نموذج Z.ai GLM 5.2: نموذج ذكاء اصطناعي صيني فعال من حيث التكلفة للبرمجة
Anthropic
OpenAI
أصدر المختبر الصيني Z.ai نموذج GLM 5.2، وهو نموذج لغوي كبير مفتوح الأوزان بمعاملات 753 مليار (نشط 40 مليار)، بتسعير API يبلغ 4.40 دولار لكل مليون رمز مخرَج، أي خمس تكلفة نموذج Opus 4.8 من مختبر أنثروبيك وعشر تكلفة نموذج فابل. يقترب النموذج من معايير الأداء الرائدة في البرمجة والأمن السيبراني، لكن المراقبين الأمريكيين يشعرون بالقلق بشأن توجيه البيانات. أبلغ المبرمجون عن نتائج متباينة: أداء جيد في المهام طويلة المدى وتصميم الواجهات الأمامية، لكن البعض يواجه حدود معدل وهلاوس.
أصدر مختبر Z.ai، ومقرّه بكين، نموذج GLM 5.2 في 16 يونيو، وهو نموذج لغوي كبير (LLM – Large Language Model) مفتوح الأوزان يضم 753 مليار معلمة (بارامتر)، منها 40 مليار معلمة نشطة في آنٍ واحد، ويُطرح بموجب رخصة معهد ماساتشوستس للتكنولوجيا (MIT). وتبلغ تكلفة استخدام واجهة برمجة التطبيقات (API) الخاصة به 4.40 دولارات لكل مليون رمز إخراج (توكن)، وهو سعر أرخص بكثير مقارنة بنموذج Opus 4.8 من Anthropic (22 دولارًا للمليون) ونموذج Fable (44 دولارًا للمليون). ويكاد النموذج يتعادل مع Opus 4.8 في اختبارات قياس الأداء (بنشمارك) الخاصة بالبرمجة الوكيلية (agentic coding) مثل FrontierSWE وPostTrainBench، كما يحقق نتائج جيدة في اختبارات الأمن السيبراني، ما دفع البعض إلى مقارنته بنموذج Mythos من Anthropic. غير أن تقرير Z.ai نفسه يُظهر أن GLM 5.2 يتخلف عن Opus 4.8 وعن نموذج GPT-5.5 من OpenAI في معظم اختبارات البرمجة، كما هو الحال في اختبار SWE-Marathon، حيث أنجز 13% من المهام مقارنة بـ26% لصالح Opus 4.8. وتتباين تجارب المبرمجين مع النموذج: يقول زين حسن من Together AI إن GLM 5.2 يتعامل بكفاءة مع المهام طويلة المدى ويتمتع بذوق جيد في تصميم الويب؛ ويرى ديفيد نيكس من MetaRouter أنه "قريب جدًا" من النماذج المتقدمة (frontier models) في أعمال الواجهة الأمامية، إذ يتولى التعامل مع 10 إلى 20% من مهامه المتعلقة بالنماذج اللغوية الكبيرة. في المقابل، واجه آخرون، مثل ساي كيران مياداندرام من Indhic AI، مشكلات تتعلق بحدود معدل الاستخدام (rate limits) والهلوسة (hallucinations)، وفضّلوا استخدام Codex من OpenAI بدلًا منه. وتتيح طبيعة النموذج المفتوحة الأوزان إمكانية استضافته ذاتيًا (self-hosting)، وهو ما يعالج المخاوف المتعلقة بأمن البيانات لدى الشركات الأمريكية.
المصدر: IEEE Spectrum AI —
الأصلي
