GLM 4.6 melonjakkan pengguna berbayar Zhipu AI di luar China sepuluh kali ganda ketika alat pengekodan menembusi pasaran global

Detik kejayaan model pengekodan China

Zhipu AI, syarikat pemula dari Beijing di sebalik jenama Z.ai, berkata penggunaan berbayar perkhidmatannya di luar China meningkat sepuluh kali ganda dalam tempoh dua bulan lalu. Syarikat itu kini mempunyai kira-kira 100,000 pelanggan API bulanan yang membayar untuk akses dan sekitar 3 juta pengguna chatbot percuma di luar negara. Lonjakan itu berlaku selepas pelancaran GLM 4.6 pada penghujung September, model yang menyasarkan pengekodan, penaakulan dan aliran kerja ejen. Pelancaran itu segera menjadikan Zhipu sebahagian daripada peralatan harian ramai pembangun, hasil harga yang menarik, laluan integrasi yang mudah dan prestasi praktikal dalam tugasan pengaturcaraan sebenar.

Li Zixuan, yang mengetuai operasi global Zhipu, menyifatkan lonjakan itu sebagai petunjuk arah pergerakan pasaran dan tempat syarikat itu merancang untuk melabur seterusnya. Katanya, permintaan luar negara kini berkembang lebih pantas berbanding penggunaan di dalam negara, dan pasukannya mahu terus membina kehadiran di pelbagai rantau, bukannya mengutamakan satu lokasi sahaja.

Selepas menghuraikan perubahan itu, Li merumuskan strategi tersebut dengan ringkas.

"Kami mahu berkembang di setiap pasaran kerana pertumbuhan di luar negara mengatasi pertumbuhan dalam negara," kata Li Zixuan, ketua operasi global Zhipu AI.

GLM 4.6 diketengahkan sebagai model terbuka yang berkuasa untuk pengekodan. Ia segera disepadukan ke dalam alat pembangun yang sudah digunakan ramai pengatur cara. Claude Code, yang disokong Anthropic, menambah akses kepada GLM 4.6. Ejen pengekodan lain seperti Cline, Roo Code dan Kilo Code turut menyusul. Kilo Code berkata model itu mendorong penggunaan paling pantas pernah dilihat platform tersebut, dengan penggunaan token meningkat 94 kali ganda dalam 12 hari kerana model itu pilihan berharga rendah yang “memadai” berbanding sistem terkemuka AS. Gabungan keupayaan yang praktikal dan nilai berbaloi itu membantu Zhipu menembusi pasaran dalam kalangan pembangun individu dan pasukan kecil di luar China.

Tarikan GLM 4.6 kepada pembangun

GLM 4.6 memperluas tetingkap konteks kepada 200,000 token, membolehkannya membaca dan mengendalikan lebih banyak bahan serentak, seperti pangkalan kod yang besar atau dokumen teknikal yang panjang. Model itu turut meningkatkan kualiti pengekodan, penaakulan dan penggunaan alat. Dalam penilaian syarikat sendiri merentas ejen, penaakulan dan kod, GLM 4.6 menunjukkan peningkatan ketara berbanding GLM 4.5. Ia berintegrasi dengan lebih lancar dengan rangka kerja ejen, mengendalikan panggilan alat semasa inferens dan menghasilkan halaman bahagian hadapan yang lebih kemas berbanding keluaran terdahulu.

Dalam ujian dalaman dan awam, GLM 4.6 mampu bersaing dengan banyak model yang digunakan secara meluas. Prestasinya hampir setara dengan Claude Sonnet 4 dalam perbandingan langsung bagi tugasan ejen CC Bench, dengan kadar kemenangan 48.6 peratus, sambil menggunakan lebih sedikit token berbanding GLM 4.5 untuk menyiapkan tugasan yang sama. Zhipu turut mengakui GLM 4.6 masih ketinggalan berbanding Claude Sonnet 4.5 dalam beberapa penanda aras pengekodan. Keseimbangan itu mencerminkan maklum balas pembangun, yang sering tertumpu pada sama ada sesuatu sistem cukup boleh diharap untuk kerja harian, walaupun bukan model terbaik dalam setiap papan pendahulu.

