சீனாவின் செயற்கை நுண்ணறிவு சுயசார்பு இயக்கம் முன்னணி அளவை எட்டுகிறது
சர்வதேச அளவில் Z.ai என்ற பெயரில் செயல்படும் சீன செயற்கை நுண்ணறிவுத் தொடக்க நிறுவனமான Zhipu AI, GLM-5-ஐ வெளியிட்டுள்ளது. 744 பில்லியன் அளவுருக்கள் கொண்ட இந்தப் பெரிய மொழி மாடல், அமெரிக்க குறைக்கடத்தித் தொழில்நுட்பத்தைச் சாராமல், முழுமையாகச் சீன உள்நாட்டு வன்பொருளில் பயிற்றுவிக்கப்பட்ட முதல் முன்னணி அளவிலான செயற்கை நுண்ணறிவு அமைப்பாகும். பிப்ரவரி 11 அன்று வெளியான அறிவிப்பைத் தொடர்ந்து, ஹாங்காங் பங்குச் சந்தையில் பட்டியலிடப்பட்டுள்ள இந்நிறுவனத்தின் பங்குகள், கிட்டத்தட்ட 30 சதவீதம் உயர்ந்து 405 ஹாங்காங் டாலரில் நிறைவடைந்தன. இது, ஒரு மாதத்திற்கு முன்பு நிர்ணயிக்கப்பட்ட ஆரம்பப் பொதுப் பங்கு வெளியீட்டு விலையைப் போல் நான்கு மடங்காகும். 2026 ஜனவரியில் நடந்த பொதுப் பங்கு வெளியீட்டில் நிறுவனம் சுமார் 558 மில்லியன் டாலர் திரட்டியது; இதன்மூலம் உலகளவில் பொதுப் பங்குச் சந்தையில் பட்டியலான முதல் அடித்தள மாடல் நிறுவனம் என்ற நிலையைப் பெற்றது. 2019-ல் சிங்குவா பல்கலைக்கழகத்திலிருந்து பிரிந்த நிறுவனமாகத் தொடங்கப்பட்ட Zhipu AI, திறந்த மூல செயற்கை நுண்ணறிவு உருவாக்கத்தில் விரைவாக முன்னணி நிறுவனமாக உருவெடுத்துள்ளது.
உள்ளடக்கம்
- சீனாவின் செயற்கை நுண்ணறிவு சுயசார்பு இயக்கம் முன்னணி அளவை எட்டுகிறது
- தொழில்நுட்பக் கட்டமைப்பும் அளவும்
- அளவுகோல் செயல்திறனும் நிரலாக்கத் திறன்களும்
- பயிற்சிப் புதுமையும் வன்பொருள் இறையாண்மையும்
- முகவர் பொறியியலும் ஆவண உருவாக்கமும்
- வணிக உத்தியும் கட்டமைப்புக் கட்டுப்பாடுகளும்
- போட்டிச் சூழலும் துறைசார் காலநிலையும்
- முக்கிய அம்சங்கள்
சந்திரப் புத்தாண்டு விடுமுறைக்கு முன்பாகத் தங்கள் திறன்களை வெளிப்படுத்த விரும்பும் சீனத் தொழில்நுட்ப நிறுவனங்களின் வெளியீடுகள் தீவிரமடைந்துள்ள நிலையில் இந்த மாடல் அறிமுகமாகியுள்ளது. இருப்பினும், தொழில்நுட்ப அளவு, தாராளமான MIT உரிமத்தின் கீழ் கிடைக்கும் திறந்த மூலத் தன்மை, NVIDIA கிராபிக்ஸ் செயலாக்க அலகுகளை முற்றிலும் சாராதிருத்தல் ஆகியவற்றின் கூட்டால் GLM-5 தனித்துவம் பெறுகிறது. இந்த அமைப்பைப் பயிற்றுவிக்க Zhipu AI, Huawei Ascend சில்லுகளையும் MindSpore கட்டமைப்பையும் பயன்படுத்தியுள்ளது. செயற்கை நுண்ணறிவுக் கட்டமைப்புக்கான உலகளாவிய விநியோகச் சங்கிலி இயக்கவியலில் இது குறிப்பிடத்தக்க தாக்கங்களைக் கொண்டுள்ளது. NVIDIA சூழலமைப்புக்கு வெளியேயும் முன்னணி செயற்கை நுண்ணறிவு பயிற்சி சாத்தியம் என்பதை இந்தச் சாதனை உறுதிப்படுத்துகிறது. இதனால் வன்பொருள் பன்முகத்தன்மைக்கு வழி திறப்பதுடன், ஒட்டுமொத்தத் துறையிலும் ஒரே வழங்குநரைச் சார்ந்திருப்பதால் ஏற்படும் அபாயங்கள் குறைகின்றன. உயர்தரக் குறைக்கடத்திகள் மீதான ஏற்றுமதிக் கட்டுப்பாடுகளை வாஷிங்டன் கடுமையாக்கி வரும் நிலையில், உள்நாட்டு சில்லுகளில் தன்னிறைவு பெறுவதில் ஏற்பட்டுள்ள முன்னேற்றத்தை வெளிப்படுத்த பெய்ஜிங் கொண்டுள்ள அவசரத்தை இந்த அறிவிப்பு நேரம் காட்டுகிறது.
