أصدر Z.ai، مختبر الذكاء الاصطناعي الصيني المعروف سابقًا باسم Zhipu AI، الأوزان الكاملة لنموذج GLM-5.3 الخاص به على Hugging Face، مما يحول أحد أقوى نماذج البرمجة والوكلاء المتوفرة إلى تنزيل مجاني. تم إطلاق الإصدار في 28 أغسطس، بعد أيام فقط من تأكيد المختبر أن نموذج التخفي الفيروسي المعروف باسم "Ox Alpha" كان في الواقع GLM-5.3-Flash الخاص به، وهو يفي بوعد الأوزان المفتوحة الذي جعل المجتمع يراقبه عن كثب طوال الأسبوع.
جمعت صفحة النموذج بسرعة أكثر من 1100 إعجاب، وتجاوز موضوع Hacker News الذي أعلن عن الإصدار 600 نقطة حيث استوعب المطورون ما هو موجود الآن في مستودع عام: 141 ملفًا من ملفات الأمان، التي تم شحنها في FP8، والتي تشتمل على ما قد يكون نموذج الترميز الأكثر قدرة على التنزيل بشكل مفتوح حتى الآن. لمزيد من السياق حول هذه القصة، راجع أحدث تطورات الذكاء الاصطناعي.
ما تم شحنه بالفعل من قبل شركة Z.ai
GLM-5.3 هو نموذج مزيج من الخبراء مبني على بنية Z.ai التي تستدعي glm_moe_dsa. وفقًا للتكوين المنشور جنبًا إلى جنب مع الأوزان، تحتوي الشبكة على 78 طبقة مع 256 خبيرًا موجهًا، مما يؤدي إلى تنشيط 8 خبراء لكل رمز مميز بالإضافة إلى خبير مشترك واحد. تمتد نافذة السياق إلى 1,048,576 رمزًا - مليون كامل - ويدعم النموذج معلمة "reasoning_effort" بإعدادات منخفضة وعالية وأقصى، مع ضبط افتراضي على الحد الأقصى.
ولعل الملاحظة الأكثر إثارة للاهتمام في بطاقة النموذج هي الصراحة حول مصدر التحسينات: يستخدم GLM-5.3 نفس النموذج الأساسي مثل GLM-5.2، وكل مكاسب تأتي من مرحلة ما بعد التدريب. ويصف المختبر النتيجة بوضوح بأنها "نموذج الأوزان المفتوحة الأكثر قدرة على البرمجة".
المعايير: الأوزان المفتوحة لـ SOTA بشأن ترميز الوكيل
يعد جدول التقييم المنشور شاملاً ومحددًا بشكل غير عادي فيما يتعلق بمنهجيته، ويدرج النتائج مقابل Kimi K3 وDeepSeek-V4 Pro-0813 وQwen3.8-Max وAnthropic's Opus 4.8 وGoogle's Fable 5 وGPT-5.6 Sol من OpenAI.
في Terminal Bench 3.0، حصل GLM-5.3 على 28.3 — حالة متقدمة من البرمجيات مفتوحة المصدر، وقفزة من 4.6 لـ GLM-5.2، على الرغم من أنه لا يزال خلف الحدود المغلقة لـ Fable 5 عند 33.7 وGPT-5.6 Sol عند 34.6. في Terminal Bench 2.1، سجلت 88.2، وهي متساوية بشكل أساسي مع Kimi K3 وGPT-5.6 Sol ومتقدمة على Opus 4.8 التي حصلت على 85.0. قفزت نتائج DeepSWE من 46.2 إلى 66.9 بين الإصدارات، ويتصدر GLM-5.3 الجدول على AutomationBench عند 48.2 وعلى إجمالي الناتج المحلي الإجمالي (GDVal-AA v2) عند 1769، وتم تقييم الأخير بواسطة التحليل الاصطناعي.
أعلنت شركة Z.ai أيضًا عن تحسن بنسبة 50% عن GLM-5.2 في برنامج Code Bench الخاص بها، إلى جانب أفضل النتائج ذات الأوزان المفتوحة في معايير مثل الاختبار الأخير للوكلاء.
سؤال القدرة السيبرانية
إن البطاقة النموذجية صريحة بشكل ملحوظ فيما يتعلق بالتطور الذي ظل الباحثون في مجال السلامة يتتبعونه لعدة أشهر: "بينما قمنا بتوسيع نطاق ما بعد التدريب، تطورت القدرة السيبرانية بشكل أسرع مما توقعنا"، كما جاء في البطاقة. يعد GLM-5.3 أحدث ما توصلت إليه CyberGym لاكتشاف الثغرات الأمنية عند 84.5، متفوقًا على كل النماذج المطروحة بما في ذلك GPT-5.6 Sol، كما أنه يضاعف GLM-5.2 في معايير الاستغلال — 54.4 مقابل 24.4 على ExploitBench، و105/130 مقابل 29/39 على الميزانيتين الزمنيتين لـ ExploitGym.
