Китайская компания Zhipu AI представила GLM-5 — открытую большую языковую модель с архитектурой Mixture-of-Experts и общим размером 744 млрд параметров, из которых 40 млрд активны одновременно. По данным разработчиков, по задачам программирования и агентным сценариям модель сопоставима с Claude Opus 4.5 и GPT-5.2.
GLM-5 почти вдвое масштабнее предыдущей версии GLM-4.5, где было 355 млрд параметров. Объем обучающих данных вырос с 23 до 28,5 трлн токенов. По информации Z.ai, модель использует механизм Deepseek Sparse Attention (DSA), который снижает стоимость развертывания при работе с длинными контекстами без заметной потери качества.
Zhipu AI продвигает подход, при котором базовые модели должны уходить от формата обычного чата и выполнять «реальную работу» — строить сложные системы и планировать на длительный срок, как это делают последние решения Anthropic, Google и OpenAI. Веса GLM-5 доступны по лицензии MIT, одной из самых свободных лицензий в открытом программном обеспечении.
По заявлениям Zhipu AI, GLM-5 показывает лучшие среди открытых моделей результаты в опубликованных компанией тестах на логическое рассуждение, программирование и агентные задачи. Один из ключевых бенчмарков — Vending Bench 2, где модели нужно в течение виртуального года управлять бизнесом по продаже товаров через вендинговые автоматы.
В этом тесте GLM-5 завершила симуляцию с $4 432 на счете, приблизившись к результату Claude Opus 4.5 с $4 967. Бенчмарк проводила компания Andon Labs, которая ранее помогала Anthropic с экспериментом «Project Vend», где Claude Sonnet 3.7 пытался управлять реальным магазином самообслуживания и в итоге ушел в минус.
На задаче SWE-bench Verified GLM-5 набирает 77,8 %, обгоняя Deepseek-V3.2 и Kimi K2.5, но уступая Claude Opus 4.5 с 80,9 %. Zhipu AI также утверждает, что GLM-5 опережает все протестированные закрытые модели в тесте BrowseComp, который оценивает работу агентных систем в веб-поиске и управлении контекстом, однако пока нет независимых подтверждений этих результатов.
При этом авторы материала отмечают, что высокие показатели в бенчмарках не всегда отражают реальное качество работы. Для открытых моделей разрыв между результатами тестов и повседневной полезностью часто еще заметнее по сравнению с закрытыми решениями.
Отдельно подчеркивается скорость вывода GLM-5 на рынок. Анализ Стэнфордского университета показал, что китайские модели ИИ в среднем отстают от американских на около семи месяцев. GLM-5 вышла примерно через три месяца после последних флагманских моделей Anthropic, Google и OpenAI, то есть сократила этот лаг примерно вдвое.
По данным Zhipu AI, GLM-5 может принимать текст и другие входные данные и сразу формировать готовые файлы .docx, .pdf и .xlsx. Официальное приложение Z.ai предлагает агентный режим с встроенными сценариями создания документов — например, спонсорских предложений или финансовой отчетности.
Модель совместима с OpenClaw — новым спорным фреймворком для кросс-приложенческих и кросс-девайсных процессов, а также с популярными агентами для разработчиков, такими как Claude Code, OpenCode и Roo Code.
GLM-5 работает на графических процессорах Nvidia, а также на чипах Huawei Ascend, Moore Threads, Cambricon и других китайских производителей. Zhipu AI утверждает, что оптимизация ядра и квантование модели позволяют добиться «разумной пропускной способности» на этих альтернативных платформах.
Это особенно важно для Китая, где из-за экспортных ограничений США доступ к оборудованию Nvidia стал затруднен. Для локального развертывания GLM-5 поддерживает фреймворки инференса vLLM и SGLang; инструкции по установке опубликованы в репозитории проекта на GitHub.
Одновременно Zhipu AI открыла исходный код slime — фреймворка обучения с подкреплением, с помощью которого дообучали GLM-5. Его цель — ускорить применение reinforcement learning к большим языковым моделям. Slime использует асинхронную архитектуру, совмещая тренировочный фреймворк Megatron с движком инференса SGLang. Помимо моделей Zhipu, slime поддерживает Qwen3, Deepseek V3 и Llama 3.
Недавно Zhipu AI выпустила GLM-4.7 — предшественника GLM-5, где появилась функция Preserved Thinking, сохраняющая ход рассуждений в длинном диалоге. GLM-5 улучшает показатель SWE-bench по сравнению с этой версией с 73,8 до 77,8 %.
Параллельно китайский конкурент Moonshot AI представил Kimi K2.5, которая может координировать до 100 субагентов, работающих параллельно через механизм Agent Swarms, и также показывает высокие результаты в агентных бенчмарках. Обе модели используют архитектуру Mixture-of-Experts и ориентированы на создание автономных ИИ-агентов, способных планировать и выполнять задачи на длительном горизонте.
Результаты последних тестов GLM-5 и Kimi K2.5 подчеркивают еще одну тенденцию: позиции Deepseek ослабли. Deepseek-V3.2 заметно отстает от обеих моделей в ряде агентных и программных бенчмарков. По данным South China Morning Post, следующий крупный релиз Deepseek — модель на 1 трлн параметров — задерживается из-за роста масштабов системы.
Источник: The Decoder.
