⚙️ GPT-5.5 галлюцинирует в 3 раза чаще открытой GLM-5.2 — новое исследование

Сравнительный тест показал, что проприетарные гигантские модели уступают компактным открытым аналогам по точности. GPT-5.5 (оценка 86% галлюцинаций) и DeepSeek V4 Pro (94%) значительно чаще выдают уверенно неверные ответы, чем MIT-лицензированная GLM-5.2 от Z.ai (28%). При этом GLM-5.2 с 753B параметров (40B активных) отстаёт от GPT-5.5 всего на 4 балла в индексе Artificial Analysis Intelligence.

Автор теста задал моделям сложный Python-вопрос с архитектурной ошибкой. DeepSeek V4 Pro потратил 3 минуты 26 секунд на «рассуждение» и выдал красивое, но неверное решение. GLM-5.2 за 12 секунд и 800 токенов распознала логическую невозможность задачи. Вывод: увеличение параметров и вычислительного бюджета не улучшает, а ухудшает калибровку уверенности модели.

#AI #LLM #Hallucinations #GLM #GPT

↗️ Китайские AI-модели лидируют по объёму API-запросов девятую неделю подряд — доля США рухнула с 72% до 33%

Согласно данным OpenRouter, за неделю с 22 по 28 июня глобальный объём вызовов AI-моделей достиг 46,7 трлн токенов. Китайские модели обработали 20,39 трлн токенов (+8,4% к предыдущей неделе), тогда как американские — лишь 4,25 трлн токенов (падение на 26,22%). Отчёт ExponentialView «2026 AI Economy Status» подтверждает: разработчики и предприятия массово переходят на DeepSeek, GLM и MiniMax из-за низкой стоимости инференса.

В топе моделей: DeepSeek-V4-Flash (4,66 трлн токенов, шестая неделя лидерства), Xiaomi MiMo-V2.5 (4,48 трлн, +14% за неделю) и MiniMax M3 (3,74 трлн). Zhipu AI GLM-5.2 взлетел на седьмое место с 2,11 трлн токенов (+66% за неделю) после открытия исходного кода 17 июня. Эта модель набрала 51 балл в глобальном индексе LLM от ArtificialAnalysis, став самой высокорейтинговой open-source моделью, и отлично справляется с кодом и долгосрочными задачами — способна автономно выполнять крупные инженерные проекты в течение нескольких часов.

Примечательно, что Claude Sonnet 4.6 впервые за почти четыре месяца выпал из топ-10. Как отмечает основатель ExponentialView Азим Ажар, «не всегда нужен нобелевский лауреат, чтобы извлечь цифру из чека и вставить её в таблицу». Рынок созревает: эффективность по затратам и выбор модели под конкретную задачу становятся главными драйверами внедрения.

#AI #China #Business #DeepSeek #GLM #OpenRouter

⚙️ GLM 5.2 Fast: инженер на месяц — за четыре дня и $218

Инженер Fireworks AI рассказал, как с помощью модели GLM 5.2 Fast через FireConnect в Claude Code реализовал сложную фичу для GPU-планировщика за четыре дня вместо обычного месяца. Результат: четыре PR, ~3000 строк кода, 16 unit-тестов и 18 интеграционных тестов — всё с зелёным CI. Стоимость инференса составила всего $218.

Работа шла в три этапа. На дизайн (обычно две недели) ушёл один день: модель выступала ассистентом на «живой доске», обсуждая архитектуру reclaim-логики для GPU-планировщика. Планирование заняло полдня — GLM 5.2 Fast сгенерировал 34 теста до написания кода. Имплементация — ещё полтора дня: модель и Claude Code итерировали, пока все тесты не проходили.

Ключевой фактор — скорость: ~400 токенов/сек. Когда ответ приходит за секунды, работа превращается в реальный диалог, а не в асинхронный код-ревью с потерей контекста. Быстрая модель не требует переключения внимания, что критично для сложных задач с конкурентностью и длинным хвостом кейсов.

