智谱GLM-5 இந்த முறை திறந்த மூலமாக வெளியிடப்பட்டது, மேம்பட்ட நிரலாளர்களும் ஆபத்தில் உள்ளனர்...

உண்மையில், 2026 ஆம் ஆண்டின் AI, 25 ஆம் ஆண்டை விட மிகவும் பைத்தியமாக உள்ளது.

சமீபத்தில் நான் ஒரு நாளைக்கு 16 மணி நேரம் AI இல் மூழ்கி இருப்பவன், AI இன் பரிணாம வேகத்தை என்னால் பிடிக்க முடியவில்லை. ஒவ்வொரு நாளும் நான் கண் விழிக்கும்போது, உலகம் மாறிவிட்டது போல் உணர்கிறேன்.

நேற்று நள்ளிரவு, Zhi Pu ஒரு பெரிய நகர்வைச் செய்தார், அவர்களின் தற்போதைய வலுவான முதன்மை மாதிரியான GLM-5 ஐ நேரடியாக திறந்த மூலமாக வெளியிட்டார்.

உலகளாவிய அதிகாரப்பூர்வ செயற்கை பகுப்பாய்வு தரவரிசையில், GLM-5 ஜெமினியை விஞ்சி உலகளவில் நான்காவது இடத்தையும், திறந்த மூலத்தில் முதல் இடத்தையும் பிடித்தது!

நான் எதிர்பார்த்தது போலவே, கடைசியாக GLM-4.7 வெளியிடப்பட்டபோது, நான் கட்டுரையில் சகோதரர்களிடம் ஒரு அலை முன்னறிவிப்பைச் செய்தேன்: GLM-4.8 அல்லது GLM-5 வசந்த விழாவுக்கு முன்பு வெளியிடப்படும் என்று குருட்டுத்தனமாக யூகித்தேன், அது உண்மையில் வந்தது என்று நான் நினைக்கவில்லை, ஹா ஹா 😄

மேலும் இந்த முறை பதிப்பு எண் முன்பு போல் 4.5, 4.6, 4.7 போன்ற பற்பசை பாணியிலான புதுப்பிப்பு அல்ல, இந்த முறை அது நேரடியாக 5.0 ஐ எட்டியது.

இது சிறிய திருத்தங்கள் அல்ல, அடிப்படை திறன்களில் ஒரு பெரிய முன்னேற்றம் என்று இது காட்டுகிறது.

GLM-5 உண்மையில் என்ன புதுப்பித்துள்ளது என்பதை முதலில் அனைவருக்கும் அறிமுகப்படுத்துகிறேன்:

எளிமையாகச் சொன்னால், முந்தைய மாதிரிகள் அனைத்தும் வைப் கோடிங்கில் ஈடுபட்டுள்ளன, அதாவது ஒரு வாக்கியத்தை உருவாக்குவது, யாருடைய வலைப்பக்க சிறப்பு விளைவுகள் மிகவும் கவர்ச்சிகரமானவை என்பதைப் பார்க்கவும், ஒரு வாக்கியத்தில் ஒரு கவர்ச்சிகரமான விளையாட்டை யார் உருவாக்க முடியும் என்பதைப் பார்க்கவும்.

ஆனால் GLM-5 இந்த முறை உங்களுடன் இதில் ஈடுபடவில்லை (இறுதியாக!), இது பெரிய மாதிரியின் திறனை குறியீடு எழுதுவதிலிருந்து ஒரு அமைப்பை உருவாக்கக்கூடியதாக உயர்த்துகிறது.

அதன் பொருள் என்ன? அதன் கவனம் அழகான முன் பக்கங்களை எழுதுவதில் இல்லை, ஆனால் அழுக்கான வேலை, கடினமான வேலை மற்றும் நீண்ட பணிகளைச் செய்யக்கூடிய ஒரு அமைப்பு கட்டிடக் கலைஞராக பரிணமிக்கிறது.

இது ஏஜென்டிக் இன்ஜினியரிங், அதாவது அறிவார்ந்த உடல் பொறியியல் திறன்களை வலியுறுத்துகிறது.

நான் அதிகாரப்பூர்வ தரவைப் பார்த்தேன், அளவுரு அளவு 355B இலிருந்து 744B (செயல்படுத்தல் 40) ஆக அதிகரித்துள்ளது, மேலும் முன் பயிற்சி தரவு 23T இலிருந்து 28.5T ஆக அதிகரித்துள்ளது.

