Zhipu AI China Memperkenalkan GLM-5: Model Sumber Terbuka 744 Bilion Parameter yang Dilatih Menggunakan Cip Tempatan

Gerakan Kemerdekaan AI China Mencapai Skala Barisan Hadapan

Startup kecerdasan buatan China, Zhipu AI, yang beroperasi di peringkat antarabangsa dengan jenama Z.ai, telah melancarkan GLM-5, model bahasa besar dengan 744 bilion parameter yang menjadi sistem AI berskala barisan hadapan pertama dilatih sepenuhnya menggunakan perkakasan domestik China tanpa bergantung pada teknologi semikonduktor Amerika. Pengumuman pada 11 Februari itu melonjakkan saham syarikat yang disenaraikan di Hong Kong, dengan nama rasmi Knowledge Atlas Technology, hampir 30 peratus kepada 405 dolar Hong Kong ketika ditutup. Harga itu empat kali ganda lebih tinggi berbanding harga tawaran awam permulaan sebulan sebelumnya. Syarikat itu mengumpul kira-kira 558 juta dolar menerusi IPO pada Januari 2026, sekali gus menjadi syarikat model asas pertama yang disenaraikan di bursa saham di seluruh dunia. Ditubuhkan pada 2019 sebagai pecahan daripada Universiti Tsinghua, Zhipu AI pantas mengukuhkan kedudukannya sebagai peneraju pembangunan AI sumber terbuka.

Model itu dilancarkan ketika gelombang pelancaran daripada syarikat teknologi China semakin rancak menjelang cuti Tahun Baharu Cina. Namun, GLM-5 tampil berbeza menerusi gabungan skala teknikal, ketersediaan sumber terbuka di bawah lesen MIT yang permisif, serta kebebasan sepenuhnya daripada unit pemprosesan grafik NVIDIA. Sebaliknya, Zhipu AI menggunakan cip Huawei Ascend dan rangka kerja MindSpore untuk melatih sistem itu, satu perkembangan yang membawa implikasi besar terhadap dinamik rantaian bekalan global bagi infrastruktur kecerdasan buatan. Pencapaian ini membuktikan latihan AI barisan hadapan boleh dilakukan di luar ekosistem NVIDIA, membuka ruang kepada kepelbagaian perkakasan dan mengurangkan risiko kebergantungan pada satu vendor dalam industri. Masa pelancaran itu menyerlahkan desakan Beijing untuk mempamerkan kemajuan dalam usaha mencapai sara diri cip domestik ketika Washington memperketat sekatan eksport semikonduktor mewah.

Seni Bina dan Skala Teknikal

GLM-5 berkembang dengan ketara berbanding pendahulunya, GLM-4.7, yang mempunyai 355 bilion parameter. Model baharu itu menggandakan kapasiti tersebut kepada 744 bilion parameter keseluruhan, sambil menggunakan seni bina Mixture of Experts yang mengaktifkan hanya 40 bilion parameter bagi setiap tugasan inferens. Pendekatan ini menggunakan 256 modul pakar, dengan lapan diaktifkan bagi setiap token, membolehkan sistem mencapai prestasi tinggi sambil mengurus kos pengiraan dengan cekap. Seni bina itu mencerminkan peralihan kepada corak pengaktifan jarang yang memaksimumkan keupayaan tanpa peningkatan linear dalam perbelanjaan operasi, pertimbangan penting bagi organisasi yang menggunakan model besar pada skala luas.

Set data latihan turut berkembang seiring, daripada 23 trilion token pada generasi terdahulu kepada 28.5 trilion token bagi GLM-5. Inovasi teknikal utama termasuk penggunaan DeepSeek Sparse Attention, mekanisme yang mula-mula diperkenalkan oleh startup DeepSeek yang berpangkalan di Hangzhou. Mekanisme ini membolehkan model memproses tetingkap konteks sehingga 200,000 token sambil mengekalkan kapasiti output sebanyak 131,000 token, antara angka tertinggi dalam industri. Keupayaan konteks panjang ini membolehkan model mengendalikan dokumen besar, keseluruhan pangkalan kod, koleksi kertas penyelidikan dan transkrip video dalam satu sesi, sekali gus membolehkan penaakulan kompleks merentas input yang luas. Mekanisme perhatian jarang itu secara khusus menangani beban pengiraan yang lazimnya membebankan model perhatian padat ketika memproses jujukan panjang.