قامت AI Buzz Wire بتغطية هذه الإمكانات عندما ظهرت مع إصدار واجهة برمجة التطبيقات (API) فقط في منتصف أغسطس. ما يتغير الآن هو التوزيع: فالأوزان قابلة للتنزيل، ومن المرجح أن تتبعها عمليات إنشاء المجتمع الكمي بسرعة، ويمكن لأي شخص لديه ذاكرة كافية تشغيل النموذج محليًا. في مناقشة Hacker News، لاحظ بعض المستخدمين أن النموذج بدا أقل تقييدًا فيما يتعلق بالمهام المرتبطة بالأمن مقارنة بالبدائل التي تستضيفها الولايات المتحدة - انطباعات المجتمع وليس مطالبة رسمية بالسياسة، ولكنه يعكس سبب مناقشة هذا الإصدار في الدوائر الأمنية بقدر ما يناقشه المطورون.
ترخيص موجه إلى Hyperscalers
على عكس GLM-5.3-Flash، الذي يتم شحنه بموجب ترخيص MIT نظيف، فإن GLM-5.3 يصل مع "ترخيص GLM-5.3" مخصص. وصفه New Stack بأنه يستهدف المقياس الفائق، والنص يوضح ذلك. بالنسبة للجميع تقريبًا، تكون الشروط متساهلة فعليًا: الاستخدام، والنسخ، والتعديل، والدمج، والنشر، والتوزيع، والترخيص من الباطن، والبيع، مع اشتراط تضمين الإشعار فقط.
يستهدف الاستثناء نموذج عمل محددًا. إذا قام أحد المرخص له أو الشركات التابعة له بتشغيل عمل "النموذج كخدمة" - حيث يقدم استنتاجًا لأطراف ثالثة أو وصولاً دقيقًا - وتتجاوز إيراداته المجمعة 10 مليارات دولار على مدار 12 شهرًا متتاليًا، فيجب عليه اجتياز مراجعة أمان Z.ai قبل أي استخدام تجاري للنموذج أو مشتقاته. يرسم هذا البند دائرة حول أكبر مقدمي الخدمات السحابية على وجه التحديد، في حين يترك الشركات الناشئة والباحثين والمؤسسات والمضيفين متوسطي الحجم دون مساس.
إن النهج ذو المسارين واضح. متغير Flash، الذي تم الكشف عنه الآن باسم نموذج Ox Alpha الذي انتشر قبل أن تكشف TechCrunch عن أصوله، يعمل بالكامل على السيليكون الصيني ويحمل علم معهد ماساتشوستس للتكنولوجيا لأقصى قدر من الاعتماد. تحصل السفينة الرئيسية على ترخيص مخصص يحافظ على نشر المقياس الفائق - خاصة من خلال السحابة الأمريكية - خلف عملية المراجعة الخاصة بـ Z.ai.
تشغيله بنفسك
بالنسبة لأولئك الذين يميلون إلى المحاولة، تسرد بطاقة النموذج دعم النشر عبر vLLM وSGLang وKTransformers وUnsloth وHugging Face Transformers، مع وصفات كتاب الطبخ للعديد منها. ومن الجدير بالذكر أن نشر وحدة NPU من Huawei Ascend تم توثيقه من خلال vLLM-Ascend وxLLM وSGLang - وهو استمرار لجهود المختبر لإثبات أن النماذج الرائدة تعمل على أجهزة غير تابعة لـ Nvidia. في المجتمع، كانت DeepInfra أول من قدم نقطة نهاية تابعة لجهة خارجية للنموذج المفتوح على OpenRouter.
نشرت Z.ai أيضًا تقريرًا فنيًا عن arXiv بعنوان "GLM-5: from Vibe Coding to Agentic Engineering"، والذي يغطي تطور العائلة النموذجية.
لماذا يهم
يعمل هذا الإصدار على تضييق الفجوة بين الحدود المغلقة والحدود المفتوحة، مما يؤدي إلى خطأ تقريبي في العديد من معايير الترميز الوكيل - أسابيع، وليس سنوات. بالاشتراك مع Kimi K3 وDeepSeek-V4، فهذا يعني أن المطورين خارج أكبر المختبرات أصبح لديهم الآن بدائل موثوقة يمكنهم امتلاكها ومراجعتها وضبطها.
كما أنه يشير أيضًا إلى حدوث تحول في كيفية إدارة الإصدارات المفتوحة. ويشير الانقسام بين ترخيص معهد ماساتشوستس للتكنولوجيا والترخيص المخصص داخل عائلة نموذجية واحدة إلى أن المختبرات الصينية تتعلم استخدام الترخيص كبنية تحتية استراتيجية: الانفتاح حيثما يبني النظام البيئي، والنفوذ حيث يحمي الموقف. سيكون الاختبار التالي هو ما إذا كان أي مشغل MaaS بقيمة تزيد عن 10 مليارات دولار سيخضع فعليًا لمراجعة أمان Z.ai - أو ما إذا كان البند ببساطة يبقي أكبر السحب خارجًا بينما يبني الجميع على القمة.
---
ابق على اطلاع بأخبار الذكاء الاصطناعيآخر أخبار وتحليلات وإنجازات الذكاء الاصطناعي — في مكان واحد.
اقرأ المزيد من أخبار الذكاء الاصطناعي →
