ИИтак
Поиск

← Назад

модель · Z.ai · вышла 12 февраля

GLM-5

Бывший флагман Z.ai с открытыми весами для программирования и агентных задач, его уже сменили GLM-5.1 и более новые версии

О модели

GLM-5 — большая языковая модель китайской лаборатории Z.ai, на момент выхода её флагман. Она построена как смесь экспертов: это схема, при которой на каждый токен работает только часть сети. Всего у неё 744 млрд параметров, активны 40 млрд. Чтобы длинные тексты обходились дешевле, в неё встроен механизм разреженного внимания DeepSeek Sparse Attention: модель смотрит не на весь контекст сразу, а на отобранные его части.

По сравнению с прошлыми версиями линейки модель заметно выросла: у GLM-4.5 было 355 млрд параметров, а данных для предобучения стало 28,5 трлн токенов вместо 23 трлн. Для дообучения с подкреплением лаборатория сделала собственную асинхронную систему, которая, по её словам, ускорила обучение и позволила чаще проводить итерации. По замерам Z.ai, результат на SWE-bench Verified вырос с 73,8 у GLM-4.7 до 77,8, а на тесте по кибербезопасности CyberGym — с 23,5 до 43,2. Компания заявляет, что в программировании модель приближается к Claude Opus 4.5, а среди моделей с открытыми весами первая на BrowseComp, MCP-Atlas и τ²-Bench.

Z.ai позиционирует GLM-5 для «агентной разработки»: сложных инженерных систем и долгих задач, где модель сама вызывает инструменты и выполняет работу в несколько этапов. В документации также названы перевод, извлечение данных из сложных документов, ролевые диалоги и написание сценариев. Модель работает только с текстом: картинки понимает отдельная GLM-5V-Turbo.

Веса опубликованы под свободной лицензией MIT, поэтому модель можно запускать на своём оборудовании и дообучать. При этом 744 млрд параметров требуют серьёзного серверного железа. Сейчас GLM-5 уже не самая новая модель линейки: за ней вышли GLM-5.1, GLM-5.2 и GLM-5.3.

источники:Карточка модели на Hugging Face ↗Документация Z.ai по GLM-5 ↗

Рейтинг Epoch AIСводная оценка общих возможностей модели: статистическая модель выводит её из результатов на многих бенчмарках с учётом их сложностиПодробнее на английском ↗

весь рейтинг

74место из 268индекс 146вероятный разброс 144–148

  • CL-benchУмение выучить новое прямо из длинного текста: вымышленные законы, языки программирования, правила — и решить по ним задачиЗадача засчитывается, только если ответ проходит все проверочные критерии экспертов, поэтому даже лидеры решают около четверти.Подробнее на английском ↗18,7%
  • Chess Puzzles100 новых шахматных задач, позиция дана текстом: нужно найти единственный лучший ход по оценке движка StockfishПодробнее на английском ↗5,3%
  • FrontierMath-Tier-4-2025-07-01-PrivateСамый сложный уровень FrontierMath: исследовательские задачи по математике, на которые у математика уходят часы или дниРезультат посчитан на закрытом наборе задач версии от июля 2025 года; в 2026 году вышла исправленная версия, и числа двух версий не сравнимы.Подробнее на английском ↗3,5%
  • Terminal BenchЗадачи в командной строке по мотивам реальной работы: агент сам выполняет их в терминале, результат проверяют автотестыПодробнее на английском ↗52,4%
  • ARC-AGI-2Вторая, более трудная версия головоломок на клетках: по примерам найти скрытое правило и применить его к новой картинкеНа каждое задание даётся две попытки; люди в среднем решают около 60% заданий.Подробнее на английском ↗4,9%
  • FrontierMath-2025-02-28-PrivateНеопубликованные задачи FrontierMath (уровни 1–3) в версии от 28.02.2025: трудная математика, над которой специалист сидит часамиПодробнее на английском ↗28,8%
  • WeirdMLНеобычные задачи по машинному обучению: модель пишет код, который на выданных данных обучает классификатор, например для распознавания фигурБалл — средняя точность обученных моделью классификаторов, а не доля решённых задач.Подробнее на английском ↗48,2%
  • OTIS Mock AIME 2024-202545 олимпиадных задач по математике из пробных экзаменов AIME школы OTIS; ответ — целое число от 0 до 999Подробнее на английском ↗80,0%
  • SimpleBenchВопросы с подвохом на здравый смысл: пространство, время, поведение людей. 213 вопросов, у каждого шесть вариантов ответаЛюди в проверке авторов набрали около 84%, а балл модели — средняя точность по пяти прогонам.Подробнее на английском ↗43,8%
  • SWE-Bench verifiedНастоящие задачи из GitHub по проектам на Python: модель правит код, а тесты проверяют, решена ли проблемаПо оценке Epoch, в 5–10% задач есть ошибки, поэтому 100% недостижимы; Epoch считает результат по 484 задачам из 500.Подробнее на английском ↗72,1%
  • GPQA diamond198 вопросов с выбором ответа по физике, химии и биологии уровня аспирантуры — такие, что ответ не найти поискомСлучайный выбор даёт 25%, а специалисты с учёной степенью в своей области набирают около 70%.Подробнее на английском ↗83,8%
  • ARC-AGIГоловоломки на цветных клетках: по паре примеров нужно понять правило преобразования картинки и применить его к новойПодробнее на английском ↗44,7%

Новости о модели

все упоминания · 36

  1. В ответах GLM-5.3 в облаке Cloudflare две недели попадались чужие данные

    Из-за ошибки в настройке и бага в открытом движке SGLang 155 ответов на сверхдлинные запросы содержали данные других клиентов Cloudflare.

  2. Z.ai представила GLM-Legal — модель для юристов на базе GLM-5.3-Flash

    Китайская Z.ai дообучила облегчённую GLM-5.3-Flash для работы юристов и уверяет, что на двух юридических тестах GLM-Legal держится вровень с закрытыми передовыми моделями.

  3. Открытая GLM-5.3 умеет взламывать почти как закрытая модель Anthropic

    Команда Anthropic проверила китайскую GLM-5.3: открытая модель сама пишет рабочие эксплойты — программы для взлома — почти как закрытая Claude Mythos Preview от самой Anthropic, а защиту GLM легко обойти или снять.

  4. GLM-5.3 читает часть контекста, но держит в памяти весь, пишет SemiAnalysis

    Модель GLM-5.3 китайской компании Z.ai при ответе смотрит лишь на часть контекста, но хранит его целиком. По расчётам SemiAnalysis, в зависимости от нужной скорости ответа обслуживать её на ускорителях Nvidia на 47–82% дешевле, чем на AMD.

  5. Модель GLM-5.3 помогла Z.ai построить систему для запуска GLM-5.3-Flash

    По словам Z.ai, с помощью GLM-5.3 систему для GLM-5.3-Flash подготовили к работе меньше чем за две недели, а её пропускная способность выросла втрое.

  6. Interconnects заметил, что Z.ai ужесточила лицензию модели GLM-5.3

    Компаниям, которые продают доступ к GLM-5.3 и зарабатывают больше $10 млрд в год, придётся проходить проверку безопасности Z.ai. Авторы Interconnects видят здесь общую тенденцию: китайские лаборатории ужесточают лицензии.

Данные: models.dev (MIT) и Epoch AI (CC BY 4.0).