كشفت شركة الذكاء الاصطناعي الصينية Z.ai أن النموذج الذي ظهر الأسبوع الماضي على منصة OpenRouter باسم Ox Alpha هو أحد نماذجها، وأعادَت إطلاقه باسم GLM-5.3-Flash. وأتاحت الشركة أوزان النموذج عبر Hugging Face، ما يفتح المجال أمام المطورين للوصول إليه وتشغيله وفق الصيغة التي توفرها Z.ai، بدلاً من بقائه خدمة مجهولة المصدر على منصة طرف ثالث.
كان Ox Alpha قد ظهر مجاناً على OpenRouter من دون الكشف عن الجهة المطورة، لكنه جذب الانتباه سريعاً بعدما حقق نتائج قوية في عدد من الاختبارات ولوائح الترتيب. وأدى غياب هوية المطور إلى نقاشات حول المختبر الذي يقف وراءه، وكانت Z.ai من أبرز الأسماء التي طُرحت قبل تأكيد الشركة صلتها بالنموذج.
نموذج موجه للبرمجة والمهام الوكيلة
تقدم Z.ai النموذج باعتباره نموذجاً للاستدلال يستهدف البرمجة، ومهام الوكلاء طويلة الأمد، وأعباء العمل في بيئات الإنتاج. ووفق المعلومات المنشورة، صُمم GLM-5.3-Flash للتعامل مع مهام تطوير برمجيات ممتدة، ومسائل استدلال معقدة، وسير عمل يجمع بين السياق النصي والمرئي.
ويستخدم النموذج بنية Mixture of Experts (MoE) بإجمالي 320 مليار معامل، إلا أن نحو 18 مليار معامل فقط تكون نشطة عند معالجة كل استعلام. كما تصل نافذة السياق إلى مليون رمز، مع دعم النصوص والصور ومقاطع الفيديو، بينما يمكن أن يبلغ طول الاستجابة الناتجة 131 ألفاً و72 رمزاً.
بنية انتباه مصممة للسياقات الطويلة
تقول Z.ai إن النموذج يختلف عن أجيال GLM السابقة في بنية الانتباه المستخدمة. ويعتمد Sparse attention على التركيز في الأجزاء الأكثر صلة من المدخلات بدلاً من تقييم جميع الرموز في الوقت نفسه، وهو ما يهدف إلى خفض الحاجة إلى الحساب عند التعامل مع مدخلات طويلة.
أما نهج Linear attention فيستهدف ضبط نمو استخدام الذاكرة مع اتساع السياق. وتذكر الشركة أن تدريب النموذج اعتمد على مجموعة بيانات بلغ حجمها 30 تريليون رمز، كما استخدمت أسلوباً باسم mHC لتحسين عملية التدريب.
ماذا يعني ذلك للمطورين؟
تقول Z.ai إن تكلفة تشغيل GLM-5.3-Flash أقل بعشر مرات من تكلفة تشغيل نموذجها السابق. وإذا انعكس هذا الفارق على الاستخدام الفعلي، فقد يكون مهماً للفرق التي تشغّل مهاماً وكيلة طويلة أو تحتاج إلى معالجة سياقات كبيرة، لكن المادة لا تقدم تفاصيل عن ظروف القياس أو الأسعار أو متطلبات العتاد، لذلك تبقى المقارنة المالية بحاجة إلى تحقق مستقل.
في الاختبارات التي عرضتها الشركة، قورِن النموذج مع Claude Opus 4.8 وGPT-5.6 Terra وGemini 3.7 Flash. ووفق نتائج Z.ai، حقق GLM-5.3-Flash أعلى نتيجة في اختبار GDPval-AA v2 لقياس الأداء في المهام كثيفة المعرفة، وجاء في المركز الثاني في AutomationBench، الذي يقيس القدرة على إكمال المهام داخل التطبيقات السحابية.
تكمن أهمية الإعلان في الجمع بين ثلاثة عناصر: أوزان متاحة عبر Hugging Face، وسياق طويل جداً، وتركيز واضح على الوكلاء والبرمجة. لكنه لا يثبت وحده تفوق النموذج على النماذج المنافسة، لأن النتائج المذكورة صادرة عن الشركة نفسها ولا تتضمن في المادة تفاصيل المنهجية أو قابلية إعادة الاختبارات. ويأتي الإصدار ضمن مسعى أوسع لشركات الذكاء الاصطناعي الصينية إلى تقديم نماذج مفتوحة الأوزان ومرشدة لتكلفة تشغيل أقل كبدائل للنماذج المغلقة التي تقدمها شركات مثل OpenAI وAnthropic.
كيف أعددنا هذا الخبر؟
اعتمد الخبر على المصدر الأصلي الموضح أعلاه. قد نستخدم أدوات آلية للمساعدة في الاستخراج والتصنيف والصياغة،
لكن النشر يخضع لقواعد تمنع المحتوى المكرر والقصير أو الروتيني منخفض القيمة.
اقرأ سياستنا التحريرية.