தொழில்நுட்பக் கட்டமைப்பும் அளவும்
GLM-5, 355 பில்லியன் அளவுருக்களைக் கொண்டிருந்த அதன் முந்தைய பதிப்பான GLM-4.7-ஐ விடப் பெரிய விரிவாக்கமாகும். புதிய மாடலில் மொத்த அளவுருக்கள் இரட்டிப்பாகி 744 பில்லியனாகியுள்ளன. அதேவேளையில், ஒவ்வொரு ஊகச் செயல்பாட்டிலும் 40 பில்லியன் அளவுருக்களை மட்டுமே செயல்படுத்தும் Mixture of Experts கட்டமைப்பு இதில் பயன்படுத்தப்படுகிறது. 256 நிபுணர் தொகுதிகளில், ஒவ்வொரு டோக்கனுக்கும் எட்டினைச் செயல்படுத்தும் இந்த அணுகுமுறை, கணக்கீட்டுச் செலவுகளைத் திறம்படக் கட்டுப்படுத்தியபடி உயர் செயல்திறனை வழங்குகிறது. செயல்பாட்டுச் செலவு நேர்விகிதத்தில் அதிகரிக்காமல், திறனை அதிகப்படுத்தும் அரிதான செயல்படுத்தல் முறைகளை நோக்கிய மாற்றத்தை இந்தக் கட்டமைப்பு குறிக்கிறது. பெரிய மாடல்களைப் பெரிய அளவில் பயன்படுத்தும் நிறுவனங்களுக்கு இது முக்கியமான கருத்தாகும்.
பயிற்சித் தரவுத்தொகுப்பும் அதற்கேற்ப விரிவடைந்துள்ளது. முந்தைய தலைமுறையில் இருந்த 23 டிரில்லியன் டோக்கன்களிலிருந்து GLM-5-இல் அது 28.5 டிரில்லியன் டோக்கன்களாக உயர்ந்துள்ளது. ஹாங்சோவைத் தளமாகக் கொண்ட DeepSeek தொடக்க நிறுவனம் முதன்முதலில் உருவாக்கிய DeepSeek Sparse Attention முறையை ஏற்றுக்கொண்டது ஒரு முக்கியமான தொழில்நுட்பப் புதுமையாகும். இதன்மூலம், 131,000 டோக்கன் வெளியீட்டுத் திறனைப் பேணியபடி, 200,000 டோக்கன் வரையிலான சூழல் சாளரங்களை மாடல் கையாள முடிகிறது. இவை துறையில் மிக உயர்ந்த அளவுகளில் சிலவாகும். நீண்ட சூழலைக் கையாளும் இந்தத் திறன், மிகப்பெரிய ஆவணங்கள், முழுமையான நிரல் தொகுப்புகள், ஆய்வுக் கட்டுரைத் தொகுப்புகள், காணொளி உரைமாற்றங்கள் ஆகியவற்றை ஒரே அமர்வில் கையாள மாடலை அனுமதிக்கிறது; இதனால் விரிவான உள்ளீடுகளின் அடிப்படையில் சிக்கலான பகுத்தறிவை மேற்கொள்ள முடிகிறது. நீண்ட தொடர்களைச் செயலாக்கும்போது அடர்த்தியான கவனிப்பு மாடல்களுக்கு வழக்கமாக ஏற்படும் கணக்கீட்டுச் சுமையை இந்த அரிதான கவனிப்பு முறை குறிப்பாகக் குறைக்கிறது.
