GLM-5.2 от Zhipu AI: Китайский гигант с контекстом в 1 млн токенов и открытым кодом
Китайский стартап Zhipu AI официально представил свою новую флагманскую модель — GLM-5.2. Это решение с открытым исходным кодом, предназначенное для выполнения длинных агентных задач и сложного программирования. Ключевая особенность — контекстное окно размером в 1 миллион токенов, что позволяет обрабатывать огромные объемы данных за один проход. Модель распространяется под лицензией MIT и поддерживает локальное развертывание.
Согласно технической документации на платформе Hugging Face, GLM-5.2 насчитывает 753 миллиарда параметров и оптимизирована для генерации текста на английском и китайском языках. Это делает её универсальным инструментом для глобальных и локальных рынков.
Архитектура модели включает несколько уровней «интенсивности рассуждений», что позволяет пользователям гибко балансировать между качеством ответа и временем задержки. Встроенные технологии IndexShare и обновленный слой MTP (Multi-Token Prediction) обеспечивают спекулятивное декодирование. Разработчики утверждают, что IndexShare повторно использует один индексатор на каждые четыре слоя разреженного внимания, сокращая количество операций на токен в 2,9 раза, а MTP увеличивает длину подтверждения до 20%.
На тестах GLM-5.2 показала выдающиеся результаты. В трех ключевых бенчмарках — FrontierSWE, PostTrainBench и SWE-Marathon — она обошла все существующие open-source модели. В стандартных тестах производительности программирования она также заняла лидирующую позицию среди аналогов с открытым кодом.
Для локального развертывания модель поддерживает фреймворки SGLang, vLLM, Transformers, KTransformers и Docker Model Runner. Также доступны квантизации для llama.cpp, Ollama и LM Studio, что упрощает интеграцию в различные инфраструктуры.
Мнение эксперта: Выпуск GLM-5.2 — это серьезный шаг вперед для open-source AI. Контекст в 1 млн токенов и 753 млрд параметров ставят эту модель в один ряд с лучшими закрытыми решениями. Особенно впечатляет производительность в задачах программирования, что делает её прямым конкурентом для GPT-4 и Claude. Однако ключевой вопрос — сможет ли сообщество быстро адаптировать её под реальные бизнес-задачи, учитывая высокие требования к вычислительным ресурсам.