestoval na triviálním promptu typu „napiš mi REST API v Node.js“. To dnes zvládne skoro každý lepší model. Testoval bych ho na něčem nepříjemném: starší monolit, nejednotné testy, dokumentace mimo realitu, několik modulů s historickými kompromisy a zadání typu „refaktoruj to, ale nic nerozbij“. Tam se ukáže, jestli 1M kontext znamená reálnou výhodu, nebo jen delší paměť pro sebevědomé chyby.
Můj osobní odhad? GLM-5.2 nebude model, který okamžitě všichni vymění za své současné nástroje. Ale je to další signál, že čínské modely se velmi rychle posouvají z kategorie „zajímavé open-source alternativy“ do kategorie „tohle musíme reálně benchmarkovat ve firmě“. A pokud se potvrdí stabilita na dlouhých coding úlohách, může být pro vývojářské týmy hodně nepříjemným konkurentem zavedených západních modelů.
Ne proto, že by měl nejlepší marketing.
Ale proto, že míří přesně na praktickou bolest: velký projekt, dlouhý úkol, mnoho souborů, hodně kontextu a minimum prostoru pro halucinace.
A to je podle mě směr, kterým se AI coding bude v roce 2026 lámat. ne chat, ale agentní práce nad celým softwarem.
Napsat komentář