شرکت ژیپو (Zhipu) بهطور رسمی از مدل هوش مصنوعی قدرتمند جدید خود با نام GLM-5.3 رونمایی کرد. تعداد پارامترهای پایه این مدل همچنان روی بیش از ۷۴۰ میلیارد باقی مانده و مشابه نسخه GLM-5.2 است؛ بنابراین ارتقای شایعهشده به یک تریلیون پارامتر رخ نداده است و احتمالاً این کارت برنده برای نسخه GLM-5.5 کنار گذاشته شده است.
جهش ۵۰ درصدی عملکرد با تکنیکهای پسآموزش
با وجود ثابت ماندن تعداد پارامترها، رویکرد پسآموزش (Post-training) ژیپو توانسته است عملکرد مدل GLM-5.3 را نسبت به نسل قبلی خود تا ۵۰ درصد افزایش دهد. این مدل توانسته است بالاترین رتبهها را در میان مدلهای متنباز فعلی در چندین آزمون بنچمارک اصلی کسب کند. قابلیتهای برنامهنویسی و عاملیت (Agent) این مدل بسیار به Claude Fable5 نزدیک شده و تجربه کدنویسی آن از سایر مدلهای داخلی فراتر رفته است.
عملکرد خیرهکننده در بنچمارکهای تخصصی و مهندسی نرمافزار
امتیازهای کسبشده در بنچمارکهای کلیدی نشاندهنده پیشرفت چشمگیر این مدل است:
- در بنچمارک Terminal-Bench3.0 (سنجش توانایی انجام وظایف پیچیده در محیط ترمینال واقعی)، امتیاز مدل از ۴.۶ به ۲۸.۳ جهش یافت.
- در DeepSWE v1.1 (تمرکز بر مهندسی نرمافزار طولانیمدت)، امتیاز از ۴۶.۲ به ۶۶.۹ رسید.
- در بنچمارک Agents’ Last Exam (پوشش سناریوهای حرفهای واقعی)، امتیاز از ۲۳.۸ به ۲۸.۵ افزایش یافت.
- در GDPval-AA v2 (پوشش ۴۴ حرفه مختلف)، مدل GLM-5.3 موفق به کسب امتیاز ۱۷۶۹ شد.
تعادل بینظیر میان کارایی و مصرف توکن
طبق ارزیابیهای اختصاصی Z.ai Code Bench، مدل GLM-5.3 توانسته است تعادل بهتری میان اثربخشی و استفاده از توکن برقرار کند. در حالت High، نرخ دقت به ۳۱.۴ درصد رسید که از حداکثر حالت Claude Opus4.8 (۲۹.۵ درصد) فراتر رفت؛ این در حالی است که هر وظیفه تنها به طور متوسط حدود ۵۰ هزار توکن خروجی میدهد، در حالی که Opus4.8 به حدود ۱۲۰ هزار توکن نیاز دارد.
دسترسی و انتشار عمومی
از نظر پیادهسازی محصول، مدل GLM-5.3 اکنون در ابزار برنامهنویسی رسمی ژیپو یعنی ZCode و ابزار بهرهوری AutoClaw در دسترس است. همچنین این مدل برای کاربران طرح GLM Coding و مشترکین باز شده است. پلتفرمهای کدنویسی شخص ثالث مختلفی نیز دسترسی زودهنگام به این مدل را فراهم کردهاند. API این مدل بهزودی عرضه میشود و وزنهای کامل آن نیز ظرف دو هفته آینده متنباز خواهد شد.