அளவுகோல் செயல்திறனும் நிரலாக்கத் திறன்களும்
Zhipu AI வெளியிட்டுள்ள உள்சோதனை முடிவுகளின்படி, GLM-5 திறந்த மூல மாடல் தரவரிசையில் முதலிடத்திலும், மேற்கத்திய தனியுரிமை மாடல்களுக்கு நெருக்கமான நிலையிலும் செயல்படுகிறது. நிஜ உலக மென்பொருள் பொறியியல் திறன்களை அளவிடும் பரவலாக மதிக்கப்படும் SWE-bench Verified அளவுகோலில், இந்த மாடல் 77.8 சதவீத மதிப்பெண் பெற்றது. Google DeepMind-இன் Gemini 3 Pro பெற்ற 76.2 சதவீதத்தை இது மிஞ்சியதுடன், Anthropic-இன் Claude Opus 4.5 பெற்ற 80.9 சதவீதத்தை நெருங்கியது. ஒட்டுமொத்தமாக Claude முன்னணி நிரலாக்க மாடலாகத் தொடர்வதை நிறுவனம் ஒப்புக்கொள்கிறது; எனினும், திறந்த மாடல்களில் GLM-5 முன்னிலை வகிப்பதை வலியுறுத்துகிறது. SWE-bench Multilingual அளவுகோலில், பல்வேறு நிரலாக்க மொழிகளிலும் சிறப்பாகச் செயல்பட்டு GLM-5 73.3 சதவீதம் பெற்றது.
நீண்டகால செயல்பாட்டுப் பணிகளில் இந்த மாடல் குறிப்பாகச் சிறந்து விளங்குகிறது. நீண்ட நேரம் தன்னாட்சியுடன் செயல்பட வேண்டிய வணிகச் செயல்பாடுகளை உருவகப்படுத்தும் Vending Bench 2-இல், GLM-5 இறுதிக் கணக்கில் 4,432 டாலர் இருப்பைப் பெற்று, சோதிக்கப்பட்ட அனைத்து திறந்த மூல மாடல்களிலும் முதலிடம் பிடித்தது. தகவல் மீட்டெடுப்பு மற்றும் தொகுப்புக்கான அளவுகோலான BrowseComp-இல், இந்த அமைப்பு 75.9 புள்ளிகள் பெற்று மீண்டும் திறந்த மூலப் பிரிவில் முன்னிலை வகித்தது. கருவிகள் இயக்கப்பட்ட நிலையில் Humanity's Last Exam-இல் 50.4 புள்ளிகளையும், Tau Squared Bench-இல் 89.7 புள்ளிகளையும் மாடல் பெற்றது. இது பல படிநிலைகளைக் கொண்ட தர்க்கரீதியான பகுத்தறிவுத் திறனைக் காட்டுகிறது. Terminal-Bench 2.0-இல் இந்த அமைப்பு 56.2 சதவீதம் பெற்றது; சரிபார்க்கப்பட்ட பதிப்பில் இது 60.7 சதவீதமாக உயர்ந்தது.
CC-Bench-V2 மீதான உள்நிலைப் பொறியியல் மதிப்பீடுகளில், GLM-5 முன்புறப் பகுதி உருவாக்கத்தில் 98 சதவீத வெற்றி விகிதத்தையும், தொடக்கம் முதல் இறுதி வரையிலான சரித்தன்மையில் 74.8 சதவீதத்தையும் பெற்றது. Claude Opus 4.5 முறையே 93 சதவீதமும் 75.7 சதவீதமும் பெற்றிருந்தது. நீண்டகாலப் பணிகளைக் கொண்ட பெரிய நிரல் களஞ்சியப் பணிகளில் இந்த மாடல் 65.6 சதவீத செயல்திறனையும் காட்டியது. சிக்கலான முழு அடுக்கு உருவாக்கப் பணிச்சூழல்களையும் பல கோப்புத் திட்டங்களையும் கையாள்வதில் இந்த அமைப்பு குறிப்பாகத் திறன் பெற்றிருப்பதை இந்த முடிவுகள் சுட்டுகின்றன.
பாதுகாப்பை மையமாகக் கொண்ட தன்னாட்சி செயற்கை நுண்ணறிவு நெறிமுறை தொடக்க நிறுவனமான Andon Labs-இன் இணை நிறுவனர் Lukas Petersson, Vending Bench 2 அளவுகோல் மூலம் GLM-5-இன் செயல்பாட்டுப் பதிவுகளைத் தனியாக மதிப்பீடு செய்தார். இந்த மாடல் தீவிரமான தந்திரோபாயச் செயல்பாட்டின் மூலம் இலக்குகளை எட்டுவதாக அவர் கவனித்தார். எனினும், முன்னணி மேற்கத்திய மாற்றுகளுடன் ஒப்பிடும்போது சூழ்நிலை விழிப்புணர்வில் இதற்கு வரம்புகள் இருப்பதாக எச்சரித்தார்.
