GLM-5 من Z.ai: نموذج MoE مفتوح الوزن بقدرة 744 مليار بارامتر يغلق الفجوة في الترميز الوكيل

ليزا إرنست · 21.02.2026 · الذكاء الاصطناعي · 9 دقائق

إصدارات الذكاء الاصطناعي مستمرة، لكن القليل منها فقط يغير بشكل هادف خط “ما الذي يمكننا شحنه فعليًا بهذا؟”. GLM-5 من Z.ai (Zhipu AI / Knowledge Atlas Technology) هي واحدة من هذه الإصدارات: نموذج نموذج تحت ترخيص MIT مع هدف واضح - هندسة الوكالة ، مما يعني المهام طويلة المدى مثل تصحيح الأخطاء، وإعادة الهيكلة، وتنظيم الأدوات، والبحث على نطاق الويب. إنه أيضًا علامة فارقة استراتيجية: أصبحت Zhipu AI مدرجة علنًا في هونغ كونغ في أوائل عام 2026، وتم الإعلان عن GLM-5 في منتصف دورة تنافسية شديدة بين مختبرات الذكاء الاصطناعي الصينية.

ما ستجده في هذه المقالة:

بطاقة أداء معيارية مع سياق (ما يقيسه كل معيار فعليًا).
تفاصيل البنية غير التسويقية: حجم MoE، المعلمات النشطة، الخبراء، وتصميم السياق الطويل.
ما الذي يغيره "Slime" في مرحلة ما بعد التدريب ولماذا يهم لسلوك الوكيل.
فحص الواقع: التكلفة، بصمة الاستدلال، ومن يمكنه استضافة GLM-5 بنفسه حقًا.

ملخص سريع: لماذا GLM-5 أمر مهم (وماذا ليس هو)

مفتوح الوزن تحت MIT: تم إصدار الأوزان للاستخدام التجاري (نادر بهذا المستوى من الأداء).
تصميم يعتمد أولاً على الوكالة: تم ضبطه للمهام طويلة المدى (الوكلاء، استدعاء الأدوات، العمل على المستودعات).
مقياس MoE ضخم: 744 مليار بارامتر إجمالي 40 مليار بارامتر نشط لكل توكن.
تفاصيل توجيه الخبراء: 256 خبيرًا إجماليًا ، مع 8 خبراء موجهين لكل توكن (بالإضافة إلى الخبراء المشتركين)، محسّنين لتقليل حمل الاتصال الزائد.
سياق طويل: يدعم ما يصل إلى 200 ألف توكن، بفضل DeepSeek Sparse Attention (DSA).
ترميز قوي + وكلاء: تشمل النتائج الرئيسية 77.8 على SWE-bench Verified و 56.2 / 60.7 على Terminal-Bench 2.0 (الإصدار المعتمد).
تحول في الموثوقية: تقارير Artificial Analysis -1 على AA-Omniscience (هلوسة أقل)، تم تحقيق ذلك إلى حد كبير من خلال سلوك امتناع أفضل. 2.0 (الإصدار المعتمد).
قيود مهمة: GLM-5 متخصص في النص فقط (لا يوجد إدخال صور أصلي).
فحص الواقع: الأوزان الأصلية BF16 ضخمة (تستهلك حوالي 1.49 تيرابايت من الذاكرة)؛ معظم الناس سيستخدمون FP8 أو واجهات برمجة التطبيقات.

لماذا GLM-5 مهم: القدرة، الانفتاح، واستراتيجية الأجهزة

معظم الأداء "الحدودي" يظل خلف واجهات برمجة التطبيقات الاحتكارية. GLM-5 مثير للاهتمام لأنه يحاول الجمع بين ثلاثة أشياء: (1) أداء وكيل عالي المستوى على المقاييس المعيارية العامة، (2) التوفر المفتوح بموجب ترخيص مسموح به، و (3) الجاهزية لأنظمة غير NVIDIA (تذكر Z.ai التحسين الكامل للمكدس عبر منصات شرائح محلية متعددة؛ أشارت رويترز أيضًا إلى الاستدلال على شرائح مصنعة في الصين بما في ذلك Huawei Ascend وغيرها).