SWE-bench-Verified என்ற அங்கீகரிக்கப்பட்ட நிரலாக்க அளவுகோல் சோதனையில், மதிப்பெண் 77.8 ஆகும், இது நேரடியாக ஜெமினி 3 ப்ரோவை பின்னுக்குத் தள்ளியது, மேலும் தற்போது அங்கீகரிக்கப்பட்ட வலுவான மூடிய மூல மாதிரி கிளாட் ஓபஸ் 4.5 க்கு கிட்டத்தட்ட சமம் என்று கூறலாம்.

தற்போது z.ai இல் இலவசமாகப் பயன்படுத்தலாம்:

திறந்த மூல முகவரி:

GitHub: https://github.com/zai-org/GLM-5

Hugging Face: https://huggingface.co/zai-org/GLM-5

ModelScope: https://modelscope.cn/models/ZhipuAI/GLM-5

உண்மையில், சில நாட்களுக்கு முன்பு, X இல் போனி என்ற மர்மமான மாதிரி திடீரென தோன்றியது.

அந்த நேரத்தில், போனி யார் என்று பல நண்பர்கள் யூகித்துக் கொண்டிருந்தார்கள்? பல கருத்துக்கள் இருந்தன.

உண்மையில், போனி என்ற குறியீட்டுப் பெயர் கொண்ட மாதிரி GLM-5 ஆகும், போனி என்று ஏன் அழைக்கப்படுகிறது என்றால், குதிரை ஆண்டு நெருங்கி வருவதால் இருக்கலாம் 🤔.

நான் உடனடியாக ஓபன்ரூட்டரிலிருந்து போனியை கிளாட் குறியீட்டில் இணைத்து முயற்சித்தேன், நேர்மையாகச் சொன்னால், அது மிகவும் வலுவானது (X இல் மிகவும் பிரபலமானது).

API இடைமாற்ற நிலையத்தை உருவாக்க வெறும் 7 நிமிடங்கள் மட்டுமே ஆனது!

இது MVP டெமோவாக இருந்தாலும், பக்க செயல்பாடு ஏற்கனவே மிகவும் முழுமையானது, மேலும் இது பின்தள தர்க்கம் மற்றும் தரவுத்தளத்தையும் உள்ளடக்கியது, தரவு மாறும், இது சிறியதாக இருந்தாலும் முழுமையானது.

ஆழமான அனுபவத்திற்குப் பிறகு, GLM-5 ஒரு திட்டத்தை உருவாக்கும்போது, அந்த சுவை கிளாட் ஓபஸைப் போலவே இருக்கிறது என்பதை நான் கண்டறிந்தேன்.

கிளாட் ஓபஸைப் பற்றி நன்கு அறிந்த நண்பர்களுக்குத் தெரியும், வேலை செய்வதற்கு முன்பு, அது உங்களுக்கு மிகவும் விரிவான மற்றும் தர்க்கரீதியான திட்டத்தை பட்டியலிடும்.

GLM-5 இப்போது இந்த திறனையும் கொண்டுள்ளது.

உதாரணமாக, நான் எப்போதும் செய்ய விரும்பும் ஒன்று உள்ளது, ஆனால் சோம்பேறித்தனத்தால் நான் அதைச் செய்யவில்லை.

என்னிடம் ஜெமினி, சாட்ஜிபிடி, கிமி, Zhi Pu மற்றும் பல உறுப்பினர் கணக்குகள் உள்ளன.

சாதாரணமாக கட்டுரைகளை எழுதும்போதோ அல்லது தகவல்களைத் தேடும்போதோ, சில கேள்விகளுக்கு பல AI களின் கருத்துக்களைக் கேட்டு, அவற்றை ஒப்பிட்டுப் பார்க்க விரும்புகிறேன்.நான் பல உலாவி சாளரங்களைத் திறந்து, வெவ்வேறு சாளரங்களை நகலெடுத்து ஒட்டி பல முறை அனுப்ப வேண்டும், பின்னர் முடிவுகளைப் பார்க்க சாளரங்களை சுழற்ற வேண்டும்.

இது ஒரு பெரிய விஷயம் இல்லையென்றாலும், பல முறை செய்வது மிகவும் எரிச்சலூட்டுகிறது.

நான் யோசித்துக்கொண்டிருந்தேன், ஒரு உலாவி சொருகி செய்ய முடியுமா, இது ஒரே சாளரத்தில், இந்த நான்கு AI இன் வலைப்பக்கங்களுக்கு ஒரே கேள்வியை ஒரே நேரத்தில் அனுப்ப முடியும், பின்னர் சொருகியில் பதில்களை ஒரே மாதிரியாகப் பெற முடியுமா?

