GLM-5.2

Zhipu AI · Chiqarilgan 2026 yil 13 iyun

Aslida bu nima

Yillar davomida chegara AIni mahalliy darajada ishga tushirish murosa qilishni talab qildi: siz maxfiylik va nazoratga ega bo’lishingiz mumkin edi yoki qobiliyatga, lekin ikkalasiga birdaniga emas. Eng yaxshi ochiq modellar doimo yopiq rahbarlardan bir pog’ona pastroq bo’lgan — ba’zi vazifalar uchun yetarlicha yaxshi, ammo qiyinlari uchun sezilarli darajada yomon.

GLM-5.2 bu murosa ixtiyoriydek tuyula boshlagan birinchi ochiq modeldir.

Buning isboti bir vaqtning o’zida ikki tomondan keladi, bu esa uni ishonchli qiladi. Zhipu AI ning rasmiy benchmarklari SWE-bench Pro 62.1%, Terminal-Bench 82.7 (Claude Code harness), FrontierSWE 74.4% ni ko’rsatadi. Bu kuchli raqamlar bo’lib, ko’pgina kodlash o’lchovlarida u Opus 4.8 dan faqat bir xonali foizlarga orqada qoladi. Biroq, rasmiy benchmarklar tahrirlanishi mumkin.

Bunga nuqta qo’yadigan narsa mustaqil validatsiyadir. Design Arena — haqiqiy foydalanuvchilar haqiqiy kodlash va dizayn vazifalarini baholaydigan hamjamiyatga yo’naltirilgan yetakchilar taxtasi — GLM-5.2 ni Elo 1360 bilan 1-o’ringa qo’ydi va ilgari yetakchi bo’lgan Claude Fable 5 ni ortda qoldirdi. AkitaOnRails-ning maxsus kodlash benchmarki uni 87/100 (A darajasi) ball bilan baholadi, GLM-5.1 dagi 46/100 balldan yuqori — bu mazkur benchmark o’z tarixida qayd etgan versiyadan-versiyaga eng katta o’sishdir. Bu sintetik baholashlar emas. Bu model ularning haqiqiy ish jarayonlarida nima qilishini o’lchaydigan mutaxassislardir.

Jami 744B parametr va oldinga o’tishda ~40B faol bo’lgan GLM-5.2 DeepSeek V4 (1.6T jami / 49B faol) ga qaraganda ancha ixchamroq, lekin barcha tasdiqlangan benchmarklarda kuchliroq natijalarni taqdim etadi. Dinamik 2-bitli kvantlash yordamida model taxminan 241GB xotiraga sig’adi — bu 256GB yagona xotirali Mac Studio yoki ikki GPU-li ish stansiyasi imkoniyati doirasida. Bu oddiy apparat emas, ammo jamoalar va kuchli foydalanuvchilar uchun bu haqiqiy o’z-o’zini xosting hududidir.

IndexShare arxitekturasi to’liq 1M kontekst uzunligida har bir token uchun FLOPslarni 2.9 baravarga kamaytiradi va MTP yaxshilanishlari spekulyativ dekodlashni qabul qilishni 20% ga oshiradi. Ikkita fikrlash quvvati darajasi (High va Max) hisoblashni qobiliyatga almashtirish imkonini beradi — muntazam vazifalar uchun High-dan foydalaning, Max-ni esa murakkab ko’p faylli refaktorlar va xatolarni tuzatish (debugging) seanslari uchun qoldiring.

MIT litsenziyasi iqtisodiyotni ishlashga majbur qiladi. Mintaqaviy cheklovlar, foydalanish limitlari, atributsiya talablari yo’q. Uni Hugging Face-dan yuklab oling, vLLM, SGLang yoki ktransformers-da joylashtiring va shaxsiy himoya tarmog’ingiz orqasida silliq ishlating. Sizning kodingiz, sizning infratuzilmangiz, sizning qoidalaringiz. Birinchi marta, bu endi ikkinchi darajali modelga rozi bo’lishni anglatmaydi.

