Z.ai-ийн мэдээлснээр GLM-5.2 нь олон шатлалт логик дүгнэлт хийх, урт хугацааны төлөвлөлт шаардсан програм хангамжийн инженерчлэлийн ажлыг хөнгөвчлөх зорилгоор бүтээгдсэн байна.
Төслийн түвшний инженерчлэлд зориулсан 1 сая токен контекст
1 сая токен контекст нь зөвхөн урт хэмжээний зааварчилгаа боловсруулахад бус, төслийн түвшний инженерчлэлийн ажлыг бүхэлд нь нэг контекст дотор боловсруулах боломжийг олгож байгаагаараа онцлог юм.
Ингэснээр хөгжүүлэгчид том хэмжээний кодын бааз, техникийн баримт бичиг, тестийн үр дүн болон ажлын түүхээ зэрэг оруулан боловсруулах боломжтой болж байна. Энэ нь олон файлыг дамнан ажилладаг томоохон програм хангамжийн төслүүдийн хөгжүүлэлтэд чухал ач холбогдолтой юм.
Мөн GLM-5.2 нь холбогдох баримт бичиг, хэрэгслүүдийн гаралтын мэдээлэл болон кодын өөрчлөлтүүдийг хамтад нь боловсруулах чадвартай. Ийм боломж нь код бичих, командын мөр ашиглах, тест ажиллуулах, алдаа илрүүлэх зэрэг олон үйлдлийн хооронд шилжин ажилладаг AI кодын агентуудад онцгой давуу тал болж байна.
Компанийн мэдээлснээр уг загварыг код боловсруулах, автоматжуулсан судалгаа хийх, системийн гүйцэтгэлийг оновчлох, нарийн төвөгтэй алдаа илрүүлэх болон засварлах зэрэг олон төрлийн хэрэглээнд ашиглах боломжтой ажээ.
Шинэ сэтгэх түвшний горимууд нэмэгджээ
Өмнөх GLM-5.1 хувилбартай харьцуулахад GLM-5.2 нь даалгавар гүйцэтгэх чадвараа сайжруулаад зогсохгүй хэрэглэгчдэд хоёр өөр сэтгэх түвшний горим санал болгож байна.
Үүнд:
High — хөнгөн болон дунд түвшний даалгаврыг хурдан боловсруулах горим
Max — илүү төвөгтэй асуудлыг шийдвэрлэхэд нэмэлт тооцоолол ашиглах горим
Ингэснээр хэрэглэгчид хурд болон чанарын хооронд өөрсдийн хэрэгцээнд тохирсон сонголт хийх боломжтой болжээ.
Бенчмарк сорилтуудад үзүүлсэн ахиц
Z.ai-аас нийтэлсэн бенчмарк үзүүлэлтүүдээс харахад GLM-5.2 нь код шалгах, хэрэгсэл ашиглах болон командын мөртэй холбоотой инженерчлэлийн ажлуудад мэдэгдэхүйц ахиц үзүүлсэн байна.
SWE-bench Pro
Програм хангамжийн бодит асуудлыг шийдвэрлэх чадварыг хэмждэг SWE-bench Pro сорилтод GLM-5.2 нь 62.1 оноо авчээ. Энэ нь өмнөх GLM-5.1 загварын 58.4 онооноос өндөр үзүүлэлт юм.
Terminal-Bench 2.1
Командын мөрийн даалгавруудыг үнэлдэг Terminal-Bench 2.1 сорилтод GLM-5.2 нь 81.0 оноо авч, өмнөх хувилбарын 62.0 онооноос мэдэгдэхүйц ахиц гаргасан байна.
Туршилтын хамгийн өндөр үзүүлэлт 82.7 байсан бөгөөд GLM-5.2 нь энэхүү түвшинд нэлээд ойртсон үзүүлэлт үзүүлжээ. Мөн салбарын тэргүүлэх зарим загваруудтай харьцуулахад өрсөлдөхүйц түвшний гүйцэтгэл үзүүлсэн гэж компани мэдээлсэн байна.
