Китайская нейросеть GLM-5 уделала почти всех и раздаётся бесплатно

Post Thumbnail

Знаете, что самое обидное для гигантов из Кремниевой долины? Когда тебя обходит открытая модель из Китая, которая ещё и стоит на порядок дешевле. Именно это сейчас происходит с новой нейросетью GLM-5 от компании Z.ai. И масштаб события реально впечатляет.

По оценке аналитиков из Artificial Analysis, эта модель вышла на уровень Claude Opus 4.5, а в рейтинге обогнала Gemini 3 Pro, и GPT-5.2 Codex. Открытая модель с открытыми весами — против закрытых титанов индустрии. Каково?

Но самое сочное — GLM-5 практически не галлюцинирует. В специальном бенчмарке AA-Omniscience, который проверяет склонность ИИ к выдумкам, она набрала 66%. Это 1 место. Для сравнения: Claude Sonnet 4.5 на 2 месте и у него 52%.

С кодингом тоже всё отлично. На тестах программирования GLM-5 не уступает закрытым лидерам, а кое-где и опережает. Правда, в научных задачах модель пока заметно проигрывает GPT и Claude — идеала не существует.

Теперь про «подвох». Модель содержит 744 миллиарда параметров, из которых 40 миллиардов активных. Для работы с длинным контекстом туда интегрирован механизм Dynamically Sparse Attention от DeepSeek. На домашнем компьютере такое, конечно, не запустишь. Нужны сотни гигабайт видеопамяти. Зато пользоваться GLM-5 можно абсолютно бесплатно на сайте Z.ai.

По бенчмаркам — 1 место среди открытых моделей. 77,8% на SWE-bench Verified, лидерство на Vending Bench 2, BrowseComp и MCP-Atlas.

Выход GLM-5 — это не просто очередной китайский релиз, это возможно структурный удар по бизнес-модели американских гигантов. Рынок получил открытую модель с MIT-лицензией, которая конкурирует с закрытыми флагманами при цене $0,80 за миллион входящих токенов. Против $5 у Claude Opus. И $2,50 против $25 за исходящие. По входящим токенам разница в 6 с лишним раз, по исходящим — почти в 10. Для предприятий, которые давно хотели сильно сэкономить, это зелёный свет.

OpenAI, Anthropic и Google медленно но верно теряют ценовую аргументацию. А это главный козырь в корпоративных переговорах. Компании, уже вложившиеся в дорогие API-интеграции с этими закрытыми моделями, могут начать пересчитывать ROI. НО есть 1 риск. GLM-5 обучался на чипах Huawei Ascend. А значит его происхождение неизбежно поднимет вопросы compliance в регулируемых отраслях.

Но это даёт большие возможности для бизнеса. Теперь можно строить агентские продукты на топовой модели практически бесплатно. А вот дорогим посредникам, перепродающих доступ к API западных моделей поплохеет. Их маржа испаряется.

Почитать из последнего
ИИ-ассистент научили разбирать документы и алерты
Главный вопрос корпоративного ИИ прост: что будет с данными после запроса? РТК-ЦОД предлагает не рисковать ими. На форуме «Цифровые решения» компания с блоком ИТ «Ростелекома» представила ассистента для организаций с жёсткими требованиями к защите.
К 2027 году чипов хватит на миллиарды ИИ-агентов
Похоже, у ИИ скоро вылезет проблема, которую не залатать покупкой ещё одного чипа. По расчётам Epoch AI, вычислительной мощности, выпущенной с 2025 по 2027 год, хватит для одновременной работы от 33 до 171 млн агентов уровня передовых моделей.
Kandinsky научился лепить видео со звуком
ИИ-видео всё меньше смахивает на немой клип. «Сбер» показал Kandinsky 6.0 Video - модель, которая разом генерит картинку и звук: речь персонажей, музыку и шумы окружения.
Три профессии, которые ИИ уже плодит прямо сейчас
ИИ перетряхивает рынок труда не только тем, что съедает привычные задачи. Вместе с автоматизацией вылезают специалисты, которых ещё несколько лет назад никто бы не вообразил, и часть таких профессий формируется на глазах.
Google научила эмбеддинги переваривать сразу пять типов данных
Google порешила, что эмбеддингам хватит возиться с одним текстом. Компания выкатила вторую версию EmbeddingGemma: теперь система сваливает в общее векторное пространство текст, код, изображения, видео и аудио. Так что на вход можно подавать сразу несколько типов данных.