GLM-5-இன் செயல்பாட்டுப் பதிவுகளைப் பல மணி நேரம் படித்த பிறகு: நம்பமுடியாத அளவுக்கு திறம்படச் செயல்படும் மாடல், ஆனால் சூழ்நிலை விழிப்புணர்வு மிகவும் குறைவு. தீவிரமான தந்திரங்கள் மூலம் இலக்குகளை எட்டுகிறது; ஆனால் தனது சூழ்நிலையைப் பகுத்தறிவதோ அனுபவத்தைப் பயன்படுத்துவதோ இல்லை. இது அச்சமூட்டுகிறது. காகிதக் கிளிப்புகளை அதிகப்படுத்தும் ஒரு மாடல் உருவாகும் விதம் இதுதான்.
Artificial Analysis Omniscience Index பதிப்பு 4.0-இல் மைனஸ் ஒன்று மதிப்பெண் பெற்று, இதுவரை இல்லாத அளவுக்குக் குறைந்த தவறான தகவல் உருவாக்க விகிதத்தை GLM-5 கொண்டிருப்பதாகவும் Zhipu AI குறிப்பிட்டது. இது முந்தைய தலைமுறையை விட 35 புள்ளிகள் முன்னேற்றமாகும். அறிவின் எல்லைகளை உணர்ந்து, உறுதியில்லாதபோது கற்பனையான தகவல்களை உருவாக்காமல் தவிர்க்கும் மாடலின் திறன் மேம்பட்டுள்ளதை இந்த அளவீடு காட்டுகிறது. துல்லியம் மிக முக்கியமான வணிகச் செயல்பாட்டுச் சூழல்களுக்கு இது முக்கியமான திறனாகும்.
பயிற்சிப் புதுமையும் வன்பொருள் இறையாண்மையும்
செயல்திறன் அளவீடுகளைத் தாண்டி, GLM-5-இன் உருவாக்கச் செயல்முறை தொழில்நுட்ப இறையாண்மைக்கான மைல்கல்லாக அமைகிறது. சீனாவின் மேம்பட்ட கணினித் துறையை இலக்காகக் கொண்ட அமெரிக்க ஏற்றுமதிக் கட்டுப்பாடுகளால் தற்போது தடைசெய்யப்பட்டுள்ள NVIDIA வன்பொருளைச் சாராமல், Huawei Ascend 910 தொடர் சில்லுகளை மட்டுமே பயன்படுத்தி இந்த மாடல் முழுமையாகப் பயிற்றுவிக்கப்பட்டது. 2027-க்குள் தரவு மையச் சில்லுகளில் கணிசமான சுயசார்பை அடைவதை இலக்காகக் கொண்ட, குறைக்கடத்தித் துறையில் தன்னிறைவு பெறுவதற்கான சீனாவின் பரந்த முயற்சியுடன் இது ஒத்துப்போகிறது. உலகளாவிய செயற்கை நுண்ணறிவுத் துறைக்கு, செயற்கை நுண்ணறிவுப் பயிற்சியில் வன்பொருள் பன்முகத்தன்மை சாத்தியம் மட்டுமல்ல, முன்னணி அளவிலும் அது நிகழ்கிறது என்பதற்கான அறிகுறியாக இது அமைகிறது.
இந்த அளவிலான பயிற்சியில் ஏற்படும் திறனற்ற செயல்முறைகளைச் சமாளிக்க, Zhipu AI நிறுவனம் slime என்ற உள்நாட்டுக் குறியீட்டுப் பெயரிலான புதிய ஒத்திசைவற்ற வலுவூட்டல் கற்றல் கட்டமைப்பை உருவாக்கியது. பாரம்பரிய வலுவூட்டல் கற்றல் அணுகுமுறைகளில், பயிற்சி நேரத்தின் 90 சதவீதத்திற்கும் அதிகமானதை எடுத்துக்கொள்ளும் உருவாக்கத் தடைகள் பெரும்பாலும் ஏற்படுகின்றன. slime கட்டமைப்பு, செயல்பாட்டுத் தொடர்கள் தனித்தனியாக உருவாக்கப்பட அனுமதிப்பதன் மூலம் இந்தக் கட்டுப்பாடுகளை நீக்குகிறது. Active Partial Rollouts உள்ளிட்ட அமைப்பு மட்ட மேம்பாடுகள் மூலம் சிக்கலான முகவர் நடத்தைக்குத் தேவையான நுணுக்கமான மறு செய்கைகளை இது சாத்தியமாக்குகிறது. உயர் செயல்திறன் கொண்ட Megatron-LM பயிற்சித் தொகுதி, SGLang மற்றும் தனிப்பயன் திசைவிகளைப் பயன்படுத்தி அதிக வேகத்தில் தரவை உருவாக்கும் செயல்பாட்டுத் தொகுதி, உள்ளீட்டுத் தொடக்கத்தையும் செயல்பாட்டுச் சேமிப்பையும் நிர்வகிக்கும் மையப்படுத்தப்பட்ட Data Buffer என மூன்று பகுதிகளைக் கொண்ட மாடுலர் அமைப்பை இந்தக் கட்டமைப்பு பயன்படுத்துகிறது.
