GLM
Z.ai / Zhipu AI
يعد GLM-5.2 واحدًا من أقوى النماذج الهندسية ذات الوزن المفتوح لعام 2026. وتنتج بنيتها المكونة من مليون رمز نتائج موثوقة طويلة المدى، على الرغم من أن أصعب معيار للمشروع يكشف عن فجوة واضحة.
CURRENT MODEL SNAPSHOT
مزود: Z.ai / Zhipu AI
المرساة الحالية: GLM-5.2
دورة الحياة: حاضِر
الأوزان: الوزن المفتوح
تمت المراجعة: 20 يوليو 2026
يقدم GLM-5.2 حالة أفضل لسياق المليون رمز مميز مقارنة بمعظم عمليات إطلاق النماذج
أصدرت Z.ai GLM-5.2 في 16 يونيو 2026 كنموذج هندسي مفتوح الوزن مرخص من MIT مع ما يقرب من 750 مليار معلمة إجمالية و40 مليار نشطة لكل رمز مميز. تعتبر البنية أكثر إثارة للاهتمام من رقم السياق الدائري: يقول Z.ai يعمل IndexShare على تقليل عمليات FLOP لكل رمز مميز 2.9 مرة بمعدل مليون رمز مميز، بينما يعمل عملها في فك البرمجة على تحسين طول القبول بنسبة 20٪.
هذا لا يثبت أن المطالبة بمليون رمز هو أفضل تصميم. إنه يوضح أن Z.ai يتعامل مع استدلال السياق الكامل كمشكلة هندسية بدلاً من مربع اختيار تسويقي.
اقتراح التشغيل واضح: استخدم نقطة النهاية المستضافة للراحة، أو قم بتشغيل نفس عائلة الطراز داخل بيئة خاضعة للرقابة عندما لا تتمكن التعليمات البرمجية أو البيانات من مغادرة الحدود. هذه ليست منتجات متكافئة. يمكن أن يؤدي التكميم ومحولات الأدوات وطبقات الأمان والإنتاجية والدعم إلى تغيير النتيجة.
القصة المرجعية قوية – وغير متساوية
تضع المجموعة الهندسية الخاصة بـ Z.ai GLM-5.2 بالقرب من أفضل الأنظمة الخاصة في العديد من الاختبارات المفيدة:
Terminal-Bench 2.1: 81.0، ارتفاعًا من 63.5 على GLM-5.1 وبالقرب من Claude Opus 4.8 عند 85.0.
SWE-bench Pro: 62.1، مقابل 58.4 لـ GLM-5.1.
هيمنة FrontierSWE: 74.4، يتساوى تقريبًا مع Opus 4.8 عند 75.1.
PostTrainBench: 34.3مقارنة بـ 37.2 لـ Opus 4.8.
هذه هي النتائج التي أبلغ عنها مقدم الخدمة. قد يكون الرقم الأكثر كشفًا هو الرقم الضعيف: on SWE-Marathon، وهو معيار أصعب للمشروع الطويل، سجل GLM-5.2 13.0 مقابل Opus 4.8 عند 26.0. يمكن لنافذة السياق الكبيرة أن تحافظ على المزيد من الحالة؛ ولا يزيل الأخطاء المركبة عبر مشروع طويل.
يدعم الاختبار المستقل على نطاق واسع تفسير "المنافس الجاد". سجل Artificial Analysis GLM-5.2 عند 51 على Intelligence Index وحول 1524 إيلو على GDPval-AA v2، بتكلفة تقديرية تبلغ حوالي 0.46 دولارًا أمريكيًا لكل مهمة. كما تم قياس توليد حوالي 193 رمزًا في الثانية. أنتج النموذج ما يقرب من 140 مليون رمز إخراج عبر المجموعة، لذا فإن سرعته تعوض جزئيًا عن التشغيل المطول بشكل غير عادي.
الأوزان المفتوحة تغير نموذج التشغيل
يعتبر GLM-5.2 مقنعًا للمؤسسات التي ترغب في الحصول على أداء هندسي متجاور للحدود دون إرسال كل مطالبة إلى مزود أمريكي مغلق. إن ترخيص MIT والدعم في أطر الاستدلال الشائعة يجعل هذا المسار موثوقًا.
المقايضة قيد التنفيذ. نموذج ذو معلمة 750B تقريبًا ليس نشرًا خاصًا غير رسمي، وGLM-5.2 عبارة عن نص فقط. يمتلك المشتري مصدر الوزن، والتكميم، والقدرة، وأمن الخدمة، وسياسة السلامة، وأذونات الأداة، والمراقبة، والترقيات، والتراجع.
كيف يمكننا تقييم ذلك
استخدم ثلاثة آفاق: إصلاح ملف واحد، وتغيير المستودع الذي يشمل عدة أدوات، ومشروع طويل الأمد يتضمن نقاط تفتيش ومحاولة وسيطة فاشلة عمدًا. سجل النتائج المقبولة، والانحدارات، ونتائج التعليمات البرمجية الآمنة، واسترداد الأدوات، والتصحيحات البشرية، ووقت ساعة الحائط، وإجمالي الرموز المميزة. كرر نفس المجموعة على التكوينات المستضافة والمدارة ذاتيًا المقصودة.
