குறியீட்டு கருவிகள் உலகளாவிய அளவில் பரவும் நிலையில், Zhipu AI-யின் வெளிநாட்டு கட்டணப் பயனர்கள் பத்து மடங்கு உயர்வுக்கு GLM 4.6 வழிவகுக்கிறது

சீனக் குறியீட்டு மாதிரிக்கு ஒரு திருப்புமுனை

பெய்ஜிங்கைத் தளமாகக் கொண்ட ஸ்டார்ட்அப் நிறுவனமும் Z.ai பிராண்டின் பின்னணியில் இருப்பதுமான Zhipu AI, சீனாவுக்கு வெளியே தனது சேவைகளுக்கான கட்டணப் பயன்பாடு கடந்த இரண்டு மாதங்களில் பத்து மடங்கு அதிகரித்துள்ளதாகக் கூறுகிறது. கட்டணம் செலுத்தி அணுகும் மாதாந்திர API வாடிக்கையாளர்கள் சுமார் 100,000 பேரும், வெளிநாடுகளில் இலவச சாட்பாட் பயனர்கள் சுமார் 3 மில்லியன் பேரும் தற்போது நிறுவனத்துக்கு உள்ளனர். குறியீட்டாக்கம், பகுத்தறிதல் மற்றும் ஏஜென்ட் பணிச்சூழல்களை இலக்காகக் கொண்ட GLM 4.6 மாதிரியை செப்டம்பர் பிற்பகுதியில் அறிமுகப்படுத்தியதைத் தொடர்ந்து இந்த வேகம் ஏற்பட்டது. கவர்ச்சிகரமான விலை, எளிதான ஒருங்கிணைப்பு வழிகள், நிஜ நிரலாக்கப் பணிகளில் நடைமுறைப் பயன்பாடு ஆகியவற்றால், இந்த வெளியீடு பல டெவலப்பர்களின் அன்றாடக் கருவித்தொகுப்பில் Zhipu-வை உடனடியாக இடம்பெறச் செய்தது.

Zhipu-வின் உலகளாவிய செயல்பாடுகளுக்குத் தலைமை வகிக்கும் Li Zixuan, சந்தை எந்தத் திசையில் நகர்கிறது என்பதற்கும் அடுத்து எதில் முதலீடு செய்ய நிறுவனம் திட்டமிடுகிறது என்பதற்கும் இந்த வளர்ச்சி ஒரு சமிக்ஞை என்று கூறினார். உள்நாட்டில் சேவை ஏற்கப்படும் வேகத்தைவிட வெளிநாட்டுத் தேவை தற்போது வேகமாக விரிவடைந்து வருவதாகவும், ஒரு குறிப்பிட்ட புவியியல் பகுதியை மட்டும் முதன்மைப்படுத்தாமல் பல்வேறு பிராந்தியங்களிலும் தொடர்ந்து வளர்ச்சி காண குழு விரும்புவதாகவும் அவர் தெரிவித்தார்.

இந்த மாற்றத்தை விவரித்த பிறகு, Li உத்தியைக் எளிமையாக எடுத்துரைத்தார்.

"வெளிநாட்டு வளர்ச்சி உள்நாட்டு வளர்ச்சியை விட அதிகமாக இருப்பதால், ஒவ்வொரு சந்தையிலும் வளர விரும்புகிறோம்," என்று Zhipu AI-யின் உலகளாவிய செயல்பாடுகளின் தலைவர் Li Zixuan கூறினார்.

குறியீட்டாக்கத்துக்கான சக்திவாய்ந்த திறந்த மாதிரியாக GLM 4.6 விளம்பரப்படுத்தப்பட்டது. பல நிரலாளர்கள் ஏற்கெனவே பயன்படுத்தும் டெவலப்பர் கருவிகளில் அது விரைவாக ஒருங்கிணைக்கப்பட்டது. Anthropic ஆதரவளிக்கும் Claude Code, GLM 4.6-ஐ அணுகும் வசதியைச் சேர்த்தது. Cline, Roo Code, Kilo Code போன்ற பிற குறியீட்டு ஏஜென்ட்களும் அதைத் தொடர்ந்து இணைத்தன. தளம் இதுவரை கண்டிராத வேகமான ஏற்றுக்கொள்ளலை இந்த மாதிரி ஏற்படுத்தியதாக Kilo Code கூறியது. முன்னணி அமெரிக்க அமைப்புகளுடன் ஒப்பிடும்போது குறைந்த செலவிலான, “போதுமான நல்ல” விருப்பமாக இருந்ததால், 12 நாட்களில் டோக்கன் பயன்பாடு 94 மடங்கு உயர்ந்ததாக அது தெரிவித்தது. பயன்படுத்தக்கூடிய திறனும் மதிப்பும் இணைந்ததால், சீனாவுக்கு வெளியே உள்ள தனிப்பட்ட டெவலப்பர்களிடமும் சிறிய குழுக்களிடமும் Zhipu முன்னேறியது.