Huawei-ஐத் தாண்டி, சீனாவின் பல்வேறு உள்நாட்டு குறைக்கடத்தித் தளங்களிலும் பயன்படுத்தும் வகையில் GLM-5-ஐ நிறுவனம் மேம்படுத்தியுள்ளது. Moore Threads, Cambricon, Kunlunxin, MetaX, Enflame, Hygon ஆகிய நிறுவனங்களின் சில்லுகளும் இதில் அடங்கும். கர்னல் மேம்படுத்தல் மற்றும் மாடல் அளவு குறைத்தல் மூலம், இந்த மாற்றுத் தளங்களில் பொருத்தமான செயல்திறனை அமைப்பு எட்டுகிறது. வலுவான உள்ளூர் ஆதரவுள்ள கட்டமைப்புகளை உருவாக்கும் சீனாவின் மூலோபாய இலக்கை ஆதரிக்கும் உள்நாட்டு செயற்கை நுண்ணறிவுக் கணினிச் சூழலமைப்பு முதிர்ச்சியடைந்து வருவதை இது சுட்டுகிறது. இந்தப் பொருந்துதன்மை, ஒரே வன்பொருள் வழங்குநரைச் சார்ந்திருப்பதைக் குறைப்பதுடன், மாற்று செயற்கை நுண்ணறிவுத் துரிதப்படுத்திகளின் சாத்தியத்தையும் காட்டுகிறது.
முகவர் பொறியியலும் ஆவண உருவாக்கமும்
சாதாரண உரையாடல் செயற்கை நுண்ணறிவாக அல்லாமல், முகவர் பொறியியலுக்கான கருவியாக GLM-5-ஐ Zhipu AI நிலைநிறுத்துகிறது. நிறுவனம் “vibe coding” என்று குறிப்பிடும் முறையிலிருந்து முழுமையான அமைப்புப் பொறியியலை நோக்கி இத்துறை மாறுவதையும் இது குறிக்கிறது. உயர்நிலை இலக்குகளைச் செயல்படுத்தக்கூடிய துணைப் பணிகளாகப் பிரித்து, கருவிகளை ஒருங்கிணைத்து, பணிச்சூழல்களைத் தன்னாட்சியுடன் செயல்படுத்தி, பயன்படுத்தத் தயாரான முடிவுகளை உருவாக்கும் இயல்பான Agent Mode இந்த அமைப்பில் இடம்பெற்றுள்ளது. உரையாடலைத் தாண்டி நேரடிச் செயல்பாட்டை நோக்கும் இந்த அணுகுமுறையில், பயனர்கள் தரக் கட்டுப்பாட்டு நிபந்தனைகளைக் குறிப்பிடலாம்; செயலாக்க விவரங்களைச் செயற்கை நுண்ணறிவு கையாளும்.
தொழில்முறை அலுவலக ஆவணங்களை நேரடியாக உருவாக்கும் திறன் இதில் தனித்துவமான அம்சமாகும். மூலக் கோரிக்கைகள் அல்லது தரவுகளை, கைமுறையாக வடிவமைக்கவோ இடைநிலைச் செயலாக்கப் படிகளையோ மேற்கொள்ளாமல், வடிவமைக்கப்பட்ட Microsoft Word ஆவணங்கள், PDF கோப்புகள், Excel விரிதாள்களாக மாடல் மாற்ற முடியும். தானியங்கியாக நிதி அறிக்கைகள், நிதியுதவி முன்மொழிவுகள், தரநிலையான வடிவங்களில் ஏற்றுமதி செய்யக்கூடிய வரைபடங்கள் மற்றும் அட்டவணைகள் உள்ளிட்ட சிக்கலான தரவுப் பகுப்பாய்வுக் காட்சிப்படுத்தல்களை உருவாக்குவது இதன் பயன்பாடுகளில் அடங்கும். பயனர்கள் தரவைப் பதிவேற்றி, xlsx, csv அல்லது png வடிவங்களில் ஏற்றுமதி செய்யக்கூடிய முடிவுகளுடன் உடனடிப் பகுப்பாய்வைப் பெறலாம்.