الأدلة المستخدمة
حالة دعم Beam AI
قيد التقييم. لا تؤكد هذه الصفحة تكامل Beam أو التكوين المستضاف ذاتيًا أو نتيجة قياس الأداء أو الالتزام بدعم الإنتاج. تحقق من صحة نقطة النهاية أو الوزن الدقيق في سير العمل المقصود قبل الإصدار.
Use case 1
معيار هندسة المستودعات
قارن GLM-5.2 مع نموذج مغلق علوي في تغيير مستودع حقيقي يتطلب البحث والتنفيذ والاختبارات والوثائق. قم بتضمين فشل الأداة المحقونة وتسجيل معدل التصحيح المقبول والانحدارات ونتائج التعليمات البرمجية الآمنة وجهود المراجع وإجمالي الرموز المميزة ووقت ساعة الحائط.
Use case 2
وكيل قاعدة التعليمات البرمجية الخاصة
قم بتشغيل إصدار MIT معتمد بوزن داخل بيئة خاضعة للتحكم للتعليمات البرمجية الحساسة. قم بتثبيت المصنوعات اليدوية ومكدس الخدمة، وفرض أقل امتياز، وعزل التنفيذ، وفحص الأسرار والتبعيات، ومراقبة حجم الإخراج، واختبار ملكية التصحيح والاستعادة.
Use case 3
اختبار تصميم المليون رمز
امنح النموذج مجموعة فنية كبيرة تحتوي على تناقضات ومواصفات متغيرة، ثم قارن مطالبة السياق الكامل بالاسترجاع بالإضافة إلى التحليل. قم بقياس إمكانية تتبع الأدلة، واستخدام الحقائق التي لا معنى لها، ومقاومة عوامل التشتيت، وزمن الوصول، والحساب، وتصحيحات المراجعين.
Use case 4
التكافؤ المستضاف مقابل الإدارة الذاتية
قم بتشغيل نفس المطالبات والأدوات وإعدادات الجهد وفحوصات القبول على نقطة نهاية Z.ai والبنية المحلية المقصودة. تنتمي الاختلافات في القياس الكمي ومحولات الأدوات وطبقات الأمان والإنتاجية ومعالجة الأخطاء إلى قرار الاختيار.
النماذج اللغوية الكبيرة الأخرى
إليك قائمة بنماذج اللغة الكبيرة التي يمكن استخدامها مع Beam
الأسئلة الشائعة
الأسئلة الشائعة
Model selection, deployment, governance, and Beam support questions answered.
ما مدى قرب GLM-5.2 من أفضل نماذج البرمجة الخاصة؟
إنه قريب من العديد من الاختبارات الهندسية التي أجراها الموفر: 81.0 على Terminal-Bench 2.1 و74.4 على هيمنة FrontierSWE، مقارنة بـ 85.0 و75.1 لـ Claude Opus 4.8. تتسع الفجوة بشكل حاد في SWE-Marathon — 13.0 مقابل 26.0 — لذا فإن الإجابة الصادقة تنافسية في العديد من المهام الهندسية، وليست مكافئة في كل مشروع طويل.
هل الأرقام المعيارية GLM-5.2 مستقلة؟
تأتي المحطة التفصيلية وSWE وجدول الاستدلال من Z.ai ويجب أن يتم تصنيفها على أنها "تم الإبلاغ عنها بواسطة الموفر". سجل Artificial Analysis النموذج بشكل مستقل عند 51 على Intelligence Index وحوالي 1524 Elo على GDPval-AA v2، مما يدعم الاستنتاج الأوسع بأن GLM-5.2 هو منافس قوي للوزن المفتوح.
هل يلغي سياق المليون رمز الحاجة إلى الاسترجاع؟
لا، IndexShare يجعل الاستدلال طويل السياق أكثر كفاءة، لكن النافذة الكبيرة لا تضمن الاستدعاء أو تتبع المصدر أو الاستدلال المستقر متعدد المراحل. قارن السياق الأولي مع عملية الاسترجاع وتحليل المهام في نفس المجموعة، خاصة عندما تتغير الأدلة بشكل متكرر.
ما الذي يتطلبه النشر الخاص لـ GLM-5.2؟
مجموعة كبيرة من الخدمات: الأوزان المعتمدة، والتكميم، والمسرعات، وبرامج الاستدلال، وضوابط الوصول، وطبقة الأمان، وقابلية المراقبة، وإدارة الثغرات الأمنية، وتخطيط السعة، والتراجع الذي تم اختباره. يعمل ترخيص MIT الخاص بالنموذج على تبسيط إعادة الاستخدام القانوني؛ لا يقوم بتشغيل النظام لك.
هل يدعم Beam GLM-5.2 في الإنتاج؟
دعم Beam قيد التقييم. لم يتم إرفاق أي تكامل مستضاف أو تتم إدارته ذاتيًا بسجل نظام إدارة المحتوى هذا. تحقق من صحة بناء النموذج الدقيق وإعداد الجهد ومسار البيانات والأدوات والجودة والبنية التحتية ودعم الملكية قبل الالتزام بالإنتاج.