டெவலப்பர்களைக் கவரும் GLM 4.6-இன் அம்சங்கள்

GLM 4.6-இன் சூழல் சாளரம் 200,000 டோக்கன்களாக விரிவுபடுத்தப்பட்டுள்ளது. இதனால் பெரிய குறியீட்டுத் தொகுப்புகள் அல்லது நீண்ட தொழில்நுட்ப ஆவணங்கள் போன்ற அதிகமான உள்ளடக்கத்தை ஒரே நேரத்தில் வாசித்து அதனுடன் பணியாற்ற முடியும். குறியீட்டுத் தரம், பகுத்தறிதல், கருவிப் பயன்பாடு ஆகியவற்றையும் இந்த மாதிரி மேம்படுத்துகிறது. ஏஜென்ட்கள், பகுத்தறிதல், குறியீடு ஆகியவற்றை உள்ளடக்கிய நிறுவனத்தின் சொந்த மதிப்பீடுகளில், GLM 4.5-ஐ விட GLM 4.6 தெளிவான முன்னேற்றம் காட்டுகிறது. இது ஏஜென்ட் கட்டமைப்புகளுடன் இன்னும் சீராக ஒருங்கிணைகிறது, செயலாக்கத்தின்போது கருவி அழைப்புகளைக் கையாள்கிறது, முந்தைய வெளியீட்டுடன் ஒப்பிடும்போது மேலும் செம்மையான முன்பக்கப் பக்கங்களை உருவாக்குகிறது.

உள் மற்றும் பொதுச் சோதனைகளில், பரவலாகப் பயன்படுத்தப்படும் பல மாதிரிகளுடன் GLM 4.6 போட்டியிடுகிறது. CC Bench ஏஜென்ட் பணிகளில் நேரடி ஒப்பீட்டில் 48.6 சதவீத வெற்றி விகிதத்துடன் Claude Sonnet 4-க்கு ஏறத்தாழ இணையான செயல்திறனை இது எட்டுகிறது; அதே பணிகளை முடிக்க GLM 4.5-ஐ விடக் குறைவான டோக்கன்களையும் பயன்படுத்துகிறது. சில குறியீட்டுத் தரநிலைச் சோதனைகளில் Claude Sonnet 4.5-ஐ விட GLM 4.6 இன்னும் பின்தங்குவதாகவும் Zhipu ஒப்புக்கொள்கிறது. எல்லா தரவரிசைகளிலும் ஒரே சிறந்த மாதிரியாக இல்லாவிட்டாலும், அன்றாடப் பணிக்கு ஓர் அமைப்பு போதுமான நம்பகத்தன்மையுடன் உள்ளதா என்பதையே டெவலப்பர்களின் கருத்துகள் பெரும்பாலும் மையமாகக் கொண்டிருப்பதை இந்தச் சமநிலை பிரதிபலிக்கிறது.

டெவலப்பர்கள் Z.ai API வழியாகவும், OpenRouter போன்ற வழிமாற்று மையங்கள் வழியாகவும், அல்லது திறந்த எடைகளை உள்ளூரிலேயே இயக்குவதன் மூலமாகவும் GLM 4.6-ஐ அணுகலாம். Hugging Face, ModelScope போன்ற தளங்களில் மாதிரி எடைகளை Zhipu வெளியிட்டுள்ளது; vLLM, SGLang உள்ளிட்ட பொதுவான செயலாக்கக் கட்டமைப்புகளையும் ஆதரிக்கிறது. இதனால் அமலாக்கத்தின் மீதான கட்டுப்பாட்டை விரும்பும் பொறியியல் குழுக்களுக்கு இந்த மாதிரி கவர்ச்சிகரமாக உள்ளது. குறியீட்டாக்கம் மற்றும் கருவி உதவியுடன் செய்யும் பணிகளுக்கான பரிந்துரைக்கப்பட்ட அமைப்புகளை விளக்குவதுடன், மாற்றங்களைத் தனது தொழில்நுட்ப வலைப்பதிவு மேலும் விரிவாக விவரிக்கிறது. ஆழமான தொழில்நுட்பக் குறிப்புகளுக்கு, z.ai வலைப்பதிவு உட்பட தனது அதிகாரப்பூர்வ வழித்தடங்களில் GLM 4.6-க்கான மாதிரிப் பக்கத்தையும் ஆவணங்களையும் Zhipu பராமரிக்கிறது.