மென்பொருள் உருவாக்குநர்களுக்காக, Claude Code, Cursor, Cline, Roo Code, OpenCode, Kilo Code, Crush, Goose உள்ளிட்ட 20-க்கும் மேற்பட்ட பிரபலமான உருவாக்கச் சூழல்களுடன் ஒருங்கிணையும் GLM Coding Plan சந்தா சேவையை Zhipu AI வழங்குகிறது. மாதம் 10 டாலர் செலவிலான Lite திட்டத்தில் Claude Pro-வைவிட மூன்று மடங்கு பயன்பாடும், மாதம் 30 டாலர் செலவிலான Pro திட்டத்தில் 40 முதல் 60 சதவீதம் வேகமான பதில்களும், மாதம் 80 டாலர் செலவிலான Max திட்டத்தில் உச்சப் பயன்பாட்டு நேரத்திற்கான உத்தரவாதச் செயல்திறனும் புதிய அம்சங்களுக்கான முன்கூட்டிய அணுகலும் கிடைக்கும் வகையில் திட்டங்கள் அமைக்கப்பட்டுள்ளன. அனைத்து திட்டங்களிலும் Vision Understanding, Web Search MCP, Web Reader MCP ஆகிய திறன்கள் ஆதரிக்கப்படுகின்றன. இந்தச் சந்தா முறை, வழக்கமான API விலையின் சுமார் ஒரு சதவீதத்தில் மாதந்தோறும் பல்லாயிரம் கோடி டோக்கன்களை வழங்குவதாகவும், நேரடி உரையாடலுக்கு வினாடிக்கு 55 டோக்கன்களுக்கும் அதிகமான வேகத்தை வழங்குவதாகவும் நிறுவனம் கூறுகிறது.
வணிக உத்தியும் கட்டமைப்புக் கட்டுப்பாடுகளும்
தொழில்நுட்பச் சாதனைகள் இருந்தபோதிலும், கட்டமைப்புக் குறைபாடுகள் காரணமாக Zhipu AI உடனடியாக விலை மாற்றங்களைச் செய்ய வேண்டிய நிலை ஏற்பட்டுள்ளது. பயனர்களின் எண்ணிக்கையும் பயன்பாடும் வலுவாக அதிகரித்து கணக்கீட்டு வளங்கள் அவற்றின் உச்சவரம்பை எட்டியுள்ளதால், பிப்ரவரி 11 முதல் GLM Coding Plan விலைகளை நிறுவனம் 30 சதவீதம் உயர்த்தியது. பொதுவெளி அறிக்கையில், கணக்கீட்டுத் திறன் மிகவும் பற்றாக்குறையாக இருப்பதாக நிறுவனம் ஒப்புக்கொண்டது. GLM-5 வெளியீட்டுக்கு முன்பே, தற்போதைய ஊகச் செயலாக்கத் தேவைகளை நிறைவேற்றக் கிடைத்த அனைத்து சில்லுகளும் முழுத் திறனில் இயங்கியதாகவும் குறிப்பிட்டது. முதல் கொள்முதலுக்கான தள்ளுபடிகள் நீக்கப்பட்டுள்ளன. எனினும், காலாண்டு மற்றும் ஆண்டுக் கட்டணத் தெரிவுகள் முறையே 10 மற்றும் 30 சதவீதச் சேமிப்பை வழங்குகின்றன.
GLM-5-ஐ உள்ளூரிலேயே செயல்படுத்த சுமார் 1,490 ஜிகாபைட் நினைவகம் தேவைப்படுகிறது. இது GLM-4.7-க்குத் தேவையான அளவைப் போல் ஏறத்தாழ இருமடங்காகும். இந்த வன்பொருள் தேவை, சிறிய நிறுவனங்கள் தங்கள் வளாகத்திலேயே மாடலை இயக்குவதற்குத் தடையாக உள்ளது. எனினும், போதிய வளங்களைக் கொண்டவர்களுக்கு HuggingFace மற்றும் ModelScope தளங்களில் இதன் திறந்த எடைத் தொகுப்புகள் தொடர்ந்து கிடைக்கின்றன. மேக API பயனர்களைப் பொறுத்தவரை, தேவை அதிகரிப்புக்கு ஏற்ப நிறுவனம் திறனை விரிவாக்கும்போது, பயன்பாட்டு விகிதக் கட்டுப்பாடுகள் அல்லது பதிலளிப்பு வேகம் குறைவது குறித்த நிச்சயமின்மை ஏற்படலாம்.
