Tillbaka till Nyheter
ProduktAI Understanding genomgång

GIGAZINE rapporterar att Z.ai släpper GLM-5.3 som en modell med öppen vikt

GIGAZINE rapporterar att det kinesiska AI-företaget Z.ai släppte GLM-5.3 som en modell med öppen vikt och gjorde dess vikter tillgängliga via Hugging Face och ModelScope efter att tidigare lovat säkerhets- och säkerhetsutvärderingar.

6 min readRead the linked source
Source-provided image accompanying GIGAZINE reports Z.ai releases GLM-5.3 as an open-weight model
KällhänvisningKälla inspelad
Förläggare
gigazine.net
Källlänk
gigazine.nethttps://gigazine.net/gsc_news/en/20260829-glm-5-3-open/
Källtyp
Länkad källa – status för primär källa har inte fastställts.
Också citerad

Berättelsen senast reviderad

SammanhangFörstå detta på 60 sekunder

Börja här

Nyckeltermer

Vikt
Ett inlärt numeriskt värde som skalar signaler som passerar genom ett neuralt nätverk.
API (Application Programming Interface)
Ett strukturerat sätt för ett mjukvarusystem att skicka förfrågningar till och ta emot svar från ett annat system.
Minne (agentminne)
Lagrat sammanhang som en AI-agent använder över steg eller sessioner för att förbättra kontinuiteten.
Testa dig självAI Models Explained Quiz

Vad har förändrats sedan publiceringen

  1. Först publicerad
  2. GIGAZINE utvecklar väsentligt den befintliga uppdateringen av GLM-5.3 genom att rapportera tidpunkten för releasen den 29 augusti, Hugging Face och ModelScope-tillgänglighet, den rapporterade parameterkonfigurationen på totalt 744 miljarder/40 miljarder aktiva, GLM-5.3-licensen säkerhetsgranskningsklausul för organisationer med årliga intäkter över 10 miljarder dollar i årliga intäkter och anspråk på 10 miljarder dollar i anspråk indexjämförelser.

Vad hände

GIGAZINE rapporterar att Z.ai släppte GLM-5.3 som en öppen viktmodell klockan 00:00 japansk tid den 29 augusti 2026. Modellen är tillgänglig för nedladdning, körning och anpassning via Hugging Face och ModelScope. GIGAZINE säger att Z.ai tidigare hade meddelat att de skulle öppna modellen efter att ha genomfört säkerhetsförbättringar och säkerhetsutvärderingar.

GIGAZINE rapporterar att Z.ai släppte GLM-5.3 som en öppen modell klockan 00:00 japansk tid den 29 augusti. Rapporten beskriver releasen som uppfyllelsen av ett tidigare löfte: GLM-5.3 började erbjuda prenumerations- och API-tjänster den 14 augusti, och Z.ai hade sagt att säkerhetsförstärkningarna skulle bli tillgängliga efter att säkerhetshöjningarna skulle bli tillgängliga. Rapporten citerar Z.ais tillkännagivande om att modellen kan laddas ner, köras och anpassas. Tidpunkten och releasemeddelandet rapporteras av GIGAZINE; de är inte oberoende bekräftade här.

Enligt GIGAZINE är vikterna tillgängliga via Hugging Face och ModelScope. Rapporten säger att modellen använder en blandning av experter-arkitektur med totalt 744 miljarder parametrar och 40 miljarder aktiva parametrar. Dessa siffror beskriver modellens övergripande skala och per-inferensskala, men källan förklarar inte den exakta arkitekturen, träningsdata, träningsberäkning, kontextlängd eller slutledningsinställningar. GIGAZINE rapporterar också att GLM-5.3-licensen kräver att organisationer med årliga intäkter över 10 miljarder dollar genomgår en säkerhetsgranskning av Z.ai. Artikeln innehåller inte hela licenstexten eller förklarar hur granskningen skulle administreras eller genomdrivas.

GIGAZINE rapporterar att hela modellen kräver AI-infrastruktur på datacenternivå. Det står också att Unsloth har släppt en kvantifierad version och att dess UD-IQ2_M-version anges köras på en Mac med 256 GB enhetligt minne eller på en PC med 24 GB VRAM och 256 GB RAM. Dessa är rapporterade kompatibilitetsanspråk, inte ett oberoende test av GIGAZINE. Källan anger inte prestandaförluster från kvantisering, förväntad generationshastighet, strömanvändning, programvarukrav eller om konfigurationen är praktisk för ihållande arbetsbelastningar.