ஆனால் இந்த விஷயம் மிகவும் சிக்கலானது, ஏனெனில் ஒவ்வொரு AI வலைத்தளத்தின் கட்டமைப்பும் வித்தியாசமானது, மேலும் பல்வேறு பாதுகாப்பு வழிமுறைகள் உள்ளன, அவற்றின் DOM கட்டமைப்பை பகுப்பாய்வு செய்ய வேண்டும்.

எனவே, நான் இந்த சிக்கலான பணியை GLM-5 க்கு ஒப்படைத்தேன்.

கிளாட் கோட் திட்ட பயன்முறையைத் திறந்து, முதலில் ஒரு திட்டத்தை உருவாக்கவும்

பின்னர் அது என்னுடன் தொடர்பு கொண்டு எனது கருத்தைக் கேட்கும்:

இறுதியாக பெறப்பட்ட திட்டம் மிகவும் விரிவானது, இது மிகவும் நீளமானது, 633 வரிகள் உள்ளன..

பின்னர் அது திட்டத்தின்படி செயல்படுத்தத் தொடங்கியது, திட்டத்தை துவக்குவதற்கு 50 நிமிடங்களுக்கு மேல் ஆனது என்று நான் நினைக்கவில்லை..

இந்த செயல்பாட்டில், இது தானாகவே பிளேரைட் MCP கருவியை அழைத்தது, உலாவியைத் திறந்து, அந்த AI இன் வலைத்தளங்களைப் பார்வையிடச் சென்றது.

இது ஒரு உண்மையான நிரலாளர் போல, உறுப்புகளைச் சரிபார்க்க, உள்ளீட்டு பெட்டி எங்கே உள்ளது, அனுப்பு பொத்தானின் வகுப்பு என்ன, திரும்பிய உரை ஸ்ட்ரீமை எவ்வாறு பெறுவது என்பதை பகுப்பாய்வு செய்யச் சென்றது... முழு செயல்முறையும் தானியங்கி, நான் ஒரு வரியும் எழுதவில்லை.

PS: நான் ஸ்கிரீன் ரெக்கார்டிங் செய்ய மறந்துவிட்டேன், ஏனென்றால் நான் மற்ற சாளரத்தில் மற்றொரு பணியை இயக்கிக் கொண்டிருந்தேன்

காத்திருப்பது மதிப்புக்குரியது, நான் விரும்பிய ஒரு கேள்வி, முழு வலை AI ஒரே நேரத்தில் பதிலளிக்கும் சொருகி, சூடாக வெளிவந்தது.

இது எனக்குத் தேவையான விஷயம்～

மேலும், நான் முன்பு ஒரு டிஜிட்டல் மனித சந்தைப்படுத்தல் வீடியோ ஒரு-கிளிக் உருவாக்கும் தளத்தை உருவாக்கினேன் அல்லவா.

பின்னர் சிறந்த அனுபவத்தைப் பெற, நான் முன்பகுதியை மறுசீரமைத்தேன், இந்த மறுசீரமைப்பு முக்கியமற்றது, முழு திட்டமும் குழப்பமாக இருந்தது என்று கூறலாம்: முன் மற்றும் பின் முனைகளுக்கு இடையிலான இடைமுகங்கள் பொருந்தவில்லை, புதிய முன்பகுதியின் முன் சில பழைய தர்க்கங்கள் இயங்கவில்லை, பிழைகள் நிறைய இருந்தன, அதைச் செய்வது மிகவும் கடினமாக இருந்தது.

இந்த முறை, நான் கிளாட் கோடில் திட்ட பயன்முறையைத் திறந்து, பிழைகளைக் கண்டுபிடித்து, பிழைகளை மாற்றும் பணியை GLM-5 க்கு ஒப்படைத்தேன்

முதலில் ஒரு விரிவான திட்டம் வெளிவருகிறது:

திட்டம் சரியானது என்பதை உறுதிப்படுத்திய பிறகு, அதை செயல்படுத்தத் தொடங்கினேன் (செயல்முறையில் உலாவி mcp ஐப் பயன்படுத்தினேன்).

அதன் செயல்படுத்தும் வேகம் வேகமாக இல்லை.

ஆனால் மாதிரி மெதுவாக இல்லை, பல நேரங்களில், டோக்கனின் நுகர்வு வேகத்தை நான் பார்க்கிறேன், ஒரு நொடியில் ஆயிரக்கணக்கானவை வரை செல்வதை கண்களால் பார்க்க முடியும்.

ஆனால் பணி மிகவும் சிக்கலானது என்பதால், அது தொடர்ந்து தன்னைத்தானே பிரதிபலிக்கவும், கருவிகளை அழைக்கவும், சோதனைகளை இயக்கவும் வேண்டும்.