விலை உத்தியும் “போதுமான நல்லது” என்ற கருத்தும்

GLM 4.6 முன்னேறுவதற்கான முக்கிய காரணங்களில் செலவும் ஒன்று. Claude-க்கு இணையான செயல்திறனை அதன் விலையில் ஒரு சிறு பகுதியிலேயே வழங்குவதாகக் கூறும் குறியீட்டாக்கத் திட்டத்தை Zhipu சந்தைப்படுத்துகிறது. முன்னணி அமெரிக்க சேவையின் ஒப்பிடத்தக்க திட்டத்துடன் ஒப்பிடும்போது, சுமார் ஏழில் ஒரு பங்கு செலவிலும் சந்தாதாரர்களுக்கு அதிக பயன்பாட்டு ஒதுக்கீட்டுடனும் வழங்குவதாக நிறுவனம் விளம்பரப்படுத்துகிறது. பயன்பாடு மற்றும் பிராந்தியத்தைப் பொறுத்து துல்லியமான மதிப்பு மாறினாலும், செய்தி தெளிவாக உள்ளது. பல டெவலப்பர்கள் குறைந்த செலவுத் திட்டத்துக்குள் பொருந்தும் நம்பகமான உதவியாளரை விரும்புகிறார்கள்; தெளிவற்ற தரநிலைச் சோதனைகளில் சிறிய முன்னேற்றங்களைத் துரத்துவதைவிட குறியீட்டை வெளியிடுவதையே விரும்புகிறார்கள்.

சுயதொழில் நிரலாளர்கள், மாணவர்கள், ஸ்டார்ட்அப் நிறுவனங்கள் ஆகியவற்றுக்கு, குறைந்த கட்டணத்தில் “போதுமான நல்ல” கருவி கிடைப்பது, AI-ஐ அன்றாட உதவியாளராக ஏற்றுக்கொள்வதற்கும் சோதனைக் காலத்துக்குப் பிறகு கைவிடுவதற்கும் இடையிலான வேறுபாடாக இருக்கலாம். பிழைத்திருத்தம், பின்புறச் செயல்பாடுகளை எழுதுதல், ஒருங்கிணைப்புகளை இணைத்தல், முன்பக்கக் கூறுகளுக்கு வடிவமைப்பளித்தல் போன்ற பல குறியீட்டாளர்கள் அன்றாடம் எதிர்கொள்ளும் அடிப்படைப் பணிகளில் GLM 4.6 திறன் காட்டியுள்ளது. இந்த மாதிரி செலவுக்கேற்ற திறனுடையது என்றும், அவ்வப்போது திருத்தங்கள் தேவைப்பட்டாலும் அதன் வேகமும் விலையும் வழக்கமான பணிகளுக்கு நடைமுறைத் தேர்வாக ஆக்குகின்றன என்றும் டெவலப்பர் சமூகத்தின் மதிப்புரைகள் வலியுறுத்தியுள்ளன.

முந்தைய மாதிரியைவிடக் குறைவான டோக்கன்களைக் கொண்டு பணிகளை முடிப்பதாகவும் Zhipu சுட்டிக்காட்டுகிறது. ஒவ்வொரு டோக்கனுக்கும் கட்டணம் செலுத்தும் பயனர்களுக்கு இது முக்கியம்; அதே பணிக்கு குறைவான டோக்கன் கட்டணம் என்றால் மொத்தச் செலவும் குறையும். இந்தத் திறன் கூற்றுடன் எளிய மேம்படுத்தல் வழியையும் நிறுவனம் இணைத்துள்ளது. அதன் குறியீட்டாக்கத் திட்டச் சந்தாதாரர்கள் தானாகவே GLM 4.6-க்கு மாற்றப்படுவார்கள்; செயலியின் அமைப்பில் புதிய மாதிரிப் பெயரைத் தேர்ந்தெடுப்பதே தேவையான மாற்றம்.

உலகளாவிய கருவிகளுடனான ஒருங்கிணைப்பும் மாதிரிகளின் தோற்றம் குறித்த புதிய விவாதமும்

GLM 4.6 விரைவாகப் பரவியதற்கான ஒரு காரணம், டெவலப்பர்கள் ஏற்கெனவே நம்பும் கருவிகளுடன் அது இணைந்து செயல்படுவதுதான். Claude Code, Cline, Roo Code, Kilo Code ஆகிய அனைத்தும் இதை ஆதரிக்கின்றன. நடைமுறையில், ஒரே குறியீட்டு ஏஜென்டுக்குள் வழங்குநர்களை மாற்றி, ஒரு சிக்கலுக்கான முடிவுகளை ஒப்பிட்டு, வேகம், தரம், செலவு ஆகியவற்றுக்கு இடையே சமநிலை தரும் மாதிரியை நிரலாளர் தேர்ந்தெடுக்கலாம். கருவிப் பயன்பாடு, இணையத் தேடல், களஞ்சியச் செயல்பாடுகள் ஆகியவற்றைக் கொண்டு பல படிப் பணிகளை நிர்வகிக்கும் ஏஜென்ட் வகை குறியீட்டு உதவியாளர்களின் வளர்ச்சியில் Zhipu முன்னேற இந்த எளிய ஒருங்கிணைப்பு உதவியது.