Prestasi Penanda Aras dan Keupayaan Pengekodan

Menurut ujian dalaman yang diterbitkan oleh Zhipu AI, prestasi GLM-5 meletakkannya di kedudukan teratas dalam penarafan model sumber terbuka dan hampir menyaingi sistem proprietari Barat. Dalam SWE-bench Verified, penanda aras yang diiktiraf luas untuk mengukur keupayaan kejuruteraan perisian dunia sebenar, model itu memperoleh 77.8 peratus, mengatasi Gemini 3 Pro Google DeepMind yang mendapat 76.2 peratus, dan menghampiri Claude Opus 4.5 Anthropic pada 80.9 peratus. Syarikat itu mengakui Claude kekal sebagai model pengekodan terunggul secara keseluruhan, namun menegaskan kepimpinan GLM-5 dalam kalangan sistem terbuka. Dalam SWE-bench Multilingual, GLM-5 memperoleh 73.3 peratus, menunjukkan prestasi kukuh merentas pelbagai bahasa pengaturcaraan.

Model itu menunjukkan kekuatan khusus dalam tugasan operasi berjangka panjang. Dalam Vending Bench 2, yang mensimulasikan operasi perniagaan berpanjangan dan memerlukan prestasi autonomi berterusan, GLM-5 mencapai baki akaun akhir sebanyak 4,432 dolar, menduduki tempat pertama dalam kalangan semua model sumber terbuka yang diuji. Dalam BrowseComp, penanda aras untuk mendapatkan dan mensintesis maklumat, sistem itu memperoleh 75.9 mata, sekali lagi mendahului kategori sumber terbuka. Model itu turut memperoleh 50.4 mata dalam Humanity's Last Exam dengan alat diaktifkan, dan 89.7 dalam Tau Squared Bench, menandakan keupayaan penaakulan logik berbilang langkah yang kukuh. Dalam Terminal-Bench 2.0, sistem itu memperoleh 56.2 peratus, meningkat kepada 60.7 peratus dalam versi disahkan.

Penilaian kejuruteraan dalaman dalam CC-Bench-V2 menunjukkan GLM-5 mencapai kadar kejayaan binaan bahagian hadapan sebanyak 98 peratus dan ketepatan hujung ke hujung sebanyak 74.8 peratus, berbanding masing-masing 93 peratus dan 75.7 peratus bagi Claude Opus 4.5. Model itu turut menunjukkan prestasi 65.6 peratus dalam tugasan repositori besar berjangka panjang. Keputusan ini menunjukkan sistem tersebut berupaya mengendalikan aliran kerja pembangunan tindanan penuh yang kompleks serta projek berbilang fail.

Lukas Petersson, pengasas bersama startup protokol AI autonomi yang menumpukan keselamatan, Andon Labs, menjalankan penilaian bebas terhadap jejak GLM-5 menerusi penanda aras Vending Bench 2. Beliau mendapati model itu mencapai matlamat melalui pelaksanaan taktikal yang agresif, namun memberi amaran tentang batasan kesedaran situasi berbanding alternatif Barat yang terkemuka.

Selepas berjam-jam membaca jejak GLM-5: model yang amat berkesan, tetapi jauh kurang peka terhadap situasi. Ia mencapai matlamat menerusi taktik agresif tetapi tidak menaakul situasinya atau memanfaatkan pengalaman. Ini menakutkan. Beginilah caranya anda mendapat pemaksimum klip kertas.

Zhipu AI turut menonjolkan kadar halusinasi terendah yang pernah dicapai, dengan skor negatif satu pada Artificial Analysis Omniscience Index versi 4.0, iaitu peningkatan 35 mata berbanding generasi terdahulu. Metrik ini menunjukkan keupayaan model yang dipertingkat untuk mengenali batas pengetahuan dan tidak menghasilkan maklumat rekaan apabila tidak pasti, satu keupayaan penting bagi persekitaran perusahaan yang menggunakan sistem dalam operasi sebenar, apabila ketepatan menjadi keutamaan.