Artikeln rapporterar vidare att artificiell analys utvärderade GLM-5.3 med ett Intelligence Index-poäng på 60 och ett Agentic Index-poäng på 59. GIGAZINE säger att den första poängen var över Claude Opus 4.8 och den andra överträffade GPT-5.6 Sol och Grok. Rapporten återger inte de underliggande testerna, urvalsstorlekarna, konfidensintervallen, modellinställningarna eller den fullständiga jämförelsetabellen. Dessa jämförelser bör därför behandlas som rapporterade benchmarkresultat snarare än oberoende fastställda rankningar. GIGAZINE noterar också att Z.ai släppte den mindre GLM-5.3-Flash som en öppen modell den 26 augusti, vilket kopplade den till den tidigare identifieringen av Ox Alpha.

Källinformation: gigazine.net ↗

Varför det spelar roll

Releasen ger utvecklare tillgång till en mycket stor modell som GIGAZINE beskriver som konkurrenskraftig med ledande proprietära system i vissa utvärderingar. Det skulle kunna utöka experiment med lokalt driven och anpassad AI, även om de rapporterade hårdvarukraven gör hela modellen opraktisk för de flesta individer och mindre organisationer.

Open- access ändrar vem som kan inspektera, anpassa och distribuera en modell. Utvecklare kanske kan köra GLM-5.3 utanför ett värd API, anpassa det för särskilda applikationer eller utvärdera det under förhållanden som är svåra att studera med en stängd tjänst. Det kan förbättra tillgången till forskning och skapa ytterligare ett alternativ för organisationer som är oroade över leverantörsberoende. Det praktiska värdet beror på releasens fullständighet, licensvillkoren, kvaliteten på verktygen och kostnaden för att driva modellen.

Den redovisade skalan sätter också gränser för den öppenheten. En blandning av experter med 744 miljarder parametrar är inte likvärdig med en lätt lokal applikation bara för att dess vikter är nedladdningsbara. GIGAZINEs beskrivning av infrastruktur på datacenternivå tyder på att hela modellen kommer att förbli tillgänglig främst för välfinansierade utvecklare och institutioner. Kvantiserade versioner kan bredda åtkomsten, men källan fastställer inte oberoende deras hastighet, kvalitet, tillförlitlighet eller totala driftskostnad. Tillgång till hårdvara, minneskapacitet och mjukvarukompatibilitet avgör om utgåvan är användbar utöver specialiserade användare.

Prestandakraven är viktiga eftersom de framställer releasen som en potentiell konkurrent till proprietära frontier-modeller, särskilt för kodnings- och agentuppgifter. Om de reproduceras oberoende kan sådana resultat stärka argumenten för öppna system inom mjukvaruutveckling, automatiserade arbetsflöden och säkerhetsforskning. Men ett sammansatt index är inte en garanti för tillförlitlig prestanda i verkliga installationer. Källan ger inga bevis om faktisk noggrannhet, felfrekvenser, cybersäkerhetsbeteende, konsekvent vägran, flerspråkig kvalitet, integritetsskydd eller prestanda på användarnas egna arbetsbelastningar.

Licensklausulen introducerar en mindre bekant begränsning i en utgåva med annars öppen vikt. GIGAZINE rapporterar att organisationer över en specificerad intäktströskel måste klara en säkerhetsgranskning av Z.ai. Det kan påverka stora kommersiella användares upphandling och efterlevnadsbeslut, samtidigt som mindre användare får andra skyldigheter. Källan klargör inte om granskningen är obligatorisk före användning, vilken information sökande ska lämna, hur lång tid det tar, vilka standarder som gäller eller vad som händer om en organisation inte klarar sig. Dessa okända är centrala för att bedöma hur öppen releasen är i praktiken.

Interactive Mechanism

Interaktiv mekanism: hur det faktiskt fungerar

Utforska den underliggande tekniken bakom denna utveckling interaktivt.

