Zhipu AI ilmiy boʻlim rahbari Tan Ze avval X platformasida foydalanuvchilarga GLM-5.3 ning chiqishi haqida «tez orada» deb javob berganidan soʻng, rasmiy model versiyasi bir necha soat ichida Z.ai texnik blogi orqali eʼlon qilindi. Bu ishora dan chiqarilishga qadar oʻtish bir necha soat ichida katta modellar sohasida kam uchraydigan hodisadir.
GLM-5.3 modeli universal vosita sifatida emas, balki kodlash va xavfsizlikni taʼminlash vazifalariga maksimal darajada yoʻnaltirilgan mahsulot sifatida joylashtirilmoqda. Kodlash sohasida samaradorlikda sezilarli oshish kuzatilmoqda: SWE-Marathon koʻrsatkichi 19.4 dan 42.5 ga ikki baravar oshdi, FrontierSWE esa 67.5 dan 78.1 ga oshdi. Bundan tashqari, real Linux terminalidagi koʻp bosqichli operatsiyalarni taqlid qiluvchi Terminal Bench 3.0 benchmarkida GLM-5.3 28.3 natijaga erishdi, bu GLM-5.2 ning 4.6 natijasiga nisbatan besh barobar sakrashdir. Ushbu taraqqiyot faqat post-trening orqali, asosiy model bilan bir xil parametrlar sonini saqlab qolingan holda erishildi.
Xavfsizlik sohasidagi natijalar yanada taʼsirchanroq. CyberGym benchmarki modelning oʻzini ochiq manbali loyihalardagi zaifliklarni topish va ishlatish qobiliyatini tekshiradi, u oq qalpoq hacker sifatida harakat qiladi. GLM-5.3 sinovdan oʻtkazilgan barcha modellar orasida birinchi oʻrinni egallab, 84.5 ball oldi. Z.ai shuningdek, 269 ta ochiq kodli loyihalarda 2 436 ta muammoni aniqlagan xavfsizlik maʼlumotlari reyestrini eʼlon qildi, ularning 1 097 tasi halokatli yoki yuqori darajadagi jiddiyatga ega edi. Zaifliklarning aniqlanishgacha boʻlgan oʻrtacha umr muddati 26.6 yilni tashkil etdi, bu kodning eksponensial oʻsishiga qarshi anʼanaviy auditlarning cheklovlarini taʼkidlaydi.
Agent imkoniyatlari ham GLM-5.3 ga Effort Level mexanizmini joriy etish orqali yaxshilandi. Ushbu mexanizm «Fikrlamaydi» dan «Maksimal» gacha boʻlgan toʻrtta fikrlash chuqurligi darajasini taklif qiladi. Rasmiy grafiklar past darajada taxminan 24.5% dan maksimal darajada 34.5% gacha aniqlik ortishini koʻrsatadi, bu GLM-5.2 ning deyarli tekis grafigiga keskin farq qiladi, u taxminan 20% dan 23.5% gacha koʻtarilgan edi. Agent testlarida GLM-5.3 yuqori natijalarni koʻrsatdi: Toolathlon Verified 73.0, AutomationBench 48.2, Agents' Last Exam 28.5, HLE with Tools 62.5 va GDPVal-AA v2 1769 ni egallab, shu bilan birga birinchi darajani band qildi.
Zhipu shuningdek, keyingi yirik versiya butunlay yangi arxitektura ustiga qurilishi va Fable 5 ga yoʻnaltirilgan ikki baravar koʻp parametrga ega boʻlishi haqida maʼlumot berdi. Shu tariqa, GLM-5.3 yanada keng miqyosli chiqarilishdan oldingi oʻrta bosqich sifatida koʻrinadi. «Tez orada» haqidagi hikoya davom etdi: shu kuni kimdir Tan Ze ga X da GLM-6 haqida soʻradi va uning javobi yana «tez orada» boʻldi, bu GLM-5.3 ning yaqinda tezkor chiqarilishi dan soʻng odamlarda koʻproq ishonch uygʻotmoqda.