#AI #GLM #Tech #Engineering #FireworksAI #GPU #ClaudeCode

💻 Анонимная ИИ-модель Ox Alpha взломала бенчмарки кодинга и запустила игру в угадайку

20 августа OpenRouter добавил stealth/ox-alpha — бесплатную модель без названия компании, техотчёта и указания параметров. Цена — ноль. Китайские пользователи прозвали её «моделью быка».

Независимый исследователь прогнал Ox Alpha по DeepSWE: 8 из 10 задач, 80% против 65% у Claude Fable 5 и 52% у GPT-5.6 Sol. Stripe тоже протестировал модель и остался впечатлён. Ox Alpha возглавила рейтинг OpenRouter, установив рекорд по дневному использованию.

Характеристики агрессивные: контекст на 1 048 600 токенов, до 131 000 токенов на ответ, ввод текста, изображений и видео, нативная поддержка tool calling, function calling и JSON. На полном прогоне из 113 задач DeepSWE модель набрала 63 балла — вблизи Claude Opus 4.8.

Началась охота за создателем. Тесты токенизатора показали постоянную разницу в 75 токенов с GLM-5.3 от Zhipu, видеокодер совпал с GLM-5V-Turbo, формат ошибок API тоже напоминает Zhipu. Многие теперь на 99% уверены, что Ox Alpha — предрелизная GLM-5.x. Исследователи DeepMind подлили масла в огонь намёками на Gemini, но ни одна компания модель официально не признала.

Анонимные запуски на OpenRouter уже не новы: Pony Alpha оказалась GLM-5 от Zhipu, Hunter Alpha — MiMo-V2-Pro от Xiaomi, Elephant Alpha — Ant, Owl Alpha — Meituan. Зачем анонимность? Без бренда разработчики судят по результату, а бесплатные топ-модели стали повторяющейся стратегией китайских вендоров в битве за вычислительные мощности

#AI #Safety #OpenRouter #Zhipu #GLM #Coding

🔝GLM-5.3-Flash от Zhipu AI работает на 100 000 отечественных чипов и возглавил рейтинг OpenRouter

Китайская Zhipu AI выпустила модель GLM-5.3-Flash, которая полностью работает на отечественных AI-ускорителях. Все онлайн-инференсы модели обслуживаются кластером из 100 000 локально произведённых чипов — это первый столь масштабный продакшн-кейс для домашнего «железа» среди ведущих китайских лабораторий.

Модель заняла 10-е место в рейтинге AAII аналитической фирмы Artificial Analysis, обойдя DeepSeek V4 Pro Max. Впервые релизнутая 20 августа под кодовым именем «Ox Alpha», GLM-5.3-Flash уже через неделю возглавила рейтинг использования на платформе маршрутизации моделей OpenRouter.

Вендора чипов Zhipu AI официально не называет, но аналитики предполагают, что речь о серии Ascend от Huawei. По словам Ивана Лина из Counterpoint, китайские разработчики моделей всё активнее инвестируют в серверы и инфраструктуру на базе отечественных ускорителей.

Запуск — самый ясный сигнал того, что домашняя цепочка поставок готова нести флагманские нагрузки. На фоне экспортных ограничений китайские лаборатории оптимизируют софт под доступное железо, и модель, которая лидирует в бенчмарках, работая на отечественных чипах, доказывает: программная эффективность способна компенсировать аппаратные разрывы. Для Zhipu AI линейка Flash — это стратегия, сочетающая качество модели с практической масштабируемостью без зависимости от импортных ускорителей.

#AI #CPU #ZhipuAI #GLM #OpenRouter #China

⚙️ Zhipu открыла GLM-5.3-FlashX: ~200 токенов/с на ~100 тыс. китайских ускорителей

Zhipu AI запустила GLM-5.3-FlashX - высокоскоростной вариант модели Flash, доступный через API и в центре тестирования. Заявленная пиковая скорость генерации - около 200 токенов в секунду. Ускорение обеспечено вычислительными мощностями примерно 100 тыс. китайских AI-ускорителей и оптимизацией serving-стека.

Базовая модель GLM-5.3-Flash была открыта 26 августа: 320 млрд параметров, MoE-архитектура с ~18 млрд активных параметров и контекстом в 1 млн токенов. Ранее она появлялась анонимно как Ox Alpha на публичных платформах маршрутизации. Инженеры Z.ai построили production-стек с нуля под кластер национальных чипов, столкнувшись с ограниченной памятью и пропускной способностью на кристалл, неполными ядрами (kernels) и мультимодальным длинноконтекстным трафиком.