إذا كنت مطورًا أو فريقًا يبني أدوات، فإن القيمة واضحة: النماذج مفتوحة الوزن هي الطريق العملي الوحيد للتخصيص العميق، والنشر المحلي، والتقييم المتكرر. لكن قصة "الانفتاح" الخاصة بـ GLM-5 تأتي مع قيد: إنها مفتوحة الوزن، ومع ذلك فهي ضخمة للغاية - مما يعني أن اقتصاديات النشر تقرر من يمكنه استخدامها محليًا فعليًا.

بطاقة أداء معيارية: الأرقام التي يقتبسها الناس (مع السياق)

فيما يلي بطاقة أداء مدمجة قائمة على المقاييس المعيارية الرسمية لنموذج GLM-5 (نفس الجدول الذي يقارن مع DeepSeek-V3.2، Kimi K2.5، Claude Opus 4.5، Gemini 3 Pro، ومتغيرات GPT-5.2). المفتاح: انظر إلى المقاييس المعيارية التي تتناسب مع عبء عملك.

كيفية قراءة هذا: المقاييس المعيارية "الوكيلية" (BrowseComp، MCP-Atlas، τ²-Bench، Terminal-Bench) ترتبط بشكل أفضل بمسارات عمل الأدوات الواقعية من اختبارات الأسئلة والأجوبة الكلاسيكية. في غضون ذلك، يمكن أن تفضل المعرفة / الأكاديميات الصعبة (GPQA، HLE) خلطات تدريب وإعدادات حكم مختلفة.

نتائج المقاييس المعيارية الرئيسية (GLM-5 مقابل نظراء حدوديين مختارين)

المعيار	ما يقيسه (تقريبًا)	GLM-5	نقطة مرجعية قابلة للمقارنة
SWE-bench Verified	إصلاح مشاكل GitHub الواقعية (ترميز وكيل)	77.8	Claude Opus 4.5: 80.9 / Gemini 3 Pro: 76.2
Terminal-Bench 2.0 (المعتمد)	مهام الوكيل الطرفية في ظل القيود	56.2 / 60.7	Claude Opus 4.5: 59.3 / GPT-5.2 (xhigh): 54.0
BrowseComp (مع إدارة السياق)	استرجاع وتوليف على نطاق الويب تحت "إدارة الذاكرة"	75.9	Kimi K2.5: 74.9 / GPT-5.2 (xhigh): 65.8
τ²-Bench	تخطيط وتنظيم الأدوات المتعددة	89.7	Gemini 3 Pro: 90.7 / Claude Opus 4.5: 91.6
GPQA-Diamond	أسئلة علمية على مستوى الدراسات العليا	86.0	Gemini 3 Pro: 91.9 / GPT-5.2 (xhigh): 92.4
Vending Bench 2	محاكاة أعمال طويلة المدى (استمرارية الوكيل)	$4,432	Claude Opus 4.5: 4,967 دولار / Gemini 3 Pro: 5,478 دولار

لماذا تفاصيل إعدادات المقاييس المعيارية مهمة (وما يكشفه مؤلفو GLM-5)

تفصيل مفيد: تتضمن بطاقة نموذج GLM-5 ملاحظات تقييم (أطر عمل، مهلات، أحجام سياق). على سبيل المثال، يستخدم SWE-bench OpenHands مع موجه مخصص، ويتم تشغيل Terminal-Bench عبر Terminus تحت قيود وحدة المعالجة المركزية / ذاكرة الوصول العشوائي. كما ينشرون مجموعة بيانات "معتمدة" لـ Terminal-Bench 2.0 لمعالجة التعليمات الغامضة ومشكلات البيئة - وهذا بالضبط نوع الشفافية الذي يجعل النتائج أكثر قابلة للتنفيذ.

