Az amerikai élvonalat utasítja el a kínai Z.ai új modellje

A Z.ai bejelentette új, GLM-5.3 nevű modelljét, amely hamarosan elérhetővé válik API-n keresztül és nyílt súlyokkal a Hugging Face-en. A modell a tesztek alapján kivételes eredményeket mutat, sok teljesítményteszten előzi meg a vezető amerikai modelleket, mint a Kimi K3, Claude Fable 5 vagy GPT-5.6-Sol. (Interconnects)

A poszt-tréning ereje

A GLM-5.3 mintegy 750 milliárd paraméterrel rendelkezik, ami nagyjából harmada a Kimi K3 méretének. A Z.ai szerint a modell teljesítménybeli ugrása kizárólag a jelentősen kiterjesztett poszt-tréningnek köszönhető, nem pedig az alapmodell módosításának vagy desztillációnak. A cég ezzel a megközelítéssel a pre-tréning mesterművének számító Kimi-vel szemben a poszt-tréningben mutat erős oldalt.

Kínai innováció a globális élvonalban

A kínai laboratóriumok, mint a Z.ai, képesek lépést tartani a technológiai élvonallal, annak ellenére, hogy az amerikai cégek jelentős erőforrás-előnnyel rendelkeznek. A Z.ai már 2019 óta fejleszti GLM modelljeit, melyek közül a GLM-5.2 júniusban jelent meg, és gyorsasága, valamint egyszerűsége miatt is elismerést szerzett a kutatók körében. A GLM-5.3 várhatóan két héten belül lesz elérhető nyílt súlyokkal a Hugging Face-en.

A gyors kiadás előnye

A kínai cégek, mint a Z.ai, gyorsabb kiadási ciklusokat alkalmaznak az amerikai versenytársakhoz képest, akik hónapokat töltenek belső teszteléssel. Ez az időbeli eltérés lehetővé teszi a kínai laborok számára, hogy folyamatosan fejlesszék modelljeiket a benchmarkokon, míg az amerikai cégek az eladásaikra koncentrálnak. Ez a stratégia különösen előnyös lehet a jövőben, ahogy az LLM-ek öntanuló folyamatai fejlődnek.

Benchmaxxing és a valós teljesítmény

Felmerült a kérdés, hogy a kínai modellek nem csupán a tesztekre optimalizáltak-e (benchmaxxing). Bár a Z.ai valószínűleg nagyobb hangsúlyt fektet a nyilvános benchmarkokra, mint az OpenAI vagy az Anthropic, a GLM-5.3 nem tekinthető szándékosan „túl-optimalizáltnak”. Az iparágban általános gyakorlat a benchmarkokon való jó szereplés, ami a cégek tőkeszerzését és a csapatmorál fenntartását is segíti.

Szűkebb fókusz, jobb eredmények

A GLM-5.3 valószínűleg szűkebb modell, mint a Claude Fable vagy a GPT Sol, különösen a vizuális képességek terén. Míg az OpenAI és az Anthropic szélesebb körű felhasználási eseteket támogat, a Z.ai a szövegalapú modellek optimalizálására koncentrál. Ez a fókusz segíti őket a versenyképesebb pontszámok elérésében, miközben a cég jelentős, 1 milliárd dolláros éves ismétlődő bevételt (ARR) ért el on-premises telepítésekből.