API அணுகலுக்கான விலை, மேற்கத்திய தனியுரிமை மாடல்களுக்கு செலவைக் குறைக்கும் மாற்றாக GLM-5-ஐ நிலைநிறுத்துகிறது. ஒரு மில்லியன் உள்ளீட்டு டோக்கன்களுக்கு சுமார் ஒரு டாலரும், ஒரு மில்லியன் வெளியீட்டு டோக்கன்களுக்கு 3.20 டாலரும் வசூலிக்கப்படுகிறது. இதனுடன் ஒப்பிடுகையில், Anthropic Claude Opus 4.6-இன் விலை ஒரு மில்லியன் உள்ளீட்டு டோக்கன்களுக்கு 5 டாலரும், வெளியீட்டு டோக்கன்களுக்கு 25 டாலரும் ஆகும். பயன்பாட்டு முறையைப் பொறுத்து இது சுமார் ஆறு முதல் பத்து மடங்கு செலவு முன்னிலையை அளிக்கிறது. GPT-5.2, ஒரு மில்லியன் உள்ளீட்டு டோக்கன்களுக்கு 1.75 டாலரும் வெளியீட்டு டோக்கன்களுக்கு 14 டாலரும் வசூலிக்கிறது; இது GLM-5-ஐவிட இன்னும் கணிசமாக அதிகமாகும். Grok 4.1 Fast, ஒரு மில்லியன் உள்ளீட்டு டோக்கன்களுக்கு 20 சென்ட் வசூலிப்பதால், குறைந்த செலவுத் தெரிவாக உள்ளது. எனினும், அதன் திறன் விவரங்கள் வேறுபடுகின்றன.
போட்டிச் சூழலும் துறைசார் காலநிலையும்
சந்திரப் புத்தாண்டு விடுமுறைக்கு முன்பாக உள்நாட்டுத் தொழில்நுட்பத் திறனை ஒருங்கிணைந்து வெளிப்படுத்திய சீன செயற்கை நுண்ணறிவு ஆய்வகங்களின் தொடர் அறிவிப்புகளுடன் GLM-5 வெளியீடும் அமைந்தது. அதே நாளில் DeepSeek தனது முதன்மை மாடலைப் புதுப்பித்து, சூழல் சாளரத் திறனை பத்து மடங்காக உயர்த்தி ஒரு மில்லியன் டோக்கன்களுக்கும் அதிகமாக்கியது. ஜனவரியில் Zhipu உடன் ஹாங்காங் பொதுப் பங்கு வெளியீட்டை நிறைவு செய்த MiniMax, மேம்படுத்தப்பட்ட முகவர் கருவிகளுடன் M2.5 மாடலை அறிமுகப்படுத்தியது; அந்த வாரத்தில் அதன் பங்குகள் கிட்டத்தட்ட 50 சதவீதம் உயர்ந்தன. ByteDance-இன் Seedance 2.0 காணொளி உருவாக்க மாடல், பேச்சையும் இசையையும் உருவாக்கக்கூடிய Ant Group-இன் Ming-Flash-Omni 2.0 ஒருங்கிணைந்த பல்மாதிரி அமைப்பு, ஜனவரி பிற்பகுதியில் வெளியான Moonshot AI-இன் Kimi 2.5 மாடல் ஆகியவையும் வெளியிடப்பட்டன.
பிப்ரவரி 11 அன்று கொள்கை உரையாற்றிய சீனப் பிரதமர் Li Qiang, இந்த வேகமான வளர்ச்சிக்கு ஆதரவளிக்கும் வகையில் கணினி வளங்களையும் மின்சாரக் கட்டமைப்பையும் ஒருங்கிணைத்து மேம்படுத்த வலியுறுத்தினார். செயற்கை நுண்ணறிவின் பயன்பாட்டை விரிவுபடுத்தி வணிகமயமாக்கவும், வளங்களைச் சிறப்பாக ஒருங்கிணைக்கவும் அவர் அழைப்பு விடுத்தார். செயற்கை நுண்ணறிவுத் துறையின் திறமையாளர்கள் மற்றும் நிறுவனங்களுக்கான சூழலை மேம்படுத்தும் திட்டங்களையும் அவர் வலியுறுத்தினார். அமெரிக்கத் தொழில்நுட்பத் தலைமையுடன் போட்டியிடும் முன்னேற்றத்தை ஒருங்கிணைந்து வெளிப்படுத்தவும், அறிவிப்புகளின் தாக்கத்தை அதிகரிக்கவும் சீன நிறுவனங்கள் தங்கள் முக்கிய அறிவிப்புகளைத் திட்டமிட்டு ஒரே நேரத்தில் வெளியிடுகின்றன; இந்த ஒத்திசைந்த நேரத் தேர்வு, சீனாவின் செயற்கை நுண்ணறிவுத் துறையில் உள்ள மூலோபாய நிலைப்பாட்டைப் பிரதிபலிக்கிறது.
