Z.ai ने 16 जून को GLM-5.2 जारी किया, जिसमें शीर्ष स्तर के प्रदर्शन का वादा किया गया है, जो इसके पहले से ही उन्नत GLM 5.1 को मात देता है।
बीजिंग स्थित लैब, जो जनवरी 2025 से यू.एस. एंटिटी लिस्ट में है, एआई के प्रति अमेरिका के दृष्टिकोण को लेकर बढ़ती चिंताओं से लाभान्वित होती दिख रही है। पिछले सप्ताह में, एंथ्रोपिक फेबल पर प्रतिबंध और इस नए मॉडल के जारी होने से zAI के स्टॉक में 90% की वृद्धि हुई, जिससे यह एक नए सर्वकालिक उच्च स्तर पर पहुंच गया।
GLM 5.2 के पास इस प्रचार को पुष्ट करने के लिए संख्याएं हैं।
फ्रंटियरएसडब्ल्यूई (FrontierSWE) पर—एक बेंचमार्क जो यह मूल्यांकन करता है कि एक एआई एजेंट घंटों में खुले-छोर वाली तकनीकी परियोजनाओं को पूरा कर सकता है या नहीं, जिसमें सिस्टम ऑप्टिमाइजेशन, बड़े पैमाने पर कोड निर्माण और अनुप्रयुक्त एमएल रिसर्च शामिल हैं, और जिसका स्कोर प्रभुत्व दर से मापा जाता है—GLM-5.2 ने क्लाउड ओपस 4.8 के 75.1 के मुकाबले 74.4 अंक हासिल किए। इसने जीपीटी-5.5 को 72.6 पर पछाड़ दिया। एसडब्ल्यूई-बेंच प्रो (SWE-bench Pro) पर, जो पास दर के रूप में स्कोर किए गए वास्तविक दुनिया के गिटहब मुद्दों के स्वायत्त समाधान का परीक्षण करता है, GLM-5.2 ने जीपीटी-5.5 के 58.6 के मुकाबले 62.1 स्कोर किया—और अपने पूर्ववर्ती GLM-5.1 के 58.4 को बड़े अंतर से पार कर लिया।
गुणवत्ता में यह छलांग इसे आर्टिफिशियल एनालिसिस इंटेलिजेंस इंडेक्स (Artificial Analysis Intelligence Index) में अब तक का सबसे अच्छा ओपन-सोर्स मॉडल बनाती है, जो एआई मॉडल की सामान्य गुणवत्ता का आकलन करने के लिए 9 अलग-अलग स्कोरों के परिणामों को एकत्र करता है। ओपनराउटर (OpenRouter) के बेंचमार्क इसे अब प्रतिबंधित क्लाउड फेबल 5 (Claude Fable 5) के समान श्रेणी में रखते हैं।
इस उपलब्धि को हासिल करने के लिए इस्तेमाल किया गया हार्डवेयर कहानी का एक और दिलचस्प हिस्सा है। GLM-5.2 को हुआवेई एसेंड चिप्स पर प्रशिक्षित किया गया था—पाइपलाइन में कहीं भी एनवीडिया नहीं था। स्टेबिलिटी एआई (Stability AI) के संस्थापक एमाद मोस्ताक (Emad Mostaque) ने कुल प्रशिक्षण लागत लगभग $25 मिलियन होने का अनुमान लगाया, जिसमें से 80% पोस्ट-ट्रेनिंग में थी, जो इसे अपने समकक्षों की तुलना में बेहद सस्ता बनाएगी।
जैसा कि डीक्रिप्ट (Decrypt) ने इस साल की शुरुआत में रिपोर्ट किया था, Z.ai पहले से ही हुआवेई के एसेंड एटलस सर्वर पर एक भी अमेरिकी चिप के बिना इमेज मॉडल को प्रशिक्षित कर रहा था। GLM-5.2 उस इंफ्रास्ट्रक्चर को और आगे ले जाता है—एक 744-अरब-पैरामीटर मिक्सचर-ऑफ-एक्सपर्ट्स मॉडल जिसमें एक वास्तविक 1 मिलियन-टोकन कॉन्टेक्स्ट विंडो है, जो GLM-5.1 की 200K सीमा से पांच गुना अधिक है, और एक एमआईटी लाइसेंस है जिसका मतलब है कि कोई भी सरकारी निर्देश एक्सेस स्विच को बंद नहीं कर सकता है।
