Zhipu AI выпустила GLM-5.2 с контекстом в 1 млн токенов
Открытая модель GLM-5.2 от Zhipu AI поддерживает контекст в 1 млн токенов, содержит 753 млрд параметров, распространяется по лицензии MIT и допускает локальное развёртывание.
Китайский стартап Zhipu AI представил открытый языковой модел GLM-5.2, рассчитанный на работу с длинным контекстом, агентные сценарии и задачи программирования на английском и китайском языках. Модель оцифрована в 753 млрд параметров и доступна в репозитории Hugging Face.
В описании проекта указаны несколько уровней «интенсивности рассуждений», которые позволяют выбирать соотношение между качеством вывода и задержкой ответа. Архитектура включает механизм IndexShare и обновлённый слой MTP для спекулятивной декодировки. IndexShare повторно использует один индексатор на четыре слоя разреженного внимания, что, по расчётам разработчиков, сокращает число операций на токен примерно в 2,9 раза. Обновлённый MTP увеличивает длину подтверждения около на 20%, что должно повысить эффективность спекулятивной генерации токенов.
Внутренние тесты, приведённые компанией, показывают, что GLM-5.2 обошла другие открытые модели в трёх бенчмарках: FrontierSWE, PostTrainBench и SWE-Marathon. В стандартных тестах по задачам программирования разработка продемонстрировала лучшие результаты среди моделей с открытым исходным кодом.
Для развёртывания Zhipu AI заявляет поддержку SGLang, vLLM, Transformers, KTransformers и Docker Model Runner. Также опубликованы варианты квантизации, совместимые с llama.cpp, Ollama и LM Studio, что позволяет запускать модель на локальных серверах и в условиях ограниченных вычислительных ресурсов.
Модель распространяется по лицензии MIT. Лицензия даёт право на использование, модификацию и распространение без ограничений, характерных для проприетарных продуктов.
В отраслевом контексте в июне была представлена модель Rio 3.5 Open 397B от IplanRIO; спустя день команда Nex указала, что эта модель содержит элементы Nex-N2-Pro и Qwen3.5-397B-A17B. Этот эпизод привлёк внимание к вопросам происхождения данных и методик обучения у открытых моделей.
Zhipu AI описывает GLM-5.2 как инструмент для задач с длинным контекстом, агентных сценариев и помощи при написании кода. В документации отмечены архитектурные оптимизации, направленные на снижение вычислительных затрат и ускорение отклика при обработке больших объёмов входной информации.
Материалы на GNcrypto предоставляются исключительно в информационных целях и не являются финансовой рекомендацией. Мы стремимся публиковать точные и актуальные данные, однако не можем гарантировать их абсолютную достоверность, полноту или надёжность. GNcrypto не несёт ответственности за возможные ошибки, упущения или финансовые потери, возникшие вследствие использования данной информации. Все действия вы совершаете на свой страх и риск. Всегда проводите собственный анализ и консультируйтесь с профессионалами. Подробнее см. в наших страницах Условия, Политика конфиденциальности и Отказ от ответственности.
Статьи этого автора