Pembangun boleh mengakses GLM 4.6 melalui API Z.ai, hab penghalaan seperti OpenRouter atau dengan menjalankan pemberat terbukanya secara setempat. Zhipu telah menerbitkan pemberat model di platform seperti Hugging Face dan ModelScope serta menyokong susunan inferens lazim termasuk vLLM dan SGLang, menjadikan model itu menarik kepada pasukan kejuruteraan yang mahukan kawalan terhadap pelaksanaan. Blog teknikal syarikat itu memperincikan perubahan tersebut dan menerangkan tetapan yang disyorkan untuk pengekodan serta tugasan berbantukan alat. Untuk nota teknikal yang lebih mendalam, Zhipu menyediakan halaman model dan dokumentasi GLM 4.6 melalui saluran rasminya, termasuk blog di z.ai.

Strategi harga dan gagasan “memadai”

Kos ialah sebab utama GLM 4.6 semakin mendapat tempat. Zhipu memasarkan pelan pengekodan yang menurutnya menawarkan prestasi setaraf Claude pada sebahagian kecil harganya. Syarikat itu mengiklankan kos kira-kira satu per tujuh serta kuota penggunaan lebih besar untuk pelanggan berbanding pakej setara pada perkhidmatan AS terkemuka. Nilai tepat bergantung pada penggunaan dan rantau, namun mesejnya jelas. Ramai pembangun mahukan pembantu yang boleh diharap dan sesuai dengan bajet terhad, dan mereka lebih suka menerbitkan kod berbanding mengejar peningkatan kecil dalam penanda aras yang kurang penting.

Bagi pengatur cara bebas, pelajar dan syarikat pemula, alat yang “memadai” pada kadar rendah boleh menjadi penentu sama ada AI digunakan sebagai pembantu harian atau diketepikan selepas tempoh percubaan. GLM 4.6 menunjukkan keupayaan dalam tugasan asas yang sering dihadapi pengatur cara setiap hari, seperti menyahpepijat, menulis fungsi bahagian belakang, menghubungkan integrasi dan menggayakan komponen bahagian hadapan. Ulasan komuniti pembangun menekankan bahawa model itu cekap kos dan, walaupun kadangkala memerlukan pembetulan, kelajuan serta harganya menjadikannya pilihan praktikal untuk kerja rutin.

Zhipu turut menyatakan model itu menyiapkan tugasan dengan lebih sedikit token berbanding model terdahulunya. Perkara itu penting kepada pengguna yang membayar mengikut token kerana bil token yang lebih rendah untuk tugasan sama mengurangkan jumlah kos pemilikan. Syarikat itu menggabungkan dakwaan kecekapan tersebut dengan laluan naik taraf yang mudah. Pelanggan pelan pengekodannya akan beralih secara automatik kepada GLM 4.6, manakala perubahan konfigurasi aplikasi hanya memerlukan pemilihan nama model baharu.

Integrasi dengan alat global dan perdebatan baharu tentang asal usul model

Salah satu sebab GLM 4.6 tersebar pantas ialah keserasiannya dengan alat yang sudah dipercayai pembangun. Claude Code, Cline, Roo Code dan Kilo Code semuanya menyokongnya. Dalam praktiknya, pengatur cara boleh bertukar antara penyedia dalam ejen pengekodan yang sama, membandingkan hasil bagi sesuatu masalah dan memilih model yang mengimbangi kelajuan, kualiti serta kos. Kemudahan integrasi itu membantu Zhipu memanfaatkan pertumbuhan pembantu pengekodan berasaskan ejen yang mengendalikan tugasan berbilang langkah melalui penggunaan alat, carian web dan operasi repositori.