புதிய அமெரிக்கக் குறியீட்டு கருவிகள் சிலவற்றின் தோற்றம் குறித்து மீண்டும் எழுந்துள்ள விவாதத்துக்கும் இந்த வேகம் தீனி போட்டுள்ளது. சமீபத்திய வாரங்களில் வெளியிடப்பட்ட, Cognition AI-யின் SWE 1.5 என்ற புதிய மாதிரியும் Cursor-இன் Composer கருவியும் உட்பட இரண்டு உயர்புகழ் சேவைகள், சீன மாதிரிகளின் நடத்தைத் தடயங்கள் இரண்டிலும் இருப்பதாகப் பயனர்கள் கவனித்ததைத் தொடர்ந்து ஆய்வுக்கு உள்ளாகின. ஒரு கருவி சீன மொழியில் பகுத்தறிதல் பதிவுகளை உருவாக்கியது; மற்றொன்று அதன் அடிப்படையாக முன்னணி திறந்த மாதிரி பயன்படுத்தப்பட்டதாக ஒப்புக்கொண்டபோதும், அதன் பெயரைக் குறிப்பிடவில்லை.

இந்த விவகாரம் குறித்து Zhipu பொதுவெளியில் பதிலளித்தது. அந்தக் கருவிகளில் ஒன்று தனது சமீபத்திய மாதிரியை அடிப்படையாகப் பயன்படுத்துவதாக நம்புவதாக நிறுவனம் ஓர் அறிக்கையில் கூறியது.

"SWE 1.5 எங்கள் சமீபத்திய GLM 4.6-ஐ அடிப்படை மாதிரியாகப் பயன்படுத்தியதாக நாங்கள் நம்புகிறோம்," என்று மாதிரிகளின் தோற்றம் குறித்த கேள்விகளுக்குப் பதிலளித்த அறிக்கையில் Zhipu AI கூறியது.

இந்த விவாதம் சட்டத்தைப் பற்றியதைவிட வழக்கநெறிகள் பற்றியதாகும். உரிய அங்கீகாரம் அளிக்காமலேயே மறுபயன்பாடு செய்வது உட்பட வணிகரீதியான மறுபயன்பாட்டை திறந்த உரிமங்கள் அனுமதிக்கின்றன. அதனால்தான் திறந்த எடைகளைக் கொண்ட உலகத் தர அமைப்புகள் பல கீழ்நிலைத் தயாரிப்புகளுக்கு அடிப்படையாகின்றன. அடிப்படை மாதிரியின் மீது சேர்க்கப்படும் நுணுக்கப் பயிற்சி, தரவுக் குழாய்கள், அமைப்புப் பொறியியல் ஆகியவற்றிலிருந்து வணிகக் கருவியின் தனித்துவமான மதிப்பு உருவாகலாம் என்று சில நிபுணர்கள் வலியுறுத்துகின்றனர்.

திறந்த மாதிரிகளை ஆய்வு செய்யும் Trier பல்கலைக்கழக ஆராய்ச்சியாளர் Florian Brand, அந்தக் கருத்தைச் சுருக்கமாகக் கூறினார்.

"நுணுக்கப் பயிற்சிதான் சுவைச்சேர்க்கை," என்று அடிப்படை மாதிரியைச் செம்மையான தயாரிப்பாக மாற்றும் தனிப்பயன் பயிற்சி மற்றும் பொறியியலைக் குறிப்பிட்டு Florian Brand கூறினார்.

வெளிநாட்டுச் சந்தைகளில் கவனமும் உள்நாட்டுக் கட்டுப்பாடுகளும்

வெளிநாடுகளில் ஏற்பட்டுள்ள வளர்ச்சி, அங்குள்ள தேவையையும் உள்நாட்டில் எதிர்கொள்ளும் அழுத்தங்களையும் பிரதிபலிக்கிறது. குறைந்த செலவிலான AI குறியீட்டாக்கத்துக்கு வெளிநாடுகளில் வலுவான தேவை உள்ளது; எளிதாக ஒருங்கிணைக்கவும் குறைந்த செலவில் இயக்கவும் கூடிய மாதிரியுடன் Zhipu அதனைப் பூர்த்தி செய்கிறது. உள்நாட்டில், பொதுத்துறைக்கான கொள்முதல் நடைமுறை மெதுவாக இருப்பதையும் அதிகரித்த போட்டியையும் நிறுவனம் எதிர்கொள்கிறது. வெளிநாட்டு வளர்ச்சி தற்போது உள்நாட்டு விரிவாக்கத்தைவிட வேகமாக இருப்பதாக நிர்வாகம் கூறியுள்ளது. அதனால்தான் டெவலப்பர்கள் ஏற்கெனவே AI கருவிகளுக்குப் பணம் செலுத்தும் சந்தைகளில் Zhipu முதலீடு செய்கிறது.