முதன்மையாக செயற்கை நுண்ணறிவில் கவனம் செலுத்தும் தொடக்க நிறுவனங்களின் பங்கு உயர்வு, Tencent மற்றும் Alibaba போன்ற பெரிய தொழில்நுட்பக் குழுமங்களின் சரிவுக்கு மாறாக அமைந்தது. அதே காலகட்டத்தில் அவற்றின் பங்குகள் முறையே 2.6 மற்றும் 2.1 சதவீதம் சரிந்தன. பல்வேறு துறைகளில் செயல்படும் பெருநிறுவனங்களைவிட, சிறப்புத் துறை செயற்கை நுண்ணறிவு நிறுவனங்களுக்கு சந்தை முன்னுரிமை அளிப்பதை இது காட்டுகிறது. சீன மாடல்கள் முகவர் செயற்கை நுண்ணறிவில் வலுவான திறன்களை வெளிப்படுத்துவதால், நிறுவனங்களின் வேகமான ஏற்றத்திலிருந்து பயனடைய அவை சிறந்த நிலையில் உள்ளதாக Jefferies ஆய்வாளர்கள் தெரிவித்தனர். ஒட்டுமொத்தமாக ஹாங்காங் Hang Seng Tech குறியீடு 1.7 சதவீதம் சரிந்தது; முதலீட்டாளர் ஆர்வம் குறிப்பிட்ட நிறுவனங்களையே சார்ந்திருப்பதை இது காட்டுகிறது.
முக்கிய அம்சங்கள்
- Zhipu AI, NVIDIA வன்பொருள் இல்லாமல் Huawei Ascend சில்லுகளில் முழுமையாகப் பயிற்றுவிக்கப்பட்ட, 744 பில்லியன் அளவுருக்கள் கொண்ட திறந்த மூல மொழி மாடலான GLM-5-ஐ வெளியிட்டது. இது சீனாவின் செயற்கை நுண்ணறிவுக் கட்டமைப்புச் சுயசார்பில் ஒரு மைல்கல்லாகும்.
- நிரலாக்கத்திற்கான SWE-bench Verified அளவுகோலில் இந்த மாடல் 77.8 சதவீதம் பெற்று, Anthropic-இன் Claude Opus 4.5-ஐ நெருங்கியது. Vending Bench 2 மற்றும் BrowseComp அளவுகோல்களில் திறந்த மூல மாடல்களில் முதலிடம் பிடித்தது.
- GLM-5, 256 நிபுணர்களைக் கொண்ட Mixture of Experts கட்டமைப்பைப் பயன்படுத்துகிறது. கணக்கீட்டுத் திறனைப் பேணியபடி 200,000 டோக்கன் சூழல் சாளரங்களைச் செயலாக்க DeepSeek Sparse Attention முறையையும் பயன்படுத்துகிறது.
- Artificial Analysis Omniscience Index-இல் மைனஸ் ஒன்று மதிப்பெண் பெற்று, இதுவரை இல்லாத அளவுக்குக் குறைந்த தவறான தகவல் உருவாக்க விகிதத்தை இந்த அமைப்பு கொண்டுள்ளது. இது முந்தைய தலைமுறையை விட 35 புள்ளிகள் முன்னேற்றமாகும்.
- கட்டமைப்புச் சுமை காரணமாக Zhipu AI, GLM Coding Plan சந்தா விலைகளை 30 சதவீதம் உயர்த்தியது. அறிவிப்பைத் தொடர்ந்து ஹாங்காங் பங்குச் சந்தையில் பட்டியலிடப்பட்ட நிறுவனத்தின் பங்குகள் கிட்டத்தட்ட 30 சதவீதம் உயர்ந்தன.
- சந்திரப் புத்தாண்டு விடுமுறைக்கு முன்பாக DeepSeek, MiniMax, ByteDance, Ant Group ஆகியவற்றின் முக்கியப் புதுப்பிப்புகளுடன் இந்த வெளியீடு அமைந்தது; இதனால் சீனாவின் செயற்கை நுண்ணறிவுத் துறையில் போட்டி தீவிரமடைந்துள்ளது.