Momentum itu turut mencetuskan semula perdebatan tentang asal usul beberapa alat pengekodan baharu dari AS. Dua perkhidmatan berprofil tinggi yang dilancarkan dalam beberapa minggu kebelakangan ini, termasuk model baharu daripada Cognition AI bernama SWE 1.5 dan alat Composer daripada Cursor, menjadi perhatian pengguna yang menyedari kedua-dua sistem itu kelihatan mempunyai ciri tingkah laku model China. Satu alat menjana log penaakulan dalam bahasa Cina, manakala satu lagi mengakui ia dibina berasaskan model terbuka terkemuka tanpa menamakannya.

Zhipu mengulas perkara itu secara terbuka. Dalam satu kenyataan, syarikat itu berkata pihaknya percaya salah satu alat tersebut menggunakan model terbaharunya sebagai asas.

"Kami percaya SWE 1.5 menggunakan GLM 4.6 terbaharu kami sebagai model asas," kata Zhipu AI dalam kenyataan menjawab soalan tentang asal usul model.

Perbincangan itu lebih berkaitan dengan norma berbanding undang-undang. Lesen terbuka membenarkan penggunaan semula secara komersial, termasuk tanpa atribusi, sebab itulah sistem bertaraf dunia dengan pemberat terbuka sering menjadi asas kepada banyak produk hiliran. Sesetengah pakar menegaskan bahawa nilai unik alat komersial boleh datang daripada penalaan halus, saluran paip data dan kejuruteraan sistem yang ditambah pada model asas.

Florian Brand, penyelidik di Universiti Trier yang mengkaji model terbuka, merumuskan pandangan itu.

"Penalaan halus itulah ramuan rahsianya," kata Florian Brand, merujuk latihan tersuai dan kejuruteraan yang menjadikan model asas sebuah produk yang kemas.

Tumpuan luar negara dan kekangan di dalam negara

Lonjakan di luar negara mencerminkan faktor tarikan dan tolakan. Permintaan luar negara terhadap AI pengekodan mampu milik adalah tinggi, dan Zhipu memenuhinya dengan model yang mudah diintegrasikan serta murah untuk dijalankan. Di dalam negara, syarikat itu berdepan saluran sektor awam yang lebih perlahan dan persaingan yang semakin sengit. Pengurusan syarikat berkata pertumbuhan luar negara kini mengatasi pengembangan dalam negara, sebab itulah Zhipu melabur di pasaran tempat pembangun sudah membayar untuk alat AI.

Pelabur mula memberikan perhatian. Syarikat itu dinilai kira-kira 40 bilion yuan dan sedang membuat persediaan untuk penyenaraian saham yang disasarkan pada 2026. Zhipu diasaskan pada 2019 sebagai syarikat terbitan Universiti Tsinghua dan kini menjadi antara firma AI China yang paling menonjol. Walaupun belum mengejar perniagaan langganan pengguna pasaran massa untuk menyaingi platform AS, syarikat itu memberi tumpuan kepada urus niaga perusahaan dan langganan pengekodan untuk pembangun bagi membina pendapatan yang lebih terjamin.

Geopolitik masih mempengaruhi keputusan pembeli. Zhipu berkata pelanggan di negara ketiga selesa menggunakan perkhidmatannya apabila data boleh dihoskan secara setempat atau apabila syarikat itu menjamin tiada penyimpanan data. Gabungan pengehosan setempat dan dasar penyimpanan yang ketat itu semakin menjadi pendekatan standard bagi penyedia AI untuk menangani kebimbangan privasi merentas sempadan.

Prestasi GLM 4.6 melangkaui papan pendahulu

Penanda aras membantu menggambarkan keupayaan, namun perkara yang penting bagi pembangun ialah sama ada model boleh menyiapkan tugasan sebenar. Zhipu memperluas penilaian CC Bench agar merangkumi tugasan berbilang langkah yang lebih sukar dalam pembangunan bahagian hadapan, pembinaan alat, analisis data, pengujian dan masalah algoritma. Dalam percubaan itu, penilai manusia bekerja dengan model dalam persekitaran terpencil untuk menilai sejauh mana sistem mengendalikan aliran kerja berbilang pusingan yang realistik. GLM 4.6 meningkat berbanding GLM 4.5 dan mencapai prestasi hampir setara dengan Claude Sonnet 4 dalam tugasan ejen tersebut. Ia juga menyiapkan tugasan dengan kira-kira 15 peratus lebih sedikit token berbanding GLM 4.5, menunjukkan kecekapan yang lebih baik dalam penggunaan sebenar.