Inovasi Latihan dan Kedaulatan Perkakasan

Selain metrik prestasi mentah, proses pembangunan GLM-5 menandakan detik penting bagi kedaulatan teknologi. Model itu dilatih sepenuhnya menggunakan cip Huawei Ascend siri 910, tanpa sebarang kebergantungan pada perkakasan NVIDIA yang kini dikenakan sekatan eksport Amerika Syarikat terhadap sektor pengkomputeran canggih China. Langkah ini sejajar dengan usaha lebih luas China untuk mencapai sara diri semikonduktor, dengan sasaran mencapai tahap kebebasan yang besar dalam cip pusat data menjelang 2027. Bagi industri AI global, ini menandakan kepelbagaian perkakasan dalam latihan AI bukan sahaja mungkin, malah sudah berlaku pada skala barisan hadapan.

Bagi menangani ketidakcekapan latihan pada skala ini, Zhipu AI membangunkan infrastruktur pembelajaran pengukuhan tak segerak baharu yang diberi nama kod dalaman slime. Pendekatan pembelajaran pengukuhan tradisional sering menghadapi kesesakan penjanaan yang menggunakan lebih 90 peratus masa latihan. Rangka kerja slime mengatasi kekangan ini dengan membolehkan trajektori dijana secara berasingan, sekali gus membolehkan lelaran terperinci yang diperlukan untuk tingkah laku berasaskan ejen yang kompleks melalui pengoptimuman peringkat sistem, termasuk Active Partial Rollouts. Rangka kerja itu menggunakan sistem modular tiga bahagian yang terdiri daripada modul latihan berprestasi tinggi berasaskan Megatron-LM, modul rollout yang menggunakan SGLang dan penghala tersuai untuk menjana data berdaya pemprosesan tinggi, serta Data Buffer berpusat yang mengurus permulaan prompt dan penyimpanan rollout.

Syarikat itu turut mengoptimumkan GLM-5 untuk penggunaan merentas ekosistem luas platform semikonduktor domestik China selain Huawei, termasuk cip daripada Moore Threads, Cambricon, Kunlunxin, MetaX, Enflame dan Hygon. Melalui pengoptimuman kernel dan kuantifikasi model, sistem itu mencapai kadar pemprosesan yang sesuai pada platform alternatif ini, menandakan kematangan timbunan pengkomputeran AI domestik yang menyokong matlamat strategik China untuk membina infrastruktur mantap yang disokong secara tempatan. Keserasian ini mengurangkan kebergantungan pada mana-mana satu vendor perkakasan dan menunjukkan daya maju pemecut AI alternatif.

Kejuruteraan Berasaskan Ejen dan Penjanaan Dokumen

Zhipu AI meletakkan GLM-5 sebagai alat untuk kejuruteraan berasaskan ejen, bukannya AI perbualan ringkas, mencerminkan evolusi industri daripada apa yang digelar syarikat itu sebagai pengekodan vibe kepada kejuruteraan sistem menyeluruh. Sistem ini dilengkapi Agent Mode terbina dalam yang mampu memecahkan objektif peringkat tinggi kepada subtugasan yang boleh dilaksanakan, menyelaraskan penggunaan alat dan melaksanakan aliran kerja secara autonomi untuk menghasilkan keputusan yang sedia digunakan. Paradigma yang mengutamakan penyampaian ini melangkaui perbualan kepada pelaksanaan langsung, membolehkan pengguna menetapkan kriteria kualiti sementara AI mengendalikan butiran pelaksanaan.