ByteDance asoschisi Zhang Yimin ikki hafta oldin Pekindagi kompaniya bosh ofisiga tashrif buyurib, Seed AI tadqiqot jamoasiga ochiq bayon etish mumkin boʻlgan xabar yubordi. Zhang jamoaga distillatsiya usuli endi ishlatilmasligini maʼlum qildi. U kattaroq raqobatchi modeldan kichikroq modelni oʻqitish orqali benchmark koʻrsatkichlarini tez oshirish mumkinligini, ammo bu uzoq muddatli texnik yutuqlarni cheklashini taʼkidladi. Zhang sunʼiy intellektni ishlab chiqishni imitatsiya qilish yoki haqiqiy salohiyat yaratish zarurligini taʼkidladi.
Bu eʼlon katta ahamiyatga ega, chunki distillatsiya soʻnggi oʻn sakkiz oy davomida ochiq kodli xitoy modellari toʻlqinining norasmiy asosini tashkil etgan. OpenRouter ning eng iqtisodiy yoʻli ilgʻor xorijiy modelning API chaqiruvlarini ijaraga olish, katta miqyosda belgilangan korpuslarni yaratish va keyin kichikroq modelni bu maʼlumotlar asosida oʻqitish edi. Endi Zhang Yimin bunga eʼtibor qaratdi va Xitoydagi eng yirik AI tadqiqot guruhlaridan birida buni qayd etdi.
Tuzilma oʻzgarishlari iyul oyi oʻrtasida boʻlib oʻtgan umumiy yigʻilishda aniq bayon qilindi. Bosh ijrochi Liang Rubo Doubao va Douyin endi kompaniyaning ikkita asosiy «qalin chizigʻi» ekanligini eʼlon qildi. Doubao shunchaki model ustidagi qobiq boʻlishni toʻxtatdi; u Douyin bilan teng boʻlgan flagman biznes yoʻnalishiga aylandi. Doubao mahsulotlari rahbari Zhao Qi birinchi marta asosiy stolga koʻtarildi. Feishu va Doubao mahsulotlari bitta Doubao jamoasiga birlashtirildi, eski Feishu rahbari Xie Xin esa Zhaoʻga boʻysunadi. Volcano Engine va Feishu GTM Tan Dai rahbarligida Kreativlik xizmatlari platformasiga birlashtirildi. Bu ByteDance ning 2021 yilda BUni qayta koʻrib chiqishidan beri eng katta B-tomoni qayta tuzilishi hisoblanadi.
Strategik mantiq oʻzgarishga uchradi. Umumiy yigʻilishda AI funksiyalarning poyga emas, balki AGI ga investitsiya sifatida taqdim etildi. Liang «xitoy innovatsiyalari» tushunchasini tanqid qilib, keyingi avlod samaradorlik infratuzilmasi korxonadagi agent kirish nuqtasiga kim egalik qilishiga bogʻliq boʻlishini taʼkidladi. Yaqinda Alibaba QoderWork, Wukong va MuleRun ni Qwen Office ichida konsolidatsiya qildi. Tencent oʻz SkillHubini yuqori strategiya darajasiga koʻtardi. ByteDance javobi Feishuni Doubao bilan birlashtirish va agentni kirish nuqtasi sifatida ishlatishdir.
Moliyaviy mantiq ham shunchalik muhim. LatePost xabar berishicha, Doubao ning yarim yildagi kunlik daromadi bir million yuan dan kam edi, shu bilan birga hisoblash uchun kunlik xarajatlar oʻnlab millionlarga yetib borardi. Iyun oyida oyiga 68, 200 va 500 yuan narxida Pro toʻlov darajasini ishga tushirish birinchi tijorat tajribasi boʻldi. Zhang Yiminning distillatsiyani taqiqlashi shu hisob-kitobning uzoq muddatli versiyasidir. Ijaraga olingan salohiyat tufayli gʻalaba qozonadigan arzonroq modellar B-tomoni hisoblash xarajatlarini qoplashi mumkin emas. ByteDance uchun AI endi oʻrganish emas, balki yaratishni anglatadi.