சில நேரங்கள் சார்புகளை பதிவிறக்கம் செய்வதிலோ அல்லது கட்டளைகளை செயல்படுத்துவதிலோ செலவிடப்படுகின்றன.

இந்த பழுதுபார்க்கும் பணி 40 நிமிடங்களுக்கு மேல் எடுத்தது.

சில நண்பர்கள் 40 நிமிடங்கள் என்று சொல்லலாம்? நான் முடித்துவிட்டேன்.

emmm, ஆனால் இந்த 40 நிமிடங்களில், நான் ஸ்கிரீன் ரெக்கார்டிங்கை இயக்கி, வீடியோக்களைப் பார்த்தேன், நாய் கூட வாக்கிங் அழைத்துச் சென்றேன்.

ஆனால் அது முழு கவனத்துடன் எனக்கு உதவிக் கொண்டிருந்தது, மேலும் அது மிகவும் தலைவலியான பிழைகளைக் கண்டுபிடித்து மறுசீரமைக்கும் வேலையைச் செய்து கொண்டிருந்தது.

இது மெதுவாகச் செயல்படுவதைப் பார்க்க வேண்டாம், ஆனால் இறுதியில் பெறப்பட்ட விளைவு மிகவும் குறிப்பிடத்தக்கது.

நான் அதை இயக்கியவுடன், நல்லது, சிக்கல்கள் அனைத்தும் அடிப்படையில் தீர்க்கப்பட்டன.

VCR ஐப் பார்க்கவும்:

இவற்றில் சில விளைவுகள் நான் பின்னர் சோதித்தபோது சிறிய பிழைகளைக் கண்டுபிடித்து, அதை சரிசெய்து மேம்படுத்தச் சொன்னேன்.

ஆனால் பிழைகளை சரிசெய்வதிலும் செயல்பாடுகளை மேம்படுத்துவதிலும், நான் அதை ஒப்படைக்க மிகவும் வசதியாக இருக்கிறேன்.

முன்பு மற்ற AI ஐப் பயன்படுத்தி பிழைகளை மாற்றும்போது, பிழைகள் அதிகமாகி, திட்டம் குழப்பமடையும் என்று நான் அடிக்கடி கவலைப்பட்டேன், இது கிழக்குப் பக்கத்து சுவரை இடித்து மேற்குப் பக்கத்து சுவரை சரிசெய்வது போன்றது..

இந்த சிக்கலைத் தவிர்க்க, AI ஐ கட்டுப்படுத்த பல்வேறு பொறியியல் முறைகளைப் பயன்படுத்த வேண்டியிருந்தது.

எடுத்துக்காட்டாக, ஒவ்வொரு முறையும் வரம்பை வலியுறுத்துங்கள், அல்லது அவற்றை விதிகளில் எழுதுங்கள், அல்லது ஒவ்வொரு முறையும் ஒரு பிழையை மட்டும் மாற்றவும், ஒவ்வொரு மாற்றத்திற்குப் பிறகும், மற்ற செயல்பாடுகளை சோதிக்க வேண்டும்... எப்படியும் மிகவும் சிக்கலானது.

ஆனால் GLM-5 ஐப் பயன்படுத்தி பிழைகளை மாற்றும்போது, அனுபவம் முற்றிலும் மாறிவிட்டது.

நான் எப்போதும் தற்போதைய நிலையை விவரிக்க வேண்டும், பிழைப் பதிவுகளை அதற்கு அனுப்ப வேண்டும், நான் விரும்பும் விளைவு என்ன என்று சொல்ல வேண்டும்.

அது கிட்டத்தட்ட ஒரு முறை சரிசெய்ய முடியும், மேலும் இது மற்ற செயல்பாடுகளை பாதிக்காது.

ஒரு உரையாடலில், முழு செயல்முறையிலும் கண்டுபிடிக்கப்பட்ட நான்கு வெவ்வேறு பிழைகளை நான் நேரடியாக அதற்கு அனுப்பினேன், அது ஒவ்வொன்றையும் தெளிவாக சரிசெய்ய முடியும்.

இந்த நிலையான உணர்வு மிகவும் வசதியானது.

எந்தவொரு சிக்கலான மேம்பாட்டுப் பணியையும் முடிக்க GLM-5 ஐ ஒப்படைக்க நான் இப்போது வசதியாக இருக்கிறேன், அடிப்படையில் எந்த தவறும் நடக்காது.

எப்போதாவது சிக்கல்கள் ஏற்பட்டாலும், கிளாட் கோடில் ரோல்பேக் கட்டளையை செயல்படுத்தி, மீண்டும் தொடங்கினால் போதும்.

