Z.ai GLM-5.2 Açıq Çəkili Modeli Uzun Müddətli Kodlaşdırma Testlərində GPT-5.5-i Altıda Bir Xərclə Keçdi

Bu gün Çin süni intellekt startapı Z.ai (keçmiş Zhipu AI) GLM-5.2 modelinin dərhal istifadəyə verildiyini elan etdi. Bu model 753 milyard parametrə malik açıq çəkili böyük dil modelidir (LLM) və xüsusilə "uzun müddətli" avtonom kodlaşdırma və mühəndislik tapşırıqlarında üstünlük göstərmək üçün hazırlanıb. Model Hugging Face, Z.ai API-si və 20-dən çox üçüncü tərəf kodlaşdırma mühitində dərhal mövcuddur və 1 milyon tokenlik stabil kontekst pəncərəsi ilə yanaşı, aylıq cəmi 12,60 dollardan başlayan müəssisə abunə səviyyələri təklif edir. GLM-5.2-nin ən diqqətçəkən xüsusiyyəti onun açıq qaynaq lisenziyası altında buraxılmasıdır. Z.ai, modelin əsas çəkilərini məhdudiyyətsiz MIT açıq mənbə lisenziyası ilə təqdim edərək, müəssisələrə Hugging Face-dən modeli sərbəst yükləməyə, istədikləri kimi fərdiləşdirməyə və ya incə tənzimləməyə və yalnız hesablama və elektrik enerjisi xərci ilə potensial olaraq lokal və ya virtual maşınlarda işlətməyə imkan yaradır. Bu, xərc və təhlükəsizlik həssas müəssisələr üçün getdikcə daha cəlbedici bir seçimdir, çünki qabaqcıl Amerika mülkiyyət modelləri Tramp Administrasiyasının keçən həftəki ixrac nəzarəti direktivindən sonra qeyri-müəyyən və potensial olaraq kəsilən tənzimləyici gələcəklə üzləşir. Bu direktiv xarici vətəndaşların Anthropic-in yeni Claude Fable 5 modelindən istifadəsini qadağan edir, şirkət isə buna cavab olaraq sözügedən modelləri bütün istifadəçilər üçün tamamilə oflayn vəziyyətə gətirib. Müəssisə texniki qərar qəbul edənlər üçün Z.ai-nin GLM-5.2 modeli, coğrafi məhdudiyyətləri və kommersiya məhdudiyyətlərini tamamilə keçərək, qabaqcıl səviyyəli süni intellekti lokal şəkildə yerləşdirmək üçün yüksək bacarıqlı bir yol təqdim edir. Texniki tərəfdən, GLM-5.2 "IndexShare" adlı böyük bir memarlıq optimallaşdırması təqdim edir. Standart böyük dil modellərində uzun sənədlər üzərində diqqət mexanizmlərini yenidən hesablamaq hesablama baxımından çox bahalıdır. IndexShare bu problemi hər dörd seyrək diqqət qatı üçün eyni indeksatoru təkrar istifadə edərək həll edir. Maksimum 1 milyon tokenlik kontekstdə bu optimallaşdırma hesablama ehtiyaclarını əhəmiyyətli dərəcədə azaldır və modeli daha səmərəli edir.