Z.ai, chińskie laboratorium AI, wcześniej znane jako Zhipu AI, udostępniło pełną wersję swojego modelu GLM-5.3 na platformie Hugging Face, przekształcając jeden z najsilniejszych modeli kodowania i agentów dostępnych do bezpłatnego pobrania. Publikacja została opublikowana 28 sierpnia, zaledwie kilka dni po potwierdzeniu przez laboratorium, że wirusowy model ukrywający się, znany jako „Ox Alpha”, jest w rzeczywistości własnym GLM-5.3-Flash i spełnia obietnicę dotyczącą ciężarów otwartych, której społeczność uważnie obserwowała przez cały tydzień.

Strona modelu szybko zebrała ponad 1100 polubień, a wątek Hacker News ogłaszający wydanie przekroczył 600 punktów, gdy programiści przeanalizowali to, co obecnie znajduje się w publicznym repozytorium: 141 plików Safetensors dostarczonych w 8PR, zawierających prawdopodobnie najpotężniejszy jak dotąd model kodowania do pobrania w trybie otwartym. Więcej kontekstu na ten temat znajdziesz w naszych najnowsze osiągnięcia AI.

Co faktycznie wysłał Z.ai

GLM-5.3 to model typu Mixture-of-Expert zbudowany na architekturze Z.ai wywołującej glm_moe_dsa. Zgodnie z konfiguracją opublikowaną wraz z wagami sieć składa się z 78 warstw z 256 przekierowanymi ekspertami, co aktywuje 8 ekspertów na token plus jednego wspólnego eksperta. Okno kontekstowe obejmuje 1 048 576 tokenów — pełny milion — a model obsługuje parametr „reasoning_effort” z ustawieniami niskim, wysokim i maksymalnym, domyślnie maks.

Być może najciekawszą notatką na karcie modelu jest szczerość dotycząca źródła ulepszeń: GLM-5.3 wykorzystuje ten sam model podstawowy co GLM-5.2, a wszelkie korzyści wynikają z treningu. Laboratorium wyraźnie opisuje wynik jako „najbardziej wydajny model z otwartymi ciężarami do kodowania”.

Testy porównawcze: Otwarte wagi SOTA w kodowaniu agentowym

Opublikowana tabela ewaluacyjna jest obszerna i niezwykle szczegółowa pod względem metodologii i zawiera wyniki względem Kimi K3, DeepSeek-V4 Pro-0813, Qwen3.8-Max, Opus 4.8 firmy Anthropic, Fable 5 firmy Google i GPT-5.6 Sol firmy OpenAI.

W Terminal Bench 3.0 GLM-5.3 uzyskał wynik 28,3 — najnowocześniejszy wynik open source i skok z 4,6 w przypadku GLM-5.2, choć nadal pozostaje poza zamkniętą granicą Fable 5 z wynikiem 33,7 i GPT-5.6 Sol z wynikiem 34,6. Na Terminal Bench 2.1 osiąga wynik 88,2, zasadniczo na poziomie Kimi K3 i GPT-5.6 Sol, a także wyprzedza 85,0 z Opus 4.8. Wyniki DeepSWE skoczyły między wersjami z 46,2 do 66,9, a GLM-5.3 zajmuje pierwsze miejsce w tabeli w AutomationBench z wynikiem 48,2 i w PKBval-AA v2 z wynikiem 1769, przy czym ta ostatnia została oceniona przez sztuczną analizę.

Z.ai odnotowuje również 50% poprawę w stosunku do GLM-5.2 w swoim wewnętrznym programie Code Bench, a także najlepsze wyniki w wagach otwartych w testach porównawczych takich jak Ostatni egzamin agentów.

Pytanie dotyczące możliwości cybernetycznych

Karta modelu wyjątkowo bez ogródek opisuje rozwój, który badacze bezpieczeństwa śledzą od miesięcy: „W miarę zwiększania skali po szkoleniu możliwości cybernetyczne rozwijały się szybciej, niż się spodziewaliśmy” – czytamy na karcie. GLM-5.3 to najnowocześniejszy poziom wykrywania luk w zabezpieczeniach w CyberGym na poziomie 84,5, przewyższający każdy model na stole, w tym GPT-5.6 Sol, i ponad dwukrotnie przewyższa GLM-5.2 w testach porównawczych eksploatacji — 54,4 w porównaniu z 24,4 w ExploitBench i 105/130 w porównaniu z 29/39 w przypadku dwóch budżetów czasowych ExploitGym.