Значительную часть адаптации выполнил Infra Agent на базе GLM-5.3: инженеры ставили задачи и проверяли критичные изменения, а агент предлагал диагностику, патчи ядер и правки стека по результатам тестов корректности и метрик. Итог - примерно 3× рост сквозной пропускной способности относительно базовой конфигурации и эффективность на токен, близкая к экономике обслуживания на GPU NVIDIA. FlashX позиционируется как публичный скоростной SKU поверх открытой MoE-модели.

#AI #Zhipu #GLM #MoE #Tech #Inference #OpenModel

🧪 Биобезопасность как AI-гонка вооружений: CEO Radical Numerics об угрозах и защите

В подкасте Latent.Space Эрик Нгуен (Eric Nguyen), со-основатель и CEO Radical Numerics, объяснил, почему те же модели, что усиливают биологические возможности, способны не дать обороне отстать. Поводом стал разбор атаки OpenAI → Hugging Face: фильтры Anthropic помечают две главные угрозы - кибербезопасность и биологию, поэтому вопрос о биозащите встал особенно остро.

Нгуен ещё в Стэнфорде годами продвигал геномные языковые модели (GLM), пока биологи не верили в их пользу. Он помог создать Evo и Evo 2, и позже другая команда Arc/Stanford с их помощью сгенерировала целые геномы бактериофагов, синтезированные в работающие вирусы. ДНК отличается от естественного языка: алфавит всего 4 символа (ACTG), зато последовательности огромны - от 60K у среднего гена человека до 3 млрд в целом геноме. Это стало возможным благодаря long-context моделям (проект stripedhyena) задолго до 1M+ контекстов у фронтир-лабораторий.

GLM уже неплохо работают с РНК и белками, обобщаясь на несколько «языков» без отдельного обучения. В эксперименте с аптамерами модель, которой показали только слабые последовательности по возрастанию score, самостоятельно продолжила траекторию и воспроизвела лучшие варианты - по сути chain-of-thought прямо в языке ДНК. Нгуен считает, что оборона сейчас проигрывает эту гонку, и Radical Numerics призывает агрессивнее двигать фронтир моделей.

#AI #BioSecurity #Genomics #GLM #AIresearch

🧠 Zhipu тихо тестирует GLM-5.3-Highspeed в ZCode: пользователи зафиксировали около 490 токенов/с

Zhipu AI начала ограниченное тестирование ускоренной версии своей новейшей модели. GLM-5.3-Highspeed появилась в ZCode - фирменном инструменте компании для написания кода - в версии 3.15.1. Доступ выдаётся в формате gray release случайно выбранным подписчикам, поэтому модель недоступна большинству даже на платных тарифах: журналист QbitAI на плане Lite не смог подключить её вручную.

Внимание привлёк не официальный анонс, а скриншот пользователя, нашедшего модель: генерация шла примерно на 490 токенов в секунду. При таком темпе 10 000 токенов выдаются примерно за 20 секунд. Zhipu не публиковала ни анонса, ни официальных показателей пропускной способности, так что цифру стоит считать пользовательским замером, а не гарантированным уровнем сервиса.

Для сравнения: выпущенная месяц назад GLM-5.3-FlashX пиковала около 200 токенов/с, а GLM-5.3-Flash на API Z.ai показывала по замерам Artificial Analysis порядка 60 токенов/с. Ранее модель уже засветилась в каталоге Pi - открытого кодинг-агента: там у неё контекстное окно 1 млн токенов, максимальный вывод 131 072 токена и режимы reasoning low/high/max. На Reddit также обсуждают, не связана ли новинка с анонимной моделью Omen Alpha из OpenCode, но подтверждений от Zhipu нет.

Если скорость в районе 490 токенов/с подтвердится, ключевой выигрыш получат длительные агентные и кодинг-задачи, где ожидание генерации накапливается.

🎨 qvabo.studio/tg · картинки и видео

#AI #Zhipu #GLM #ZCode #Development #Testing