முதலீட்டாளர்களும் இதைக் கவனித்துள்ளனர். சுமார் 40 பில்லியன் யுவான் மதிப்பீட்டைக் கொண்டுள்ள நிறுவனம், 2026-இல் பங்குப் பட்டியலிடலை இலக்காகக் கொண்டு தயாராகி வருகிறது. 2019-இல் Tsinghua பல்கலைக்கழகத்திலிருந்து பிரிந்து தொடங்கப்பட்ட Zhipu, சீனாவின் மிகவும் கண்கூடான AI நிறுவனங்களில் ஒன்றாக வளர்ந்துள்ளது. அமெரிக்கத் தளங்களுடன் போட்டியிடும் வெகுசன நுகர்வோர் சந்தா வணிகத்தை இன்னும் இது நாடவில்லை. அதற்குப் பதிலாக, மேலும் கணிக்கக்கூடிய வருவாயை உருவாக்க நிறுவன ஒப்பந்தங்களிலும் டெவலப்பர்களை மையமாகக் கொண்ட குறியீட்டாக்கச் சந்தாத் திட்டத்திலும் கவனம் செலுத்துகிறது.

புவிசார் அரசியல் இன்னும் வாங்குவோரின் முடிவுகளைப் பாதிக்கிறது. தரவை உள்ளூரிலேயே சேமிக்க முடிந்தாலோ, அல்லது நிறுவனம் தரவைச் சேமிக்கவே மாட்டோம் என்று உறுதியளித்தாலோ, மூன்றாம் நாடுகளின் வாடிக்கையாளர்கள் தனது சேவைகளைப் பயன்படுத்துவதில் வசதியாக உள்ளனர் என்று Zhipu கூறுகிறது. எல்லை தாண்டிய தனியுரிமைக் கவலைகளைச் சமாளிக்க, உள்ளூர் சேமிப்பகமும் கடுமையான தரவுத் தக்கவைப்புக் கொள்கைகளும் AI சேவை வழங்குநர்கள் பின்பற்றும் வழக்கமான முறையாகி வருகின்றன.

தரவரிசைகளுக்கு அப்பால் GLM 4.6-இன் செயல்திறன்

திறனைப் புரிந்துகொள்ளத் தரநிலைச் சோதனைகள் உதவுகின்றன; ஆனால் டெவலப்பர்கள் கவலைப்படுவது, ஒரு மாதிரி நிஜப் பணிகளை முடிக்குமா என்பதைத்தான். முன்பக்க மேம்பாடு, கருவி உருவாக்கம், தரவுப் பகுப்பாய்வு, சோதனை, படிமுறைச் சிக்கல்கள் ஆகியவற்றில் கடினமான பல படிப் பணிகளைச் சேர்த்து CC Bench மதிப்பீடுகளை Zhipu விரிவுபடுத்தியது. இந்தச் சோதனைகளில், தனிமைப்படுத்தப்பட்ட சூழல்களில் மாதிரிகளுடன் பணியாற்றிய மனித மதிப்பீட்டாளர்கள், நிஜத்தன்மை கொண்ட பல உரையாடல் படிநிலைகளைக் கொண்ட பணிச்சூழல்களை அமைப்புகள் எவ்வளவு சிறப்பாகக் கையாண்டன என்பதை மதிப்பிட்டனர். அந்த ஏஜென்ட் பணிகளில் GLM 4.5-ஐ விட GLM 4.6 மேம்பட்டு, Claude Sonnet 4-க்கு ஏறத்தாழ இணையான நிலையை எட்டியது. மேலும், GLM 4.5-ஐ விட சுமார் 15 சதவீதம் குறைவான டோக்கன்களைப் பயன்படுத்தி பணிகளை முடித்தது; இது நடைமுறையில் மேம்பட்ட செயல்திறனைக் குறிக்கிறது.

