Zhipu ra mắt và mở mã nguồn mô hình “Niu Lai” GLM-5.3-Flash, cải thiện khả năng đa modal và hiệu quả chi phí suy luận

Theo TechFlow, ngày 26 tháng 8, Z.ai đã phát hành GLM-5.3-Flash, được giới thiệu là mô hình đa modal nguyên sinh đầu tiên thuộc dòng GLM-5. Mô hình này sở hữu tổng cộng 320 tỷ tham số và 18 tỷ tham số được kích hoạt, vượt trội so với GLM-5.2 trong nhiều bài kiểm tra benchmark về lập trình, agent và thị giác, đồng thời đạt kết quả tiếp cận Claude Opus 4.8 trong một số tác vụ lập trình. GLM-5.3-Flash áp dụng kiến trúc lai kết hợp giữa cơ chế chú ý thưa và chú ý tuyến tính, cùng với việc tích hợp các cơ chế như mHC và IndexPool nhằm giảm chi phí suy luận ngữ cảnh dài và lượng tiêu thụ bộ nhớ đệm KV.

Z.ai cho biết mô hình đã được đưa vào vận hành dịch vụ quy mô lớn trên cụm chip AI tại Trung Quốc, với hiệu năng dịch vụ end-to-end tăng gấp 3 lần so với đường cơ sở ban đầu, và trọng số mô hình đã được công bố trên Hugging Face.