Thinking Budget (Test-Time Tokens):1,024 tokens
Complex Accuracy79%Math & Code Logic
Latency3.2sTime to first full output
Inference Cost$0.0092Per query estimated
Reasoning StyleStep VerificationInternal chain depth
Active Thinking Trace:
1Deconstruct user problem into formal constraints
2Propose candidate hypotheses & step-by-step calculation
3Self-correction: Backtrack and refute subtle edge cases
4Exhaustive consistency check & final output synthesis
Core takeaway: Test-time compute fundamentally changes AI economics. Instead of only scaling during pre-training, giving reasoning models more tokens at inference time allows them to systematically solve PhD-level STEM problems.
Interaktiv konceptkontroll+10 Points
AI Models Explained Quiz

Which component of an AI application is the machine-learning model itself?

Vad du ska titta på härnäst

Huvudfrågorna är om den rapporterade prestandan kan reproduceras oberoende, hur användbar licensen är i praktiken och vilka säkerhetsbevis som åtföljde frisläppandet. GIGAZINE tillhandahåller inte den underliggande utvärderingsmetoden, detaljerade säkerhetsresultat eller oberoende bekräftelser av modellens påstådda kapacitet.

Se först efter oberoende utvärderingar som publicerar uppgiftsdefinitioner, uppmaningar, modellinställningar, hårdvarukonfigurationer och felanalys. GIGAZINEs konto ger indexpoäng och jämförelser men inte de bevis som behövs för att avgöra om GLM-5.3:s rapporterade fördelar är breda, statistiskt meningsfulla eller känsliga för val av benchmark. Reproducerbara tester för kodning, resonemang, verktygsanvändning och säkerhetsuppgifter kommer att vara mer informativa än en enda samlad poäng.

För det andra, se hur utvecklare hanterar hela modellen och den kvantiserade versionen. Användbar rapportering bör fastställa faktisk minnesanvändning, genomströmning, latens, effektkrav, mjukvarustöd och kvalitetsförändringar efter kvantisering. Källan rapporterar angivna hårdvarukonfigurationer men bekräftar dem inte oberoende. Det står inte heller om de nedladdningsbara filerna innehåller alla komponenter som behövs för distribution eller om användare måste skaffa ytterligare proprietära tjänster.

För det tredje, titta på implementeringen av GLM-5.3-licensen. Det rapporterade kravet på säkerhetsgranskning för organisationer med årliga intäkter över 10 miljarder USD kan bli en betydande praktisk barriär eller efterlevnadsskyldighet. De fullständiga termerna, definitionerna, översynsprocessen och verkställighetsmekanismerna måste undersökas innan stora organisationer behandlar modellen som ett konventionellt beroende av öppen vikt. Mindre användare bör också kontrollera om andra begränsningar gäller.

Slutligen, se upp för säkerhetsdokumentation och incidentrapporter. GIGAZINE säger att releasen följde säkerhetsförbättringar och säkerhetsutvärderingar, men artikeln beskriver inte dessa utvärderingar eller publicerar deras resultat. Viktiga okända saker inkluderar de testade missbrukskategorierna, täckning av red-team, säkerhetsåtgärder i de nedladdningsbara vikterna, hantering av cyberrelaterade funktioner och processen för att rapportera sårbarheter. Tills den informationen är tillgänglig visar utgåvan tillgång till en kraftfull modell, inte bevis på att den är säker eller pålitlig för användning med hög effekt.

Relaterade guider och frågesporter

AI-modeller förklarasChatGPT och LLM:erAI utbildningTesta vad du vet – prova ett gratis AI-quizSlå upp en AI-term i vår ordlistaFölj AI-modellens release tracker

Uppdateringar och korrigeringar

Denna kanoniska berättelse uppdateras på plats när händelsen som utvecklas väsentligt förändras. Dess URL och ursprungliga publiceringsdatum ändras aldrig.

  • GIGAZINE utvecklar väsentligt den befintliga uppdateringen av GLM-5.3 genom att rapportera tidpunkten för releasen den 29 augusti, Hugging Face och ModelScope-tillgänglighet, den rapporterade parameterkonfigurationen på totalt 744 miljarder/40 miljarder aktiva, GLM-5.3-licensen säkerhetsgranskningsklausul för organisationer med årliga intäkter över 10 miljarder dollar i årliga intäkter och anspråk på 10 miljarder dollar i anspråk indexjämförelser.
Se den offentliga korrigeringsloggen
Hittade du detta användbart?