Model misteri sing ngentekake seminggu pangembang nengsemake kanthi jeneng anonim Ox Alpha saiki duwe identitas resmi. Z.AI China wis ngluncurake GLM-5.3-Flash, model multimodal asli, bobot mbukak sing dirilis miturut lisensi MIT sing permisif - lan perusahaan kasebut ujar manawa kabeh pratinjau siluman ditindakake ing chip AI buatan China. Peluncuran kasebut nutup salah sawijining game guessing sing paling ditonton ing industri AI taun iki. Kanggo latar mburi babagan kedadeyan crita, deleng pangembangan AI paling anyar.
Apa Z.ai bener dikirim
GLM-5.3-Flash minangka model campuran para ahli kanthi total 320 milyar paramèter lan 18 milyar paramèter aktif - tepak saka 32 milyar paramèter aktif saka GLM-4.5 sadurunge. Iki minangka model multimodal asli pisanan ing kulawarga GLM-5, nampa input teks lan gambar, lan ndhukung jendhela konteks sing tekan siji yuta token, miturut woro-woro Z.ai.
Model kasebut dilatih ing corpus multimodal 30 triliun-token, lan arsitekture nyampur perhatian linear kanggo dependensi lokal kanthi perhatian sing jarang kanggo konteks global. A komponen Z.ai nelpon IndexPool compresses klompok vektor tombol indekser kanggo matesi latensi lan memori nggunakake ing dawa konteks dawa. Perusahaan kasebut nglaporake ping telu kurang perhatian lan nyuda ukuran cache KV 4,4 kali dibandhingake karo GLM-5.3.
Klaim pathokan lan rega
Ing Indeks Kecerdasan Analisis Artificial v4.1.1, GLM-5.3-Flash ngetung 57 - tokoh sing nempatake ing ndhuwur rangking model Analisis Artificial saiki, luwih dhuwur tinimbang rata-rata perbandingan 18. Z.ai ujar manawa ngluwihi GLM-5.2 ing tes pengkodean lan agenik sing dilaporake kanthi sepersepuluh saka regane, lan pendekatan Opus 4. pathokan. Ing DeepSWE v1.1, model ngetung 63,4 lawan 46,2 kanggo GLM-5,2; ing AutomationBench tekan 48,8 nglawan 26,2. Minangka TestingCatalog nyathet, harness evaluasi sing beda-beda, watesan konteks, lan setelan generasi tegese perbandingan tes silang gumantung banget ing saben persiyapan.
Rega posisi model minangka agresif murah: $0.15 saben yuta token input lan $0.50 saben yuta token output, karo 83% diskon cepet-cache, miturut Analisis Buatan. Z.ai nyebutake biaya diskon $0,045 saben tugas Intelligence Index.
Sudut chip Cina
Rincian sing paling strategis yaiku infrastruktur, dudu intelijen. Sadurunge diluncurake, model kasebut mlaku kanthi anonim minangka `ox-alpha` ing OpenRouter lan OpenCode wiwit tanggal 20 Agustus, lan Z.ai ujar manawa model kasebut dadi model paling populer ing minggu kasebut ing layanan kasebut - kanthi lalu lintas dilayani kabeh ing akselerator Cina domestik. Kanggo ndhukung iku, Z.ai mbangun tumpukan porsi basis SGLang sing misahake enkoding, prefill, lan dekoding, nglaporake gain kaping telu ing kinerja layanan end-to-end ing puluhan ewu chip AI Cina.
Sing penting ngluwihi siji vendor. Iki minangka demonstrasi umum yen model Cina sing cedhak karo perbatasan bisa dilayani kanthi skala tanpa hardware Nvidia, titik data para pembuat kebijakan lan pembuat chip Barat ora bakal nglirwakake. New Stack ngringkes rilis kasebut minangka murah, apik, lan dilayani ing chip Cina - telung kuwalitas sing jarang diklaim bebarengan nganti saiki.
Bobot mbukak, penyebaran nyata
Bobot kasedhiya ing Hugging Face miturut lisensi MIT, kanthi panyebaran lokal didhukung liwat SGLang, vLLM, lan TokenSpeed. Pelanggan GLM Coding Plan langsung entuk GLM-5.3-Flash langsung kanthi kuota kaping telu saka GLM-5.3 sing bisa digunakake, lan kapabilitas multimodal katon ing ZCode liwat integrasi Gunakake Browser lan Komputer.
Penalaran visual minangka pusat kanggo rilis: Z.ai nglatih model kasebut kanggo mriksa antarmuka sing dirender, gamelan, lan output 3D, banjur netepake lan mbenakake karyane dhewe saka umpan balik visual. Pendekatan sing padha ditrapake kanggo dokumen, spreadsheet, presentasi, lan dasbor - artefak roti lan mentega saka karya kantor, sing persis ing ngendi rilis saingan Qwen ing dina sing padha uga ngaku keuntungan paling gedhe.
Kaputusan mbukak-bobot penting kanggo ekosistem ngluwihi hobbyists. Lisensi MIT minangka lisensi umum sing paling permisif ing AI: panggunaan komersial, modifikasi, lan redistribusi ora duwe kewajiban copyleft. Sarwa dumadi independen bisa ngawula GLM-5.3-Flash ing hardware dhewe, fine-tune kanggo vertikal saka review legal kanggo otomatis industri, lan nampilaké ing produk tanpa rembugan syarat - pilihan ditutup mati dening model wates API mung.
Napa peluncuran siluman bisa digunakake
Rollout anonim menehi Z.ai soko anggaran marketing ora bisa tuku: validasi merek-agnostik. Pangembang diadopsi Ox Alpha ing kaluwihan, tanpa framing saka lab Cina versus incumbents Amérika. Nalika Bloomberg ngonfirmasi Z.AI minangka produsen lan Business Insider ngumumake "misteri dipecahake," model kasebut wis dadi papan pimpinan komunitas ing papan sing netral.
Tekanan kompetitif saiki wis jelas. Model multimodal kanthi konteks siji-yuta-token, bobot sing dilisensi MIT, lan rega output sub-dollar meksa saben sing duwe hak kanggo mbenerake dhaptar rega. Perbatasan Pareto kanggo rega-versus-kinerja - para pangembang trade-off sing bener-bener dirasa - wis digambar maneh, amarga komentator AI sing akeh ditemoni Andrew Curran sijine ing X.
Pitakonan sing mbukak yaiku kekiatan: apa pathokan ndadékaké tetep ing panggunaan nyata-nyata mungsuh, lan sepira cepet laboratorium Barat nanggapi rega. Salah siji cara, minggu spekulasi anonim rampung karo model sing dijenengi, bobot sing bisa didownload, lan armada sing ora nganggo silikon Amerika.
---
Tetep Ahead of AIEntuk warta, analisis, lan terobosan AI paling anyar - kabeh ing sak panggonan.
Waca liyane AI warta →