முழு திட்டத்தையும் GLM-5 ஐப் பயன்படுத்தி மேம்படுத்திய பிறகு, அனைத்து செயல்முறைகளும் அடிப்படையில் தீர்க்கப்பட்டன.இந்த திட்டத்தை விரைவில் திறந்த மூலமாக்க நான் தயாராகி வருகிறேன் (பல்வேறு மாதிரி APIகளை பிரித்தெடுத்து, அதை உள்ளமைவாக மாற்ற வேண்டும்).

"கடைசியாக"

GLM-5ஐ அனுபவித்த பிறகு, எனது மிகப்பெரிய உணர்வு என்னவென்றால்: உள்நாட்டு AI உண்மையில் எழுந்துவிட்டது.

இரண்டு நாட்களுக்கு முன்பு, ByteDance இன் Seedance 2.0 வெளியிடப்பட்டது, இது வீடியோ உருவாக்கும் துறையில் சீன உள்நாட்டு மாதிரிகள் உலகின் முதல் நிலையை அடைந்துள்ளன, நேரடியாக Sora2 மற்றும் Veo3.1 ஐ விஞ்சிவிட்டன என்பதை நிரூபித்தது.

இந்த முறை ZhiPu GLM-5 வெளியீடு, மற்றொரு கடினமான பாதையான AI கோடிங்கில், எதிர்பாராத பதிலை அளித்துள்ளது.

நாங்கள் முன்பு எப்போதும் உள்நாட்டு மாதிரிகள் தர்க்கரீதியான பகுத்தறிவு, குறியீடு எழுதுதல் ஆகியவற்றில் GPT, Claude Opus மற்றும் Gemini ஆகியவற்றுடன் ஒப்பிடும்போது இன்னும் இடைவெளி உள்ளது என்று கூறுவோம்.

ஆனால் இன்று, GLM-5 உண்மையான செயல்திறனுடன் அந்த இடைவெளி நிரப்பப்பட்டு வருகிறது என்பதை நமக்குக் காட்டுகிறது.

GLM-5 என்பது டெமோ செய்ய மட்டுமே பயன்படுத்தக்கூடிய ஒரு பொம்மை அல்ல, இது உண்மையில் உங்களுக்கு வேலை செய்ய, அமைப்புகளை உருவாக்க, நீண்ட பணிகள் மற்றும் சிக்கலான சிக்கல்களைத் தீர்க்க உதவும் ஒரு உற்பத்தி கருவியாகும்.

மிக முக்கியமாக, இது திறந்த மூலமாகும்.

இதன் பொருள், ஒவ்வொரு டெவலப்பரும், ஒவ்வொரு நிறுவனமும், குறைந்த செலவில் ஒரு சிறந்த AI கட்டிடக் கலைஞரை வைத்திருக்க முடியும்.

தற்போது GLM இன் கோடிங் திட்டம் சூடுபிடித்துள்ளது, மேலும் அதிகாரப்பூர்வமாக அறிவிப்பு வெளியிட்டு, அவசரமாக விரிவாக்கம் செய்து வருவதாகவும், மேலும் இந்த முறை உள்நாட்டு சிப்ஸின் பல்லாயிரக்கணக்கான கார்டுகள் கொண்ட கிளஸ்டர் இணைக்கப்பட்டுள்ளது என்றும் கூறப்பட்டுள்ளது.

இருப்பினும், கணக்கீட்டு சக்தியில் அதிக முதலீடு காரணமாக, விலை சற்று உயர்ந்துள்ளது, அதிர்ஷ்டவசமாக நான் முன்பு Max தொகுப்பைப் பெற்றேன்.

இங்கிருந்து சிப் முதல் மாதிரி வரை, அடிப்படை கணக்கீட்டு சக்தி முதல் மேல் அடுக்கு பயன்பாடு வரை, நாங்கள் முற்றிலும் சொந்தமான, உலகத்தரம் வாய்ந்த AI தொழில்நுட்ப அடுக்கை உருவாக்கி வருகிறோம் என்பதைப் பார்க்க முடியும்.

2026 ஆம் ஆண்டு AI பயன்பாடுகள் வெடிக்கும் ஆண்டாக இருக்கும், மேலும் இது ஒரு பைத்தியக்கார ஆண்டாகவும் இருக்கும்.

ஒரு சிறந்த AI கட்டிடக் கலைஞரை வைத்திருக்கும் உணர்வை நீங்களும் அனுபவிக்க விரும்பினால், GLM-5 ஐ முயற்சிக்க விரைந்து செல்லுங்கள்.முன்னுரை என்னவென்றால், நீங்கள் Max திட்டத்தைப் பெற வேண்டும், ஹா ஹா.