البنية: 744 مليار MoE + DSA سياق طويل (200 ألف توكن)

GLM-5 هو نموذج خليط الخبراء (MoE): سعة إجمالية هائلة، ولكن شريحة فقط هي النشطة لكل توكن. يصف التقرير الفني GLM-5 بأنه يضم 744 مليار بارامتر إجمالي مع 40 مليار بارامتر نشط. يسرد نفس التقرير 256 خبيرًا إجماليًا، مع 8 خبراء موجهين لكل توكن، وبنية محسّنة لتقليل حمل المعالجة المتوازي للخبراء (مثل، عدد أقل من الطبقات مقارنة بالمتغيرات السابقة).

السياق الطويل ليس مجرد "رموز إضافية": يتطلب تغييرات في البنية والبيانات لتجنب انهيار جودة الانتباه. يجمع GLM-5 بين DeepSeek Sparse Attention (DSA) للحفاظ على قدرة السياق الطويل مع خفض تكاليف الحوسبة. في إطار التقرير الفني، تضيف DSA فهرسًا يسترجع أفضل K مدخلات مفتاح-قيمة ويحسب الانتباه بشكل متقطع عبر هذه المجموعة الفرعية - وهو تصميم يحسن كفاءة التدريب والاستدلال دون التخلي عن الفهم طويل المدى.

نتيجة عملية: إذا كنت تهتم بأداء الوكيل في المهام الطويلة (ساعات من العمل على المستودع، توليف مستندات متعددة، تخطيط الأدوات)، يمكن أن يكون DSA + نافذة سياق 200 ألف أكثر أهمية من فرق صغير في معيار واحد للأسئلة والأجوبة.

"Slime": بنية ما بعد التدريب لتوسيع نطاق RL الوكيل

المصدر: thudm.github.io

Slime يوصف بأنه بنية تعلم معزز غير متزامنة تفصل توليد الاسترجاع عن التدريب، وتهدف إلى توسيع نطاق RL الوكيل دون اختناقات المزامنة.

الشعار التسويقي هو "RL غير متزامن"، ولكن النقطة الأعمق هي البنية: توسيع نطاق ما بعد تدريب الوكيل يعاني عادةً من اختناقات المزامنة وإنتاجية الاسترجاع. يصف تقرير GLM-5 مسارًا يفصل التوليد عن التدريب، مما يحسن استخدام وحدة معالجة الرسومات ويسمح باستكشاف أوسع بكثير لمسارات الوكيل. علاوة على ذلك، يقترح خوارزميات RL وكيل غير متزامنة تهدف إلى تحسين التخطيط والتصحيح الذاتي في التفاعلات طويلة المدى.

هذا هو الفرق بين نموذج يكتب كودًا جميلًا بشكل معزول ونموذج ينجو من الواقع الفوضوي للأنظمة الحقيقية: مخرجات الأدوات تكون صاخبة، والخطوات الوسيطة تفشل، ويجب على الوكيل الاحتفاظ بالحالة عبر أدوار متعددة. يقيس مؤلفو GLM-5 هذا صراحة باستخدام تقييمات طويلة المدى مثل Vending Bench 2.

الموثوقية: هلوسة أقل من خلال امتناع أفضل

الهلوسة هي القاتل الصامت لـ "إنتاجية الوكيل". إذا اخترع وكيل بثقة توقيعات وظيفية أو سلوكيات API، تحصل على حلقات تصحيح أخطاء مكلفة وأتمتة هشة. تقارير Artificial Analysis تفيد بأن GLM-5 يصل إلى -1 في مؤشر AA-Omniscience الخاص به - يوصف بأنه تحسن كبير مقارنة بـ GLM-4.7. الدقة المهمة: يبدو أن هذا التحسن يأتي مع المزيد من الامتناع (النموذج أكثر استعدادًا لقول "لا أعرف" بدلاً من التخمين).