Asosiy afzalliklari

• O’zingiz egalik qilishingiz mumkin bo’lgan chegara kodlash intelligenti: Design Arena #1 (Elo 1360), SWE-bench Pro 62.1%, Terminal-Bench 82.7 (Claude Code harness). Bular faqat o’zlari xabar qilganlar emas — Design Arena va AkitaOnRails mustaqil tekshiruvlardir. Boshqa hech bir ochiq model amaliy kodlash benchmarklarida bunchalik yaqin kela olmaydi. Buni o’z infratuzilmangizda ishlating va birovning bulutiga bitta ham kod qatorini yubormang.
• Siz o’ylagandan ko’ra ixchamroq: Jami 744B / ~40B faol bilan GLM-5.2 DeepSeek V4 (1.6T/49B) ga qaraganda sezilarli darajada kichik bo’lib, kuchliroq tasdiqlangan kodlash benchmarklarini ko’rsatadi. Dinamik 2-bitli kvantlash (~241GB) bilan u 256GB birlashgan xotirali yuqori darajadagi Mac Studio yoki ikkita GPU-li ish stantsiyalariga sig’adi. Bu jiddiy jamoalar uchun haqiqiy o’z-o’zini xosting (self-hosting) hududi.
• Haqiqiy muhandislik uchun o’qitilgan 1M kontekst: Sintetik kengaytma emas — Zhipu 1M kontekst mashg’ulotini ayniqsa kodlash-agenti stsenariylari uchun kengaytirdi: keng miqyosli ilovalar (implementation), avtomatlashtirilgan tadqiqot, samaradorlikni optimallashtirish, murakkab nosozliklarni tuzatish (debugging). IndexShare 1M kontekstda tokendagi FLOPslarni 2.9 barobarga kamaytiradi. Butun kodlar bazasini yuklang va uzoq soatlik uzluksiz agent seanslarini olib boring.
• MIT litsenziyasi — Haqiqiy kelishuv: Mintaqaviy cheklovlar yo’q, foydalanish chegaralari yo’q, atributsiya talablari yo’q, API qaramligi yo’q. To’liq vaznlarni Hugging Face yoki ModelScope’dan yuklab oling. O’zingiz xohlagan joyda tijorat maqsadlarida joylashtiring. Har qanday chegara sinfidagi modelning eng toza litsenziyasi.
• Xarajatlarni nazorat qilish uchun ikki fikrlash rejimi: Balansli token samaradorligi bilan muntazam vazifalar uchun High (Yuqori) rejimi. Murakkab nosozliklarni tuzatish va ko’p faylli yaratish uchun Max (Maksimal) rejimi. O’z hisob-kitoblaringiz uchun pul to’layotganingizda, bu moslashuvchanlik muhim — 80% vazifalar uchun High’dan foydalaning, qiyin muammolar uchun Max’ni saqlang.

Haqiqiy cheklovlar

• Noutbuk modeli emas: Dinamik 2-bit kvantlashda ~241GB. Sizga 256GB+ birlashgan xotirali Mac, ko’p GPU-li ish stansiyasi yoki korporativ klasterlar kerak bo’ladi. Ko’pgina individual dasturchilar o’z-o’zini xosting qilish o’rniga unga API orqali kirishadi. Haqiqiy ko’chma mahalliy AI uchun Qwen 3.6 27B yoki Gemma 4 ga qarang.
• Mahalliy ko’rish yo’q: Faqat matn va kod. Skrinshotlarni, diagrammalarni qayta ishlash yoki UI vizual xatolarini tekshira olmaydi. Multimodal mahalliy ish oqimlari uchun uni maxsus ko’rish modeli bilan birlashtiring.
• Yengil modellarga qaraganda sekinroq: 744B arxitekturasi, garchi ~40B faol bo’lsa ham, Qwen 3.6 27B yoki Gemma 4 kabi ixcham modellarga qaraganda tokenga ko’proq vaqt oladi. Tezkor interaktiv so’rovlar uchun kechikish seziladi. Tezlikdan ko’ra intellekt muhimroq bo’lgan uzoq gorizontli vazifalarda yaxshi ishlaydi.
• G’arb ekotizimi yetilmoqda: Ingliz tilidagi hujjatlar va jamoat asboblari tez o’smoqda, biroq xitoy tilidagi ekotizimga nisbatan unchalik silliq emas. O’rnatish boshqa tajribali ochiq modellarga qaraganda ko’proq sabr-toqatni talab qilishi mumkin.