Keupayaan tersendiri model ini ialah penjanaan langsung dokumen pejabat profesional. Model itu boleh menukar prompt atau data mentah kepada dokumen Microsoft Word, fail PDF dan hamparan Excel berformat tanpa memerlukan pemformatan manual atau langkah pemprosesan perantaraan. Kegunaannya termasuk penjanaan automatik laporan kewangan, cadangan penajaan dan visualisasi analisis data yang kompleks, termasuk carta dan jadual yang boleh dieksport dalam format standard. Pengguna boleh memuat naik data dan menerima analisis serta-merta dengan hasil yang boleh dieksport dalam format xlsx, csv atau png.

Bagi pembangun perisian, Zhipu AI menawarkan GLM Coding Plan, perkhidmatan langganan yang boleh disepadukan dengan lebih 20 persekitaran pembangunan popular, termasuk Claude Code, Cursor, Cline, Roo Code, OpenCode, Kilo Code, Crush dan Goose. Pelan itu menawarkan akses berperingkat, daripada pilihan Lite pada harga 10 dolar sebulan yang memberikan penggunaan tiga kali ganda berbanding Claude Pro, kepada peringkat Pro berharga 30 dolar dengan masa respons 40 hingga 60 peratus lebih pantas, dan peringkat Max berharga 80 dolar yang menjamin prestasi waktu puncak serta akses awal kepada ciri baharu. Semua pelan menyokong keupayaan Vision Understanding, Web Search MCP dan Web Reader MCP. Syarikat itu mendakwa model langganan ini menyediakan puluhan bilion token setiap bulan pada kira-kira satu peratus daripada harga API standard, dengan kelajuan melebihi 55 token sesaat untuk interaksi masa nyata.

Strategi Komersial dan Kekangan Infrastruktur

Walaupun mencapai kejayaan teknikal, Zhipu AI berdepan kekangan infrastruktur segera yang memaksanya melaraskan harga. Syarikat itu menaikkan harga GLM Coding Plan sebanyak 30 peratus berkuat kuasa 11 Februari, dengan alasan pertumbuhan pesat jumlah pengguna dan penggunaan telah menolak sumber pengkomputeran hingga ke hadnya. Dalam kenyataan awam, syarikat itu mengakui kapasiti pengkomputeran sangat terhad, sambil menyatakan bahawa sebelum pelancaran GLM-5 lagi, setiap cip yang tersedia sudah beroperasi pada kapasiti maksimum untuk memenuhi permintaan inferens sedia ada. Diskaun pembelian pertama dimansuhkan, namun pilihan bil suku tahunan dan tahunan kini menawarkan penjimatan masing-masing 10 dan 30 peratus.

Penggunaan GLM-5 secara setempat memerlukan kira-kira 1,490 gigabait memori, hampir dua kali ganda saiz GLM-4.7. Keperluan perkakasan ini menjadi halangan bagi organisasi kecil yang mahu menjalankan model itu di premis sendiri, walaupun pemberat terbuka masih tersedia di HuggingFace dan ModelScope bagi mereka yang mempunyai sumber mencukupi. Bagi pengguna API awan, tekanan terhadap infrastruktur menimbulkan kemungkinan ketidakpastian berhubung had kadar penggunaan atau masa respons yang merosot ketika syarikat meningkatkan kapasiti untuk memenuhi permintaan.

Harga akses API meletakkan GLM-5 sebagai alternatif kos rendah yang menggugat model proprietari Barat. Token input berharga kira-kira satu dolar bagi setiap sejuta token, manakala token output berharga tiga dolar 20 sen bagi setiap sejuta token. Ini berbanding harga Anthropic Claude Opus 4.6 sebanyak lima dolar bagi setiap sejuta token input dan 25 dolar bagi setiap sejuta token output, menjadikannya kira-kira enam hingga 10 kali lebih murah bergantung pada corak penggunaan. GPT-5.2 berharga 1.75 dolar bagi setiap sejuta token input dan 14 dolar bagi setiap sejuta token output, masih jauh lebih mahal berbanding GLM-5. Grok 4.1 Fast berharga 20 sen bagi setiap sejuta token input, menjadikannya pilihan yang lebih murah, namun dengan profil keupayaan yang berbeza.