Урт контекстийн тооцооллын зардлыг бууруулжээ
Контекстийн хэмжээ нэмэгдэхийн хэрээр тооцооллын ачаалал эрс өсдөг асуудлыг Z.ai архитектурын шинэчлэлээр шийдвэрлэхийг зорьжээ.
Тус компани сийрэг анхаарлын (Sparse Attention) давхаргуудад ижил индексжүүлэгчийг дахин ашигладаг IndexShare технологийг нэвтрүүлсэн байна.
Компанийн мэдээлснээр IndexShare технологи нь 1 сая токен урттай контекст дээр ажиллах үед нэг токенд ногдох тооцооллын ачааллыг (FLOPs) 2.9 дахин бууруулдаг ажээ.
Мөн олон токен таамаглах давхаргад өөрчлөлт оруулснаар speculative decoding технологийн үр ашгийг нэмэгдүүлж, хүлээн зөвшөөрөгдөх уртыг 20 хүртэл хувиар өсгөсөн байна.
Эдгээр сайжруулалт нь кодын бааз томрох тусам нэмэгддэг серверийн болон дэд бүтцийн зардлыг бууруулахад чухал нөлөө үзүүлэх юм.
Өөрийн сервер дээр байршуулах боломжтой
Hugging Face дээр нийтлэгдсэн баримт бичгээс үзэхэд GLM-5.2 загварыг дараах түгээмэл платформууд дээр ажиллуулах боломжтой байна.
Transformers
vLLM
SGLang
Docker Model Runner
KTransformers
Мөн Ascend NPU платформ дээр vLLM-Ascend, xLLM болон SGLang фрэймворкуудыг ашиглан суурилуулах боломжтой ажээ.
Нээлттэй эхийн лицензтэй тул байгууллагууд уг загварыг өөрсдийн сервер болон дотоод дэд бүтцэд ажиллуулж, өгөгдлийн аюулгүй байдал болон хяналтаа бүрэн хадгалах боломжтой. Энэ нь зөвхөн үүлэн үйлчилгээгээр ашиглагддаг хаалттай загваруудаас ялгарах чухал давуу талын нэг юм.
Хөгжүүлэгчдийн анхны сэтгэгдэл эерэг байна
GLM-5.2-ийн нээлт нь олон улсын технологийн салбарын анхаарлыг татаж эхлээд байна.
Guillermo Rauch өөрийн олон нийтийн сүлжээний хуудсаар дамжуулан уг загварын код боловсруулах чадварын талаар эерэг байр суурь илэрхийлжээ.
Мөн Matt Velloso бүтэн өдрийн турш ашиглаж үзсэнийхээ дараа “өдөр тутмын хэрэглээнд ашиглах боломжтой нээлттэй загвар болсон байна” хэмээн үнэлсэн талаар мэдээлэгдсэн байна.
Гэсэн хэдий ч загварын бодит амжилт нь хөгжүүлэгчдийн бие даасан туршилт болон үйлдвэрлэлийн орчин дахь бодит хэрэглээнээс ихээхэн хамаарах юм.
Өмнө нь DeepSeek R1 загвар өндөр түвшний сэтгэх чадвар болон харьцангуй бага зардлаараа салбарын анхаарлыг татаж байсан бол GLM-5.2 нь код боловсруулах болон урт хугацааны инженерчлэлийн даалгавруудад төвлөрсөн шинэ өрсөлдөгч болж байна.
Нээлттэй эхийн AI загваруудын өрсөлдөөн эрчимжиж буй энэ үед GLM-5.2 нь том хэмжээний кодын бааз болон төслийн түвшний хөгжүүлэлтэд чиглэсэн хамгийн сонирхол татахуйц шинэ загваруудын нэгээр нэрлэгдэж эхлээд байна.