பல கோப்புகளைக் கொண்ட களஞ்சியங்களில் GLM 4.6 சிறப்பாகச் செயல்படுவதாகவும், அம்சங்களை உருவாக்கும்போது நீண்ட செயல்முறைகளைத் திட்டமிட முடிவதாகவும் டெவலப்பர்கள் தெரிவிக்கின்றனர். ஒரே நேரத்தில் அதிகக் கோப்புகளைப் படிக்க முடிவதால், பெரிய திட்டங்களில் சூழல் தொடர்பான தவறுகளை இந்த மாதிரி குறைவாகச் செய்கிறது. முன்பக்கக் கூறுகளையும் மேலும் சீராக உருவாக்குகிறது; குறைந்த திருத்தங்களே தேவைப்படும் முழுப் பக்கங்களையும் உருவாக்க முடிகிறது. இருப்பினும், சிக்கலான வடிவமைப்புக்கும் எதிர்பாராத விளிம்புச் சூழல்களுக்கும் மனித மதிப்பாய்வு இன்னும் உதவியாக இருக்கும். மென்பொருள் குழுக்களின் அன்றாடப் பணிச்சுழற்சியில் முக்கியத்துவம் வாய்ந்த முன்னேற்றங்கள் இவை.

சூழல் சாளரமும் டோக்கன்களும் என்றால் என்ன?

மாதிரி வாசிக்கவும் எழுதவும் பயன்படுத்தும் உரையின் சிறிய அலகுதான் டோக்கன். அதைச் சொல்லின் ஒரு பகுதியாகக் கருதலாம். API விலை நிர்ணயம் பெரும்பாலும் மாதிரி பயன்படுத்தும் டோக்கன்களின் எண்ணிக்கையைப் பொறுத்தது. அதனால்தான் செயல்திறன் முக்கியம். குறைவான டோக்கன்களைக் கொண்டு ஒரு பணியை மாதிரி முடிக்க முடிந்தால், கட்டணம் குறையும்; தொடர்பாடலும் பெரும்பாலும் வேகமாக இருக்கும்.

ஒரே நேரத்தில் மாதிரி கருத்தில் கொள்ளக்கூடிய உரையின் அளவுதான் சூழல் சாளரம். பெரிய சூழல் சாளரம் இருந்தால், வேலை தொடங்குவதற்கு முன் அதிகக் கோப்புகளையும் அறிவுறுத்தல்களையும் மாதிரி வாசிக்க முடியும். 200,000 டோக்கன் சூழலுடன், நீண்ட செயல்பாட்டுத் தொடர்கள், கட்டமைப்பு கோப்புகள், சோதனைத் தொகுப்புகள் ஆகியவற்றை GLM 4.6 ஒரே அமர்வில் எடுத்துக்கொள்ள முடியும்; நிஜத்தன்மை வாய்ந்த நிரலாக்கப் பணிகளுக்கு இது அத்தியாவசியம். கவனமாகத் தரப்படும் தூண்டுதல்களுக்கும் கருவி உத்திக்கும் இது தேவையில்லாமல் செய்யாது. ஆனாலும், பெரிய திட்டங்களில் டெவலப்பர்களின் வேகத்தைக் குறைக்கும் முன்னும் பின்னுமான தொடர்பாடலைக் குறைக்கிறது.

அபாயங்கள், ஒழுங்குமுறை, அணுகல்

பல அதிகார வரம்புகளில் ஏற்றுமதிக் கட்டுப்பாடுகள், விநியோகச் சங்கிலி வரம்புகள், ஒழுங்குமுறை ஆய்வு ஆகியவற்றை சீன AI நிறுவனங்கள் எதிர்கொள்கின்றன. இந்தச் சூழல் பயிற்சி மற்றும் செயலாக்கத் திட்டங்களைப் பாதிக்கிறது. GLM 4.6 போன்ற திறந்த எடை மாதிரிகள், வளாகத்திலோ விருப்பமான மேகப் பிராந்தியத்திலோ அமைப்பை எங்கு, எப்படிச் செயல்படுத்துவது என்பதில் வாடிக்கையாளர்களுக்கு அதிகக் கட்டுப்பாட்டை வழங்குவதன் மூலம் உதவலாம். இந்தத் தெரிவுகள் இருந்தாலும், வழங்குநரைத் தேர்ந்தெடுக்கும் முன் நீண்டகால ஆதரவு, சேவை நிலை உறுதிமொழிகள், இணக்க அம்சங்கள் ஆகியவற்றை வாங்குவோர் இன்னும் மதிப்பிடுகின்றனர்.

