GLM-5.2 від Zhipu AI: нова ера відкритих моделей із контекстом у 1 млн токенів
Китайський стартап Zhipu AI офіційно представив свою флагманську мовну модель GLM-5.2, призначену для вирішення складних агентних завдань та програмування. Головна особливість новинки — контекстне вікно об'ємом 1 млн токенів, що дозволяє моделі обробляти величезні обсяги даних за один раз. Модель поширюється з відкритим вихідним кодом під ліцензією MIT та підтримує локальне розгортання, що робить її доступною для широкого кола розробників.
Згідно зі специфікацією на Hugging Face, GLM-5.2 має 753 млрд параметрів та оптимізована для генерації тексту англійською та китайською мовами. Це одна з найбільших відкритих моделей на ринку, що підкреслює амбіції Zhipu AI у конкурентній боротьбі із західними гігантами.
Технічні інновації
Архітектура GLM-5.2 включає кілька рівнів «інтенсивності міркувань», що дозволяють балансувати між якістю відповідей та затримкою. Розробники впровадили механізм IndexShare, який повторно використовує один індексатор на кожні чотири шари розрідженої уваги, знижуючи кількість операцій на токен у 2,9 раза. Крім того, оновлений шар MTP для спекулятивного декодування збільшує довжину підтвердження до 20%, що суттєво прискорює обробку.
Результати бенчмарків
У ключових тестах — FrontierSWE, PostTrainBench та SWE-Marathon — GLM-5.2 перевершила всі існуючі open-source моделі. У стандартних бенчмарках продуктивності програмування вона також посіла лідируючу позицію серед відкритих рішень. Це підтверджує, що Zhipu AI вдалося створити конкурентоспроможний інструмент для розробників, які потребують високої точності та швидкості.
Модель доступна для локального розгортання через SGLang, vLLM, Transformers, KTransformers та Docker Model Runner. Підтримуються квантизації для llama.cpp, Ollama та LM Studio, що спрощує інтеграцію в існуючі інфраструктури.
Моя експертна думка: GLM-5.2 — це значний крок вперед для відкритих ШІ-моделей, особливо в сегменті програмування. Можливість обробляти 1 млн токенів у контексті відкриває нові горизонти для аналізу великих кодових баз та документації. Однак успіх моделі залежатиме від спільноти: чи зможе Zhipu AI залучити розробників, які традиційно орієнтовані на західні рішення на кшталт Llama або Mistral.