أطلقت Z.ai نموذج GLM-5.2 في 16 يونيو، واعدةً بأداء من الطراز الأول، متفوقةً على نموذجها المتقدم بالفعل GLM 5.1.
يبدو أن المختبر الذي يتخذ من بكين مقراً له، والذي أُدرج على قائمة الكيانات الأمريكية منذ يناير 2025، يستفيد من المخاوف المتزايدة بشأن نهج أمريكا تجاه الذكاء الاصطناعي. خلال الأسبوع الماضي، ساعد حظر Anthropic Fable وإطلاق هذا النموذج الجديد في ارتفاع سهم zAI بنسبة 90%، مما دفعه إلى مستوى قياسي جديد.
يملك GLM 5.2 الأرقام التي تدعم هذه الضجة.
في FrontierSWE — وهو معيار يقيم ما إذا كان وكيل الذكاء الاصطناعي يمكنه إكمال مشاريع تقنية مفتوحة تتراوح مدتها لساعات، وتغطي تحسين الأنظمة، وبناء الشيفرات واسعة النطاق، وبحوث تعلم الآلة التطبيقية، ويتم تقييمه بمعدل الهيمنة — حقق GLM-5.2 نسبة 74.4 مقابل 75.1 لـ Claude Opus 4.8. وتفوق على GPT-5.5 الذي حقق 72.6. في SWE-bench Pro، الذي يختبر الحل الذاتي لمشاكل GitHub الواقعية ويتم تقييمه بمعدل النجاح، سجل GLM-5.2 نسبة 62.1 مقابل 58.6 لـ GPT-5.5 — وتجاوز سلفه GLM-5.1 بنسبة 58.4 بهامش كبير.
قفزة الجودة هذه تجعله أفضل نموذج مفتوح المصدر حتى الآن في مؤشر Artificial Analysis Intelligence، الذي يجمع نتائج 9 درجات مختلفة لتقييم الجودة العامة لنموذج الذكاء الاصطناعي. وتضعه معايير OpenRouter في نفس الفئة مع Claude Fable 5 المحظور حالياً.
الأجهزة المستخدمة لتحقيق هذا الإنجاز هي جزء آخر مثير للاهتمام من القصة. تم تدريب GLM-5.2 على شرائح Huawei Ascend — لم يتم استخدام أي أجهزة Nvidia في أي مرحلة من مراحل العملية. وقدر عماد مصطفى، مؤسس Stability AI، التكاليف الإجمالية للتدريب بحوالي 25 مليون دولار، 80% منها في مرحلة ما بعد التدريب، مما يجعله رخيصاً للغاية مقارنةً بنظرائه.
كما ذكرت Decrypt في وقت سابق من هذا العام، كانت Z.ai تقوم بالفعل بتدريب نماذج الصور على خوادم Huawei Ascend Atlas دون أي شريحة أمريكية. يأخذ GLM-5.2 تلك البنية التحتية إلى أبعد من ذلك — نموذج خليط الخبراء (mixture-of-experts) بمعلمات تبلغ 744 ملياراً مع نافذة سياق حقيقية بمليون رمز، أي خمسة أضعاف حد 200 ألف في GLM-5.1، وترخيص MIT يعني عدم وجود توجيه حكومي يمكنه إيقاف الوصول.
الرموز (Tokens) هي أجزاء النص التي يمكن للنموذج قراءتها وتوليدها بينما المعلمات (Parameters) هي عدد الإعدادات والقيم الداخلية التي تحدد كيفية معالجة النموذج للمعلومات وتوليد الاستجابات.
بالنسبة للمطورين، تعد نافذة السياق هي التحول التشغيلي. أصبحت عمليات التنقل في المستودعات بالكامل، وإعادة صياغة الملفات المتعددة، وخطوط الأنابيب الوكيلة الطويلة التي كانت تتطلب سابقاً تقسيم البيانات، سير عمل يستدعي استدعاءً واحداً. تبلغ أسعار واجهة برمجة التطبيقات 1.40 دولار لكل مليون رمز إدخال و 4.40 دولار لكل مليون رمز إخراج — مقابل 5 دولارات للإدخال و 25 دولاراً للإخراج لـ Claude Opus 4.8. تبدأ خطة الترميز (Coding Plan) بحوالي 18 دولاراً شهرياً وتعمل مباشرة داخل Claude Code و Cline و Kilo Code ومعظم بيئات الوكلاء الشائعة.
النشر المحلي ممكن أيضاً من الناحية التقنية. قدمت Unsloth AI كميات GGUF 2 بت التي تضغط النموذج من 1.51 تيرابايت إلى 238 جيجابايت مع الحفاظ على دقة تبلغ حوالي 82%.
لكن لا تتحمس كثيراً. فهذا لا يزال يعني أنه يتطلب 256 جيجابايت من الذاكرة الموحدة أو مجموعة متطابقة من ذاكرة الوصول العشوائي/ذاكرة الفيديو — مثل جهاز M4 Ultra Mac Studio بحد أقصى أو محطة عمل مزودة بوحدة معالجة رسوميات متوسطة المدى و 256 جيجابايت من ذاكرة الوصول العشوائي للنظام مع تفريغ خليط الخبراء. لا يزال المبلغ كبيراً، ولكن على الأقل يمكنك شراء وتشغيله في منزلك إذا كنت ترغب حقاً في ذلك.
أجرينا اختباراً سريعاً، وطلبنا من GLM-5.2 بناء لعبتنا القياسية التي تجمع بين آليات الكتابة وألعاب إطلاق النار. لم تكن واجهة المستخدم الأجمل — فقد أنتجت نماذج أخرى واجهات تبدو أكثر صقلاً، لكن التجربة كانت الأكثر تنوعاً: سيناريوهات مختلفة عبر الموجات، وأنواع أعداء تتغير، وظهور الزعماء في وقت لاحق من اللعبة.
لقد أنتجت حالات لعب أكثر تنوعاً من أي شيء آخر اختبرناه لنفس المهمة في إعداد لقطة صفرية.
إذا كنت ترغب في تجربتها، فهي متاحة مباشرة على ملفنا الشخصي في Itch.io.
يشير هذا التباين إلى حيث يحقق GLM-5.2 أكبر جدوى اقتصادية. لسير عمل التوليد متعدد اللقطات وخطوط الأنابيب الوكيلة حيث يهم تنوع المخرجات أكثر من الصقل، يصعب الجدال مع الحسابات عند مستويات تسعير المصادر المفتوحة. أما بالنسبة للمهام المستدامة الأكثر صعوبة — مثل SWE-Marathon، حيث يسجل 13.0 مقابل 26.0 لـ Opus 4.8 — فإن الفجوة إلى الحدود المغلقة لا تزال حقيقية، وتبلغ 13 نقطة.
الأوزان مفتوحة المصدر متاحة على HuggingFace بموجب ترخيص MIT. كما تتوفر الأوزان الكمية على HuggingFace. يمكن لمشتركي خطة GLM Coding Plan التبديل الآن باستخدام سلسلة النموذج GLM-5.2، وهو متاح أيضاً للاختبار المجاني على z.AI مع بعض قيود الاستخدام.