தரவு கையாளுதல் மிகப் பெரிய கவலைகளில் ஒன்று. வெளிநாட்டு வாடிக்கையாளர்களுக்கான Zhipu-வின் முன்மொழிவில் உள்ளூர் தரவுச் சேமிப்பும், தரவைச் சேமிக்காத அமைப்புகளும் அடங்கும். உயர்தரக் குறியீட்டு உதவியாளரின் பலனைப் பெறும் அதேவேளையில், முக்கியமான குறியீடுகளையும் ஆவணங்களையும் வாடிக்கையாளர் தேர்ந்தெடுத்த பிராந்தியத்துக்குள் வைத்திருப்பதே இதன் நோக்கம். பல குழுக்களுக்கு, செயல்திறன், தனியுரிமை, செலவு ஆகியவற்றுக்கு இடையிலான நியாயமான சமரசமாக இந்த ஏற்பாடு உள்ளது.

போட்டி நிறைந்த குறியீட்டு உதவியாளர் சந்தை

முதிர்ச்சியடைந்த சேவைகளும் புதிய போட்டியாளர்களும் நிறைந்ததாகக் குறியீட்டு உதவியாளர் சந்தை இப்போது மாறியுள்ளது. இந்தப் பிரிவை GitHub Copilot பிரபலப்படுத்தியது. OpenAI மற்றும் Anthropic-இன் மாதிரிகள், வலுவான பகுத்தறிதலும் சூழல் நிர்வாகமும் கொண்ட உயர்நிலை கருவிகளுக்கு ஆற்றல் அளிக்கின்றன. DeepSeek, Qwen போன்ற அமைப்புகளுடன் சீன நிறுவனங்களும் விரைவாக முன்னேறியுள்ளன. பல பிராந்தியங்களில் உள்ள ஸ்டார்ட்அப் நிறுவனங்கள் தேடல், பகுப்பாய்வு, குறியீட்டுத் திருத்தங்கள், சோதனைகள் ஆகியவற்றை ஒரே சுழற்சியில் ஒருங்கிணைக்கும் ஏஜென்ட் வகை IDE துணைக் கருவிகளை உருவாக்குகின்றன.

இந்தச் சூழலில், மூன்று வேறுபட்ட அம்சங்களை Zhipu நம்பியுள்ளது. முதலாவது, விலை. குறைந்த செலவில் சிறப்பாகச் செயல்படும் நடைமுறைக் கருவியாக GLM 4.6-ஐ நிறுவனம் முன்னிறுத்துகிறது. இரண்டாவது, திறந்த தன்மை. மாதிரி எடைகளை அணுகும் வசதியும் பொதுவான செயலாக்கக் கட்டமைப்புகளுக்கான ஆதரவும், தனிப்பயனாக்க அல்லது தாங்களே வழங்கும் சேவையகங்களில் இயக்க விரும்பும் குழுக்களைக் கவர்கின்றன. மூன்றாவது, ஒருங்கிணைப்பு. பிரபலமான குறியீட்டு ஏஜென்ட்களுடன் சீராக இணைந்து எளிய API தெரிவுகளையும் வழங்குவதன் மூலம், தனது மாதிரியைச் சோதித்து ஏற்றுக்கொள்ளத் தேவையான முயற்சியை Zhipu குறைக்கிறது. இவற்றில் எதுவும் சந்தையில் ஆதிக்கம் செலுத்துவதற்கு உத்தரவாதமல்ல. நம்பகத்தன்மை, கட்டுப்பாடு, மாத இறுதியில் நியாயமான கட்டணம் ஆகியவற்றை மதிக்கும் டெவலப்பர்களிடையே நிலையான வளர்ச்சிக்கு நம்பகமான பாதையை இவை அமைக்கின்றன.

அடுத்து என்ன என்பது குறித்த தலைமைத்துவப் பார்வை

மேம்பட்ட AI-யின் முன்னேற்ற வேகம் குறித்து Zhipu-வின் தலைமைச் செயல் அதிகாரி Zhang Peng பொதுவெளியில் பேசியுள்ளார். செயற்கைப் பேரறிவு குறித்த விவாதங்கள் முக்கியமான விவரங்களை மங்கச் செய்கின்றன என்றும், அதற்கான காலக்கணிப்புகள் மாறிக்கொண்டே இருக்கும் இலக்காகக் கருதப்பட வேண்டும் என்றும் அவர் வாதிடுகிறார். வாடிக்கையாளர்களுக்கு முக்கியமானது, தாங்கள் கவலைப்படும் குறிப்பிட்ட பணிகளில் மாதிரிகள் மனிதர்களைவிடச் சிறப்பாகச் செயல்படுகின்றனவா என்பதும், அந்த முன்னேற்றங்கள் நிஜமான உற்பத்தித் திறனாக மாறுகின்றனவா என்பதும்தான்.

அண்மைய வெளியீட்டு நிகழ்வில், அடுத்த சில ஆண்டுகளை எப்படிப் பார்க்கிறார் என்பதை Zhang விளக்கினார்.