AI Buzz Wire omówił te możliwości, gdy w połowie sierpnia pojawiły się one w wersji obsługującej wyłącznie interfejs API. Zmiany dotyczą teraz dystrybucji: wagi można pobrać, skwantowane kompilacje społeczności prawdopodobnie pojawią się szybko, a każdy, kto ma wystarczającą ilość pamięci, będzie mógł uruchomić model lokalnie. W dyskusji w Hacker News niektórzy użytkownicy zauważyli, że model wydawał się mniej restrykcyjny w przypadku zadań związanych z bezpieczeństwem niż alternatyw hostowanych w USA — raczej wrażenia społeczności niż oficjalne twierdzenia polityczne, ale odzwierciedlające powód, dla którego ta wersja jest omawiana w kręgach bezpieczeństwa tak samo jak kręgi programistów.

Licencja przeznaczona dla hiperskalerów

W przeciwieństwie do GLM-5.3-Flash, który jest dostarczany na czystej licencji MIT, GLM-5.3 jest dostarczany z niestandardową „Licencją GLM-5.3”. The New Stack scharakteryzował go jako ukierunkowany na hiperskalery i tekst to potwierdza. Prawie dla wszystkich warunki są w rzeczywistości liberalne: używaj, kopiuj, modyfikuj, łącz, publikuj, rozpowszechniaj, udzielaj sublicencji i sprzedawaj, pod warunkiem dołączenia jedynie powiadomienia.

Wyjątek dotyczy jednego konkretnego modelu biznesowego. Jeśli licencjobiorca lub jego podmioty stowarzyszone prowadzą działalność typu „Model jako usługa” – oferując stronom trzecim dostęp do wnioskowania lub dostrajania – a ich łączne przychody przekraczają 10 miliardów dolarów w ciągu dowolnych kolejnych 12 miesięcy, muszą przejść kontrolę bezpieczeństwa Z.ai przed jakimkolwiek komercyjnym wykorzystaniem modelu lub jego pochodnych. Klauzula ta zatacza koło dokładnie wokół największych dostawców usług w chmurze, pozostawiając nietknięte start-upy, badacze, przedsiębiorstwa i hosty średniej wielkości.

Podejście dwutorowe jest wymowne. Wariant Flash, teraz ujawniony jako model Ox Alpha, który stał się wirusowy, zanim TechCrunch odkrył jego pochodzenie, działa w całości na chińskim krzemie i nosi flagę MIT zapewniającą maksymalne wykorzystanie. Flagowiec otrzymuje dostosowaną do indywidualnych potrzeb licencję, która pozwala na wdrożenie hiperskalerów – zwłaszcza w chmurach amerykańskich – poza własnym procesem przeglądu Z.ai.

Uruchom to sam

Dla tych, którzy chcą spróbować, karta modelu zawiera listę wsparcia dla wdrażania vLLM, SGLang, KTransformers, Unsloth i Hugging Face Transformers, wraz z przepisami z książki kucharskiej dla kilku z nich. Warto zauważyć, że wdrożenie Huawei Ascend NPU jest udokumentowane za pomocą vLLM-Ascend, xLLM i SGLang – kontynuując wysiłki laboratorium mające na celu udowodnienie, że pionierskie modele działają na sprzęcie innym niż Nvidia. W społeczności DeepInfra jako pierwsza zaoferowała punkt końcowy innej firmy w otwartym modelu na OpenRouter.

Z.ai opublikował także raport techniczny na temat arXiv, zatytułowany „GLM-5: od Vibe Coding to Agentic Engineering”, obejmujący rozwój rodziny modeli.

Dlaczego to ma znaczenie

Wydanie to zawęża różnicę między zamkniętą a otwartą granicą, powodując błąd zaokrąglenia w wielu testach porównawczych kodowania agentowego – tygodnie, a nie lata. W połączeniu z Kimi K3 i DeepSeek-V4 oznacza to, że programiści spoza największych laboratoriów mają teraz wiarygodne alternatywy, które mogą posiadać, kontrolować i udoskonalać.

Sygnalizuje to również zmianę w sposobie zarządzania wydaniami otwartymi. Podział licencji MIT i licencji niestandardowych w ramach jednej rodziny modeli sugeruje, że chińskie laboratoria uczą się wykorzystywać licencje jako infrastrukturę strategiczną: otwartość tam, gdzie buduje ekosystem, dźwignia tam, gdzie chroni pozycję. Następnym testem będzie to, czy jakikolwiek operator MaaS warty ponad 10 miliardów dolarów rzeczywiście podda się przeglądowi bezpieczeństwa Z.ai — czy też klauzula po prostu powstrzymuje największe chmury, podczas gdy wszyscy inni rozwijają się na wierzchu.

---

Bądź na Bieżąco z AI

Najnowsze wiadomości, analizy i przełomy w dziedzinie AI — wszystko w jednym miejscu.

Czytaj więcej wiadomości AI →