Ipinaglunsad at Ipinagkaloob ng Zhipu ang GLM-5.3-Flash Multimodal Model

KuCoinFlash

Oras ng Release: 2026/08/26 14:33:45

I-share

Summary

Ipinakilala at in-open-source ng Zhipu ang GLM-5.3-Flash, ang unang native na multimodal na modelo sa serye ng GLM-5. Lumampas ang modelo sa GLM-5.2 sa performance, na may mga score sa programming at Agent na malapit sa Claude Opus 4.8 ngunit sa 10% mas mababang gastos. Batay sa 30T token na multimodal na dataset, ito ay gumagamit ng hybrid sparse-linear attention design. Bago ang paglabas, ang anonymous na Ox-Alpha model ay naging numero uno sa OpenCode at OpenRouter para sa linggo. Lahat ng pagtatrabaho ay pinapagana ng mga lokal na chip. Ang mga pagsusulit sa DeepSWE ay nagpakita ng 80% accuracy sa 10 tanong, ngunit bumaba sa 63% sa mas malaking sample. Ang weights ay abiertong available na para sa deployment gamit ang vLLM, SGLang, at KTransformers. Ang mga balita sa-chain ay nagpapakita ng mabilis na pag-unlad sa AI infrastructure. Ang impormasyon tungkol sa inflation ay nananatiling pangalawang pag-aalala para sa mga developer ng modelo.

Odaily Star Daily News: Ipinahayag ng Zhipu ang paglulunsad at pagbubukas ng pinagkukunan ng GLM-5.3-Flash, ang unang native multimodal model sa serye ng GLM-5.

Ayon sa mga ulat, ang pangkabuuang performance ng GLM-5.3-Flash ay hihigit sa GLM-5.2, at ang pagpaprograma at pag-evaluate ng Agent ay nasa antas na malapit na sa Claude Opus 4.8, ngunit ang presyo nito ay lamang ang sampung bahagi ng GLM-5.2. Ito ay gumamit na rin ng bagong base model, at una sa GLM main series na naglalaman ng hybrid architecture na nagtataglay ng sparse at linear attention, at pinretrain gamit ang 30T Token ng multimodal data.

Ipinahayag ng Zhipu na upang makalap ng malawak at propesyonal na feedback mula sa mga user, isinagawa nila ang malawakang pagsubok sa Ox-Alpha (kilala sa Chinese community bilang Niu Lai) sa OpenCode at OpenRouter bago ang pormal na paglunsad. Agad naging pinakapopular na model sa linggong iyon ang Ox-Alpha, at nagtatag ng bagong tala sa dami ng mga paghingi sa parehong platform. Ang lahat ng traffic na ito ay suportado ng computing power mula sa lokal na chip.

Noong una, ang komunidad ay nakakita ng 80% sa DeepSWE small-sample test ng Ox Alpha, ngunit ang pagsubok ay mayroon lamang 10 tanong. Pagkatapos pataasin ang sample size, bumaba ang resulta sa halos 63%, at ang mga tagapagsagot ay aktibong binago ang kanilang orihinal na pahayag. Ang resultang ito ay nananatiling bahagi ng unang grupo, ngunit hindi na gaanong sobra tulad ng orihinal na 80%. Pagkatapos ma-open ang weights, direkta na ngayon ng mga developer ang pag-deploy gamit ang mga framework tulad ng vLLM, SGLang, at KTransformers, at hindi na kailangang gamitin ang API ng anonymous model.

Source:Ipakita ang original

Disclaimer: Ang information sa page na ito ay maaaring nakuha mula sa mga third party at hindi necessary na nagre-reflect sa mga pananaw o opinyon ng KuCoin. Ibinigay ang content na ito para sa mga pangkalahatang informational purpose lang, nang walang anumang representation o warranty ng anumang uri, at hindi rin ito dapat ipakahulugan bilang financial o investment advice. Hindi mananagot ang KuCoin para sa anumang error o omission, o para sa anumang outcome na magreresulta mula sa paggamit ng information na ito. Maaaring maging risky ang mga investment sa mga digital asset. Pakisuri nang maigi ang mga risk ng isang produkto at ang risk tolerance mo batay sa iyong sariling kalagayang pinansyal. Para sa higit pang information, mag-refer sa aming Terms ng Paggamit at Disclosure ng Risk.