Zhipu AI kompaniyasi anonim Ox Alpha modeli, xitoy ishlab chiquvchilar doiralarida "Niu Lai" deb tanilgani, yangi chiqarilgan GLM-5.3-Flash modeliga teng ekanligini rasman eʼlon qildi. Rasmiy ishga tushishidan oldin model OpenRouter va OpenCode platformalarida anonim sinov uchun bepul taqdim etilgan. Besh kun davomida sinov 50 trilliondan ortiq token trafikni jalb qilib, ikkala maydonda ham oʻsish rekordlarini qoʻygan. Shu bilan birga, ushbu modeldan foydalanish DeepSeek koʻrsatkichlaridan ikki baravar ortiq boʻldi.
Bozorning diqqatini Zhipu tomonidan qoʻshimcha aniqlik tortdi: barcha bu trafik mahalliy chiplar yordamida xizmat koʻrsatilgan. Kompaniya texnik hujjatlarida oʻz inferensiya xizmati 100 000 dan ortiq mahalliy chiplardan iborat klasterda ishlayotganini koʻrsatgan. Zhipu shuni taʼkidladiki, "uskunaning samaradorligi va bitta token narxi asosiy Nvidia grafik protsessorlari darajasiga yetib keldi".
Yarimkonduktorlar sohasidagi tadqiqot firmasi SemiAnalysis Xʼda izoh berib, har bir soʻrovni Nvidia bilan taqqoslanadigan samaradorlikda mahalliy kremniy yordamida xizmat koʻrsatish "CUDA dengizini yana bir bor sinovdan oʻtkazmoqda", ayniqsa OpenAI Jalapeño uchun oʻz inferensiya chipini eʼlon qilganidan keyin. LatePost bu chiplar Huawei, Moore Threads va Hygon tomonidan ishlab chiqarilishi mumkinligini maʼlum qildi, ammo Zhipu yetkazib beruvchilar yoki aniq modellar haqida tasdiqlashdan bosh tortdi.
Bir million tokenli kontekst oynasigacha kengaytirish uchun Zhipu SGLang asosida maxsus inferensiya dvigatelini ishlab chiqdi. Ushbu dvigatel W8A8 kvantizatsiyasidan, INT8/FP8/BF16 aralash kesh kvantizatsiyasidan va tugun darajasidagi tensor parallelizmidan foydalanadi. Bundan tashqari, kodlash, promptni oldindan qayta ishlash va tokenni token boʻyicha dekodlashni ajratuvchi arxitektura joriy etildi, bu turli xil pulldagi mustaqil rejalashtirish imkonini beradi.
Kompaniya toʻliq xizmat samaradorligi dastlabki bazaviy chiziqqa nisbatan uch barobar yaxshilanganini daʼvo qiladi. GLM-5.3-Flash modeli 320 milliard umumiy parametrga ega, bunda 18 milliard faollashtirilgan, bu taxminan DeepSeek V4 Flash ga mos keladi. U Sunʼiy intellekt tahlili indeksi boʻyicha 57 ball oladi, bu Claude Opus 4.8 ga teng va DeepSeek V4 Pro dan ustun. Model narxi GLM-5.3 narxining bir ondi va Claude Opus 4.8 narxining bir yuzdan bir qismi atrofida boʻlib, bu uni xitoy modellari narxlari umumiy oshishi fonida qulay variantga aylantiradi.
