GLM-5.2 от Zhipu AI: Китайский гигант на 753 млрд параметров с контекстом в 1 млн токенов
Китайский стартап Zhipu AI официально представил свою новую флагманскую языковую модель — GLM-5.2. Это решение с открытым исходным кодом, ориентированное на длинные агентные задачи и программирование, уже доступно на Hugging Face. Модель обладает впечатляющим контекстным окном в 1 млн токенов и распространяется под лицензией MIT, что открывает широкие возможности для локального развертывания.
Архитектура GLM-5.2 включает 753 млрд параметров и поддерживает генерацию текста как на английском, так и на китайском языках. Ключевая особенность — возможность регулировки «интенсивности рассуждений». Это позволяет пользователям гибко настраивать баланс между качеством ответов и задержкой, что критически важно для реальных производственных сценариев.
В модель интегрированы два инновационных компонента: механизм IndexShare и обновленный слой MTP для спекулятивной декодировки. IndexShare повторно использует один индексатор на каждые четыре слоя разреженного внимания, что снижает количество операций на токен в 2,9 раза. Обновление MTP, в свою очередь, увеличивает длину подтверждения до 20%. Эти оптимизации делают GLM-5.2 не только мощной, но и экономически эффективной.
Производительность и бенчмарки
Результаты тестирования впечатляют. В трех ключевых бенчмарках — FrontierSWE, PostTrainBench и SWE-Marathon — GLM-5.2 обошла все другие модели с открытым исходным кодом. В стандартных тестах производительности программирования она также заняла лидирующую позицию среди open-source решений.
GLM-5.2 доступна для локального развертывания через SGLang, vLLM, Transformers, KTransformers и Docker Model Runner. Кроме того, поддерживаются квантизации для llama.cpp, Ollama и LM Studio, что делает модель доступной даже на оборудовании с ограниченными ресурсами.
Мое экспертное мнение: GLM-5.2 — это не просто очередная модель с большим контекстом. Это стратегический шаг Zhipu AI, направленный на захват ниши агентных систем и автоматизации кода. Сочетание открытой лицензии MIT, гибкой настройки рассуждений и впечатляющих бенчмарков делает ее серьезным конкурентом для закрытых решений. Однако стоит отметить, что 753 млрд параметров — это вызов для инфраструктуры, и реальный успех будет зависеть от того, насколько эффективно сообщество сможет адаптировать модель под свои нужды.