Landskap Persaingan dan Masa Pelancaran

Pelancaran GLM-5 berlangsung serentak dengan bertalu-talu pengumuman daripada makmal AI China yang bersaing, memperlihatkan keupayaan teknologi domestik secara tertumpu menjelang cuti Tahun Baharu Cina. DeepSeek mengemas kini model utamanya pada hari yang sama, meningkatkan kapasiti tetingkap konteks sepuluh kali ganda kepada lebih sejuta token. MiniMax, yang melengkapkan IPO di Hong Kong bersama Zhipu pada Januari, melancarkan model M2.5 dengan alat berasaskan ejen yang dipertingkat, melonjakkan sahamnya hampir 50 peratus sepanjang minggu itu. Pelancaran lain termasuk model penjanaan video Seedance 2.0 daripada ByteDance, sistem multimodal bersepadu Ming-Flash-Omni 2.0 daripada Ant Group yang mampu menjana pertuturan dan muzik, serta model Kimi 2.5 daripada Moonshot AI yang dilancarkan pada akhir Januari.

Perdana Menteri China Li Qiang menekankan pembangunan sumber pengkomputeran dan infrastruktur tenaga yang diselaraskan untuk menyokong perkembangan pesat ini dalam ucapan dasar pada 11 Februari. Beliau menyeru penggunaan AI secara berskala dan pengkomersialan teknologi itu, di samping penyelarasan sumber yang lebih baik. Beliau turut menekankan rancangan untuk menambah baik persekitaran bagi bakat dan syarikat AI. Masa pelancaran yang serentak itu mencerminkan kedudukan strategik dalam sektor AI China, apabila syarikat semakin menyelaraskan pengumuman utama bagi memaksimumkan impak dan memperlihatkan kemajuan bersama dalam menyaingi kepimpinan teknologi Amerika.

Bagi pelabur, kenaikan saham startup AI tulen berbeza dengan kelemahan konglomerat teknologi lebih besar seperti Tencent dan Alibaba, yang masing-masing menyaksikan saham merosot 2.6 dan 2.1 peratus dalam tempoh sama. Ini menunjukkan pasaran lebih menggemari firma kecerdasan buatan khusus berbanding syarikat gergasi yang pelbagai bidang. Penganalisis Jefferies menyatakan model China menunjukkan keupayaan AI berasaskan ejen yang kukuh, sekali gus meletakkannya pada kedudukan baik untuk memanfaatkan penggunaan pesat dalam perusahaan. Indeks Hang Seng Tech Hong Kong merosot 1.7 peratus secara keseluruhan, menyerlahkan sifat terpilih minat pelabur.

Perkara Utama

• Zhipu AI melancarkan GLM-5, model bahasa sumber terbuka dengan 744 bilion parameter yang dilatih sepenuhnya menggunakan cip Huawei Ascend tanpa perkakasan NVIDIA, menandakan pencapaian penting dalam usaha China mencapai kebebasan infrastruktur AI.
• Model itu memperoleh 77.8 peratus dalam penanda aras pengekodan SWE-bench Verified, menghampiri Claude Opus 4.5 daripada Anthropic, dan menduduki tempat pertama dalam kalangan model sumber terbuka dalam Vending Bench 2 dan BrowseComp.
• GLM-5 menggunakan seni bina Mixture of Experts dengan 256 pakar serta DeepSeek Sparse Attention untuk memproses tetingkap konteks 200,000 token sambil mengekalkan kecekapan pengiraan.
• Sistem itu mencatatkan kadar halusinasi terendah dengan skor negatif satu pada Artificial Analysis Omniscience Index, iaitu peningkatan 35 mata berbanding generasi terdahulu.
• Zhipu AI menaikkan harga langganan GLM Coding Plan sebanyak 30 peratus akibat tekanan infrastruktur, manakala saham syarikat yang disenaraikan di Hong Kong melonjak hampir 30 peratus susulan pengumuman itu.
• Pelancaran itu bertepatan dengan kemas kini utama daripada DeepSeek, MiniMax, ByteDance dan Ant Group, sekali gus meningkatkan persaingan dalam sektor AI China menjelang cuti Tahun Baharu Cina.