Z.ai در 16 ژوئن مدل GLM-5.2 را عرضه کرد و عملکردی در سطح بالا وعده داد که از مدل پیشرفته قبلی خود، GLM 5.1، نیز فراتر میرود.
این آزمایشگاه مستقر در پکن، که از ژانویه 2025 در فهرست تحریمهای ایالات متحده قرار گرفته است، به نظر میرسد از نگرانیهای فزاینده در مورد رویکرد آمریکا به هوش مصنوعی بهره میبرد. در طول هفته گذشته، ممنوعیت Anthropic Fable و عرضه این مدل جدید به افزایش 90 درصدی سهام zAI کمک کرده و آن را به بالاترین رکورد خود رسانده است.
GLM 5.2 اعداد و ارقام لازم برای تأیید این هیجان را دارد.
در FrontierSWE – بنچمارکی که ارزیابی میکند آیا یک عامل هوش مصنوعی میتواند پروژههای فنی باز را که در ساعت اندازهگیری میشوند، شامل بهینهسازی سیستمها، ساخت کد در مقیاس بزرگ و تحقیقات ML کاربردی، با نرخ تسلط تکمیل کند – GLM-5.2 امتیاز 74.4 را در برابر 75.1 Claude Opus 4.8 کسب کرد. این مدل GPT-5.5 را با امتیاز 72.6 پشت سر گذاشت. در SWE-bench Pro، که حل خودمختار مسائل واقعی GitHub را با نرخ قبولی آزمایش میکند، GLM-5.2 با امتیاز 62.1 در برابر 58.6 GPT-5.5 عمل کرد و با اختلاف زیادی از سلف خود GLM-5.1 با امتیاز 58.4 پیشی گرفت.
جهش کیفی این مدل، آن را به بهترین مدل منبعباز تا به امروز در Artificial Analysis Intelligence Index تبدیل کرده است، که نتایج 9 امتیاز مختلف را برای ارزیابی کیفیت کلی یک مدل هوش مصنوعی جمعآوری میکند. بنچمارکهای OpenRouter آن را در همان رده Claude Fable 5 که اکنون ممنوع شده است، قرار میدهند.
سختافزاری که برای دستیابی به این شاهکار استفاده شده، بخش جالب دیگری از داستان است. GLM-5.2 بر روی تراشههای Huawei Ascend آموزش دیده است – هیچ سختافزار Nvidia در این فرآیند دخیل نبوده است. عماد موشتاق، بنیانگذار Stability AI، کل هزینههای آموزش را حدود 25 میلیون دلار تخمین زده است که 80 درصد آن مربوط به پس از آموزش است، که در مقایسه با مدلهای همتای خود بسیار ارزان خواهد بود.
همانطور که دکریپت اوایل سال جاری گزارش داد، Z.ai قبلاً مدلهای تصویری را روی سرورهای Ascend Atlas هواوی و بدون حتی یک تراشه آمریکایی آموزش میداد. GLM-5.2 این زیرساخت را فراتر میبرد – یک مدل ترکیبی از متخصصان (mixture-of-experts) با 744 میلیارد پارامتر و یک پنجره متنی واقعی 1 میلیون توکنی، پنج برابر محدودیت 200 هزار توکنی GLM-5.1، و یک لایسنس MIT که به این معنی است هیچ دستورالعمل دولتی نمیتواند دسترسی به آن را قطع کند.
توکنها قطعات متنی هستند که یک مدل میتواند بخواند و تولید کند، در حالی که پارامترها تعداد تنظیمات و مقادیر داخلی هستند که نحوه پردازش اطلاعات و تولید پاسخها توسط مدل را تعیین میکنند.
برای توسعهدهندگان، پنجره متنی یک تغییر عملیاتی محسوب میشود. ناوبری کامل مخزن، بازسازی چندفایلی، و خطوط لوله طولانی عاملمحور که قبلاً نیاز به تکهتکه کردن داشتند، اکنون به جریانهای کاری تکتماسی تبدیل میشوند. قیمتگذاری API برای هر میلیون توکن ورودی 1.40 دلار و برای هر میلیون توکن خروجی 4.40 دلار است – در مقابل 5 دلار ورودی و 25 دلار خروجی Claude Opus 4.8. طرح کدنویسی با حدود 18 دلار در ماه شروع میشود و مستقیماً در Claude Code، Cline، Kilo Code، و اکثر محیطهای عاملمحور محبوب کار میکند.
استقرار محلی نیز از نظر فنی امکانپذیر است. Unsloth AI کوانتیزاسیونهای 2 بیتی GGUF را ارائه کرده که مدل را از 1.51 ترابایت به 238 گیگابایت فشرده میکند، در حالی که حدود 82 درصد از دقت خود را حفظ میکند.
با این حال، زیاد هیجانزده نشوید. این به این معنی است که همچنان به 256 گیگابایت حافظه یکپارچه یا ترکیب مشابهی از RAM/VRAM نیاز دارد – یک M4 Ultra Mac Studio با حداکثر ظرفیت یا یک ایستگاه کاری با یک GPU میانرده و 256 گیگابایت رم سیستم با قابلیت offloading mixture-of-experts. هنوز هم پول زیادی است، اما حداقل چیزی است که اگر واقعاً بخواهید، میتوانید آن را بخرید و در خانه خود اجرا کنید.
ما یک آزمایش سریع انجام دادیم و از GLM-5.2 خواستیم بازی استاندارد ما را که مکانیک تایپ را با یک بازی تیراندازی ترکیب میکند، بسازد. رابط کاربری آن زیباترین نبود – مدلهای دیگر رابطهای ظریفتری تولید کردند، اما تجربه کاربری متنوعترین بود: سناریوهای مختلف در طول موجها، انواع دشمنان که تغییر میکردند، باسها که دیرتر در بازی ظاهر میشدند.
این مدل در یک تنظیم zero-shot، حالتهای بازی متنوعتری را نسبت به هر مدل دیگری که برای همین کار آزمایش کردیم، تولید کرد.
اگر میخواهید آن را بازی کنید، در پروفایل Itch.io ما به صورت زنده در دسترس است.
این تنوع نشان میدهد که GLM-5.2 در کجا از نظر اقتصادی بیشترین معنی را پیدا میکند. برای گردش کارهای تولید چندگانه (multi-shot generation workflows) و خطوط لوله عاملمحور که در آنها تنوع خروجی مهمتر از ظرافت است، توجیه ریاضی در سطح قیمتگذاری منبعباز دشوار است. برای سختترین وظایف مداوم – SWE-Marathon، که در آن 13.0 امتیاز در برابر 26.0 Opus 4.8 کسب میکند – شکاف با مرزهای بسته هنوز واقعی و به اندازه 13 امتیاز است.
وزنهای منبعباز تحت مجوز MIT در HuggingFace موجود هستند. وزنهای کوانتیزه شده نیز در HuggingFace در دسترس میباشند. مشترکین طرح کدنویسی GLM اکنون میتوانند با رشته مدل GLM-5.2 تغییر کنند و همچنین برای آزمایش رایگان در z.AI با محدودیتهای استفاده خاص در دسترس است.