Pembangun melaporkan bahawa GLM 4.6 lebih baik mengendalikan repositori berbilang fail dan boleh merancang urutan yang lebih panjang semasa membina ciri. Model itu kurang melakukan kesilapan konteks dalam projek besar kerana boleh membaca lebih banyak fail serentak. Ia turut menghasilkan komponen bahagian hadapan yang lebih kemas dan boleh menjana halaman penuh yang memerlukan lebih sedikit suntingan, walaupun penggayaan rumit dan kes pinggiran masih mendapat manfaat daripada semakan manusia. Peningkatan sebegitulah yang penting dalam rutin harian pasukan perisian.

Maksud tetingkap konteks dan token

Token ialah unit kecil teks yang digunakan model untuk membaca dan menulis. Anggaplah ia sebagai cebisan perkataan. Harga API sering bergantung pada jumlah token yang digunakan oleh model. Sebab itulah kecekapan penting. Jika model dapat menyiapkan tugasan dengan lebih sedikit token, bil akan berkurang dan interaksi biasanya terasa lebih pantas.

Tetingkap konteks ialah jumlah teks yang boleh dipertimbangkan oleh model pada satu-satu masa. Tetingkap konteks yang lebih besar membolehkan model membaca lebih banyak fail dan arahan sebelum mula bekerja. Dengan konteks 200,000 token, GLM 4.6 boleh meneliti rantaian fungsi yang panjang, fail konfigurasi dan suite ujian sekaligus, sesuatu yang penting untuk kerja pengaturcaraan sebenar. Ia tidak menghapuskan keperluan untuk arahan yang teliti dan strategi penggunaan alat, namun mengurangkan proses berulang-alik yang melambatkan pembangun dalam projek besar.

Risiko, peraturan dan akses

Firma AI China beroperasi dalam keadaan kawalan eksport, kekangan rantaian bekalan dan penelitian kawal selia di pelbagai bidang kuasa. Persekitaran itu mempengaruhi rancangan latihan dan pelaksanaan. Model berpemberat terbuka seperti GLM 4.6 boleh membantu dengan memberikan pelanggan lebih kawalan terhadap lokasi dan cara sistem dijalankan, termasuk di premis sendiri atau di rantau awan pilihan. Walaupun pilihan tersebut tersedia, pembeli masih menilai sokongan jangka panjang, komitmen tahap perkhidmatan dan ciri pematuhan sebelum memilih penyedia.

Pengendalian data ialah antara kebimbangan terbesar. Tawaran Zhipu kepada pelanggan luar negara merangkumi pengehosan data setempat dan tetapan tanpa penyimpanan data. Tujuannya adalah untuk memastikan kod dan dokumen sensitif kekal dalam rantau pilihan pelanggan, sambil mereka mendapat manfaat daripada pembantu pengekodan berkualiti tinggi. Bagi banyak pasukan, tetapan itu merupakan kompromi yang munasabah antara prestasi, privasi dan kos.

Pasaran pembantu pengekodan yang semakin sesak

Pasaran pembantu pengekodan kini sesak dengan perkhidmatan matang dan pemain baharu. GitHub Copilot mempopularkan kategori ini. Model daripada OpenAI dan Anthropic menggerakkan alat premium dengan keupayaan penaakulan dan pengurusan konteks yang kukuh. Pemain China berkembang pesat dengan sistem seperti DeepSeek dan Qwen, manakala syarikat pemula di pelbagai rantau membina pembantu IDE berasaskan ejen yang menyelaraskan carian, analisis, suntingan kod dan ujian dalam satu kitaran.