"2030-க்குள் மனித நுண்ணறிவை எட்டுவது அல்லது மிஞ்சுவது என்பது சில துறைகளில் மனிதர்களை மிஞ்சுவதைக் குறிக்கலாம்; ஆனால் பல மற்ற துறைகளில் இன்னும் பின்தங்கியிருக்கலாம்," என்று Zhipu AI-யின் தலைமைச் செயல் அதிகாரி Zhang Peng கூறினார்.

இந்த நடைமுறைப் பார்வை நிறுவனத்தின் தயாரிப்புத் தெரிவுகளிலும் வெளிப்படுகிறது. ஒவ்வொரு நுகர்வோர் சந்தாத் திட்டத்திலும் வெல்ல Zhipu போட்டியிடவில்லை. புதிய பயனர்களைச் சேர்க்க உதவும் எளிதில் அணுகக்கூடிய இலவச சாட்பாட் திட்டத்தைத் தக்கவைத்தபடி, நிறுவனங்களிலும் டெவலப்பர்களை மையமாகக் கொண்ட குறியீட்டாக்கத் திட்டத்திலும் கவனம் செலுத்துகிறது. நுண்ணறிவின் இறுதி எல்லையை வரையறுப்பது உடனடி இலக்கல்ல. செலவைக் கட்டுப்பாட்டில் வைத்துக்கொண்டே அம்சங்களை வெளியிடவும், பிழைகளைச் சரிசெய்யவும், விரைவாகச் செயல்படவும் மக்களுக்கு உதவும் மாதிரியை வழங்குவதே இலக்கு.

தெரிந்துகொள்ள வேண்டியவை

• சீனாவுக்கு வெளியே Zhipu AI-யின் கட்டணம் செலுத்தும் பயனர்கள் இரண்டு மாதங்களில் பத்து மடங்கு உயர்ந்து, மாதாந்திர API வாடிக்கையாளர்கள் சுமார் 100,000 பேரை எட்டியுள்ளதாகவும், இலவச சாட்பாட் பயனர்கள் 3 மில்லியன் பேர் உள்ளதாகவும் நிறுவனம் கூறுகிறது.
• Claude Code, Cline, Roo Code, Kilo Code போன்ற கருவிகளில் விரைவாக ஒருங்கிணைக்கப்பட்ட குறியீட்டாக்கம் மற்றும் பகுத்தறிதலுக்கான மாதிரியான GLM 4.6 வெளியானதைத் தொடர்ந்து இந்த உயர்வு ஏற்பட்டது.
• தாங்கள் இதுவரை கண்டிராத வேகமான ஏற்றுக்கொள்ளலைப் பதிவு செய்ததாக Kilo Code தெரிவித்தது; குறைந்த செலவால் GLM 4.6-இன் டோக்கன் பயன்பாடு 12 நாட்களில் 94 மடங்கு உயர்ந்தது.
• GLM 4.6 சூழல் சாளரத்தை 200,000 டோக்கன்களாக விரிவுபடுத்துகிறது, கருவிப் பயன்பாட்டையும் ஏஜென்ட் செயல்திறனையும் மேம்படுத்துகிறது; மேலும் GLM 4.5-ஐ விட சுமார் 15 சதவீதம் குறைவான டோக்கன்களைக் கொண்டு பணிகளை முடிக்கிறது.
• CC Bench ஏஜென்ட் பணிகளில் Claude Sonnet 4-க்கு ஏறத்தாழ இணையான செயல்திறனை இந்த மாதிரி எட்டுகிறது; இருப்பினும் சில குறியீட்டுச் சோதனைகளில் Claude Sonnet 4.5-ஐ விட இன்னும் பின்தங்குகிறது.
• உள்ளூரில் செயல்படுத்தத் திறந்த எடைகள் கிடைக்கின்றன; vLLM, SGLang போன்ற செயலாக்கக் கட்டமைப்புகளையும் இந்த மாதிரி ஆதரிக்கிறது.
• குறைந்த விலை உத்தியை Zhipu வலியுறுத்துகிறது; Claude-க்கு இணையான செயல்திறனை அதன் செலவில் ஒரு சிறு பகுதியிலேயே வழங்குவதாகக் கூறும் குறியீட்டாக்கத் திட்டத்தை நிறுவனம் முன்னிறுத்துகிறது.
• சுமார் 40 பில்லியன் யுவான் மதிப்பீட்டைக் கொண்டுள்ள நிறுவனம், 2026-இல் சாத்தியமான பங்குப் பட்டியலிடலுக்குத் தயாராகிவருவதுடன், வெளிநாடுகளில் நிறுவனங்கள் மற்றும் டெவலப்பர்களிடையே வளர்ச்சியிலும் கவனம் செலுத்துகிறது.