टोकन टेक्स्ट के वे खंड होते हैं जिन्हें एक मॉडल पढ़ और उत्पन्न कर सकता है, जबकि पैरामीटर आंतरिक सेटिंग्स और मानों की संख्या होते हैं जो निर्धारित करते हैं कि एक मॉडल जानकारी को कैसे संसाधित करता है और प्रतिक्रियाएँ उत्पन्न करता है।
डेवलपर्स के लिए, कॉन्टेक्स्ट विंडो एक परिचालन बदलाव है। पूरे रेपो नेविगेशन, मल्टी-फाइल रिफैक्टर और लंबी एजेंटिक पाइपलाइनें जिन्हें पहले चंकिंग की आवश्यकता होती थी, वे अब सिंगल-कॉल वर्कफ़्लो बन जाते हैं। एपीआई मूल्य निर्धारण $1.40 प्रति मिलियन इनपुट टोकन और $4.40 प्रति मिलियन आउटपुट है—क्लाउड ओपस 4.8 के $5 इनपुट और $25 आउटपुट के मुकाबले। कोडिंग प्लान लगभग $18 प्रति माह से शुरू होता है और सीधे क्लाउड कोड (Claude Code), क्लाइन (Cline), किलो कोड (Kilo Code) और अधिकांश लोकप्रिय एजेंटिक वातावरण के भीतर काम करता है।
स्थानीय परिनियोजन भी तकनीकी रूप से संभव है। अनस्लोथ एआई (Unsloth AI) ने 2-बिट जीजीयूएफ क्वांटाइजेशन को आगे बढ़ाया है जो मॉडल को 1.51TB से 238GB तक संपीड़ित करता है जबकि ~82% सटीकता बनाए रखता है।
हालांकि, ज्यादा उत्साहित न हों। इसका मतलब यह है कि इसे अभी भी 256GB एकीकृत मेमोरी या एक संगत रैम/वीआरएएम संयोजन की आवश्यकता है—एक अधिकतम एम4 अल्ट्रा मैक स्टूडियो (M4 Ultra Mac Studio) या एक मिड-रेंज जीपीयू और 256GB सिस्टम रैम वाला वर्कस्टेशन जिसमें मिक्सचर-ऑफ-एक्सपर्ट्स ऑफलोडिंग हो। यह अभी भी बहुत पैसा है, लेकिन कम से कम कुछ ऐसा है जिसे आप खरीदना चाहें तो अपने घर पर चला सकते हैं।
हमने एक त्वरित परीक्षण चलाया, जिसमें GLM-5.2 को टाइपिंग यांत्रिकी को एक शूटर के साथ मिलाकर हमारा मानक गेम बनाने के लिए कहा। यूआई सबसे सुंदर नहीं था—अन्य मॉडलों ने अधिक पॉलिश दिखने वाले इंटरफेस उत्पन्न किए, लेकिन अनुभव सबसे विविध था: तरंगों में विभिन्न परिदृश्य, दुश्मन के प्रकार जो बदलते रहते थे, रन में बाद में बॉस का दिखना।
इसने जीरो-शॉट सेटअप में उसी कार्य के लिए हमारे द्वारा परीक्षण किए गए किसी भी अन्य मॉडल की तुलना में अधिक विविध गेम स्टेट्स उत्पन्न किए।
यदि आप इसे खेलना चाहते हैं, तो यह हमारी Itch.io प्रोफ़ाइल पर लाइव है।
यह भिन्नता बताती है कि GLM-5.2 आर्थिक रूप से सबसे अधिक समझ में कहां आता है। मल्टी-शॉट जनरेशन वर्कफ़्लो और एजेंटिक पाइपलाइनों के लिए जहां आउटपुट विविधता पॉलिश की तुलना में अधिक मायने रखती है, ओपन-सोर्स मूल्य निर्धारण स्तरों पर गणित पर बहस करना मुश्किल है। सबसे कठिन स्थायी कार्यों के लिए—एसडब्ल्यूई-मैराथन (SWE-Marathon), जहां यह ओपस 4.8 के 26.0 के मुकाबले 13.0 स्कोर करता है—बंद फ्रंटियर के लिए अंतर अभी भी वास्तविक है, और 13 अंक चौड़ा है।
ओपन-सोर्स वेट (weights) एमआईटी लाइसेंस के तहत हगिंगफेस (HuggingFace) पर लाइव हैं। क्वांटाइज्ड वेट (quantized weights) भी हगिंगफेस पर उपलब्ध हैं। GLM कोडिंग प्लान (Coding Plan) सब्सक्राइबर अब मॉडल स्ट्रिंग GLM-5.2 के साथ स्विच कर सकते हैं, और यह z.AI पर कुछ उपयोग प्रतिबंधों के साथ मुफ्त परीक्षण के लिए भी उपलब्ध है।