Dalam landskap itu, Zhipu bergantung pada tiga pembeza utama. Pertama, harga. Syarikat itu meletakkan GLM 4.6 sebagai alat praktikal yang berprestasi baik pada kos lebih rendah. Kedua, keterbukaan. Akses kepada pemberat model dan sokongan untuk rangka kerja inferens lazim menjadikannya menarik kepada pasukan yang mahu menyesuaikan atau mengehoskannya sendiri. Ketiga, integrasi. Dengan berfungsi lancar bersama ejen pengekodan popular dan menyediakan pilihan API yang mudah, Zhipu mengurangkan usaha yang diperlukan untuk mencuba dan menggunakan modelnya. Faktor-faktor itu tidak menjamin penguasaan pasaran. Namun, ia membuka laluan yang meyakinkan kepada pertumbuhan berterusan dalam kalangan pembangun yang mengutamakan kebolehpercayaan, kawalan dan bil yang berpatutan pada penghujung bulan.

Pandangan kepimpinan tentang langkah seterusnya

Ketua eksekutif Zhipu, Zhang Peng, pernah bercakap secara terbuka tentang kadar kemajuan AI canggih. Beliau berhujah bahawa perbincangan tentang kecerdasan buatan super sering mengaburkan perkara penting, dan sebarang jangka masa patut dianggap sebagai sasaran yang sentiasa berubah. Perkara yang penting bagi pelanggan ialah sama ada model mampu mengatasi manusia dalam tugasan khusus yang mereka perlukan, dan sama ada peningkatan itu menghasilkan produktiviti sebenar.

Dalam acara pelancaran baru-baru ini, Zhang menjelaskan pandangannya tentang beberapa tahun akan datang.

"Mencapai atau mengatasi kecerdasan manusia menjelang 2030 mungkin bermakna mengatasi manusia dalam bidang tertentu, tetapi masih ketinggalan dalam banyak bidang lain," kata Zhang Peng, CEO Zhipu AI.

Pendirian pragmatik itu selari dengan pilihan produk syarikat. Zhipu tidak berlumba-lumba untuk memenangi setiap pasaran langganan pengguna. Syarikat itu memberi tumpuan kepada perusahaan dan pelan pengekodan berorientasikan pembangun, sambil mengekalkan chatbot percuma yang mudah diakses untuk membantu pengguna baharu mula menggunakan perkhidmatannya. Matlamat jangka pendeknya bukan untuk menentukan kemuncak kecerdasan. Sebaliknya, ia mahu menyediakan model yang membantu orang ramai melancarkan ciri, membaiki pepijat dan bekerja lebih pantas sambil mengawal kos.

Perkara penting

• Zhipu AI berkata pengguna berbayar di luar negara meningkat sepuluh kali ganda dalam tempoh dua bulan kepada kira-kira 100,000 pelanggan API bulanan, dengan 3 juta pengguna chatbot percuma di luar China.
• Peningkatan itu menyusuli pelancaran GLM 4.6, model pengekodan dan penaakulan yang pantas diintegrasikan ke dalam alat seperti Claude Code, Cline, Roo Code dan Kilo Code.
• Kilo Code melaporkan penggunaan terpantas yang pernah dilihatnya, dengan penggunaan token GLM 4.6 meningkat 94 kali ganda dalam 12 hari disebabkan kosnya yang lebih rendah.
• GLM 4.6 memperluas tetingkap konteks kepada 200,000 token, meningkatkan penggunaan alat dan prestasi ejen, serta menyiapkan tugasan dengan kira-kira 15 peratus lebih sedikit token berbanding GLM 4.5.
• Model itu hampir setara dengan Claude Sonnet 4 dalam tugasan ejen CC Bench, namun masih ketinggalan berbanding Claude Sonnet 4.5 dalam beberapa ujian pengekodan.
• Pemberat terbuka tersedia untuk pelaksanaan setempat, dan model itu menyokong susunan inferens seperti vLLM dan SGLang.
• Zhipu menekankan strategi harga rendah dan mempromosikan pelan pengekodan yang menurutnya menawarkan prestasi setaraf Claude pada sebahagian kecil kosnya.
• Syarikat itu dinilai kira-kira 40 bilion yuan dan sedang membuat persediaan untuk kemungkinan penyenaraian saham pada 2026, sambil memberi tumpuan kepada pertumbuhan perusahaan dan pembangun di luar negara.