رونمایی از GLM‑5.3

در تازه‌ترین رخداد رقابتی عرصه هوش مصنوعی، استارتاپ چینی Z.ai روز پنجشنبه ۱۴ اوت ۲۰۲۶ (۲۳ مرداد ۱۴۰۵) از نسل جدید مدل زبانی بزرگ خود با نام GLM‑5.3 رونمایی کرد. این مدل که با همین معماری GLM‑5.2 و تنها با تکیه بر پس‌آموزش (post‑training) به سطحی چشمگیر از توانمندی رسیده، در بنچمارک‌های تخصصی برنامه‌نویسی عملکردی خیره‌کننده ثبت کرده و خود را به‌عنوان جدی‌ترین رقیب برای مدل Kimi K3 و حتی برخی مدل‌های بسته آمریکایی مطرح ساخته است.

جزئیات فنی و عملکرد در بنچمارک‌ها

مدل GLM‑5.3 با ۷۴۳ میلیارد پارامتر، عملاً بر روی همان پایه مدل قبلی یعنی GLM‑5.2 ساخته شده است؛ اما با بهره‌گیری از ده‌ها برابر محیط‌های وظیفه‌محور طولانی‌مدت، تنوع بیشتر در محیط‌های آموزشی و زمان فوق‌طولانی پس‌آموزش، توانسته هوشمندی خود را به سطحی بی‌سابقه ارتقا دهد. به گفته تیم توسعه، تمامی پیشرفت‌های GLM‑5.3 تنها حاصل پس‌آموزش بوده و پایه مدل هیچ تغییری نکرده است.

عملکرد این مدل در بنچمارگ‌های معتبر برنامه‌نویسی، تحسین تحلیلگران را برانگیخته است:

در Terminal‑Bench 3.0 که توانایی مدل را در محیط واقعی لینوکس و فراخوانی ابزارها می‌سنجد، GLM‑5.3 امتیاز ۲۸.۳ را کسب کرد که نسبت به نسخه قبلی با امتیاز ۴.۶، جهشی بیش از ۶ برابری محسوب می‌شود. این نتیجه در میان مدل‌های متن‌باز رتبه نخست را به خود اختصاص داده و حتی از Kimi K3 با امتیاز ۱۷.۴ نیز پیشی گرفته است.

در DeepSWE v1.1 که بر توانایی اصلاح خطاهای نرم‌افزاری در مخازن واقعی گیت‌هاب تمرکز دارد، GLM‑5.3 امتیاز ۶۶.۹ را ثبت کرد که نسبت به ۴۶.۲ نسخه قبلی، رشد قابل‌توجهی را نشان می‌دهد.

در بنچمارک داخلی Z.ai Code Bench، مدل جدید در بالاترین سطح تلاش (Max effort) به دقت ۳۴.۵ درصد دست یافت که نسبت به ۲۳.۴ درصد GLM‑5.2، بهبودی ۵۰ درصدی را نشان می‌دهد. در سطح High نیز دقت ۳۱.۴ درصدی این مدل، از کلود Opus 4.8 با دقت ۲۹.۵ درصد فراتر رفته است؛ ضمن آنکه میانگین توکن خروجی در هر وظیفه برای GLM‑5.3 حدود ۵۰ هزار توکن است در حالی که Opus 4.8 به ۱۲۰ هزار توکن نیاز دارد.

در GDPval‑AA v2 که ۴۴ نوع شغل و دانش تخصصی را پوشش می‌دهد، GLM‑5.3 امتیاز ۱۷۶۹ را از آن خود کرد که از Kimi K3 با امتیاز ۱۶۸۲ و GLM‑5.2 با امتیاز ۱۵۰۸ بالاتر است.

واکنش‌ها و تحلیل کارشناسان

خبر انتشار GLM‑5.3 بازتاب گسترده‌ای در محافل تخصصی داشته است. این مدل در پلتفرم Hacker News با بیش از ۸۰۰ امتیاز و نزدیک به ۵۰۰ نظر، در صدر اخبار داغ قرار گرفته است.  GLM‑5.3 با تنها یک‌سوم پارامترهای Kimi K3 (۲.۸ تریلیون)، به عملکردی رقابتی در بنچمارگ‌های کلیدی دست یافته است. با این حال، مدل‌های بسته آمریکایی مانند Fable 5 و GPT‑5.6 Sol همچنان در صدر برخی بنچمارگ‌ها قرار دارند.

در حال حاضر، این مدل از طریق اشتراک GLM Coding Plan و ابزارهای ZCode، Trae، WorkBuddy، Qoder و CawPaw در دسترس کاربران قرار گرفته است. قیمت API این مدل نیز معادل نسخه قبلی یعنی ۱.۴۰ دلار به ازای هر میلیون توکن ورودی و ۴.۴۰ دلار به ازای هر میلیون توکن خروجی اعلام شده که حدود یک‌دهم نرخ مدل‌های آمریکایی برآورد می‌شود.

GLM‑5.3 نشان می‌دهد که مسیر رقابت در هوش مصنوعی صرفاً به افزایش بی‌رویه پارامترها محدود نمی‌شود؛ بلکه بهینه‌سازی پس‌آموزش و کارایی توکن می‌تواند مدلی با ۷۴۳ میلیارد پارامتر را به رقیبی جدی برای مدل‌های چندین برابر بزرگ‌تر تبدیل کند. ظهور توانمندی‌های امنیت سایبری در این مدل، افق تازه‌ای را پیش روی کاربردهای عامل‌محور (Agentic) هوش مصنوعی می‌گشاید.

رونمایی از GLM‑5.3 توسط Z.ai، رقابت در عرصه مدل‌های برنامه‌نویسی متن‌باز را به سطحی جدید کشانده است. عملکرد خیره‌کننده این مدل در بنچمارگ‌های تخصصی و توانمندی‌های نوظهور آن در حوزه امنیت سایبری، نشان از تحولی جدی در استراتژی توسعه مدل‌های زبانی بزرگ دارد. با نزدیک شدن به زمان انتشار وزن‌های این مدل، باید منتظر موج جدیدی از نوآوری‌های مبتنی بر GLM‑5.3 در جامعه توسعه‌دهندگان باشیم.