ما يعنيه هذا بالنسبة لك: قد يكون GLM-5 "مساعد هندسة" أفضل بالضبط لأنه يرفض الهلوسة كثيرًا. عمليًا، هذا عادة ما يكون مكسبًا صافيًا - خاصة عندما تربط النموذج بالاسترجاع أو الأدوات حتى يتمكن من التحقق من الحقائق بدلاً من التخمين.

التكلفة وإمكانية الوصول: أوزان مفتوحة، واقع مكلف

GLM-5 "مفتوح" من حيث الترخيص، ولكنه لا يزال نموذجًا على نطاق الحدود. تقدر Artificial Analysis أن تخزين الأوزان بتنسيق BF16 الأصلي يتطلب حوالي 1490 جيجابايت من الذاكرة - مما يحد فعليًا من الاستضافة الذاتية الحقيقية للمنظمات التي تمتلك مجموعات GPU خطيرة. لهذا السبب يركز النظام البيئي على إصدارات FP8 ومقدمي خدمات الاستدلال من طرف ثالث.

إذا كنت تقيّم GLM-5 للإنتاج، فهناك ثلاث طرق واقعية:

واجهة برمجة التطبيقات أولاً (مقدمو Z.ai من الدرجة الأولى أو من طرف ثالث): أسرع وقت لتحقيق القيمة، وأسهل توسيع.
استضافة FP8 ذاتيًا (للفرق التي لديها بنية تحتية لوحدات معالجة الرسومات): مقايضة قوية بين التكلفة والأداء.
استضافة BF16 ذاتيًا (نادر): أقصى دقة، أقصى صعوبة في الأجهزة.

خدمة GLM-5 محليًا (إرشادات عملية بسيطة)

تسرد بطاقة النموذج الرسمية مكدسات الاستدلال المدعومة بما في ذلك vLLM و SGLang. إذا كنت تريد فحصًا سريعًا "هل يعمل هذا في بيئتي؟"، فابدأ بأوزان FP8 ونقطة نهاية واحدة متوافقة مع OpenAI.

# مثال: vLLM (ليلي) + أحدث Transformers (وفقًا لإرشادات بطاقة النموذج)
pip install -U vllm --pre --index-url https://pypi.org/simple --extra-index-url https://wheels.vllm.ai/nightly
pip install git+https://github.com/huggingface/transformers.git

# مثال: SGLang عبر Docker (تحقق من بطاقة النموذج العلامات وملاحظات الأجهزة)
docker pull lmsysorg/sglang:glm5-hopper

كيف يقارن GLM-5 في "جودة المحادثة" (Chatbot Arena)

المقاييس المعيارية مثل SWE-bench أو Terminal-Bench تخبرك عن القدرة الهندسية. ولكن ماذا عن تفضيل المحادثة الصرفة؟ على GLM-5 يحصل على 1455±8 ويحتل المرتبة حوالي أفضل 15 نموذجًا إجمالًا. لا يزال الجزء العلوي من تلك القائمة يهيمن عليه الأنظمة الاحتكارية مثل Claude Opus 4.6.

الترجمة: GLM-5 ليس مجرد "نموذج أرقام". إنه قوي أيضًا في المحادثة العامة - ولكن ميزته المميزة تظل هندسة الوكالة + الانفتاح، وليس كونه أفضل نموذج محادثة وحيدًا حسب Elo.

من يجب أن يستخدم GLM-5 (ومن لا يجب)

GLM-5 مناسب إذا كنت...

تبني أدوات للمطورين، أو وكلاء ترميز، أو أتمتة داخلية تعمل لعدة خطوات.
تحتاج إلى أوزان مفتوحة بموجب ترخيص مسموح به للتخصيص أو القيود المحلية.
تهمك سير العمل السياقي الطويل (قواعد التعليمات البرمجية متعددة الملفات، مستندات كبيرة، نصوص طويلة).
تريد نموذجًا أكثر استعدادًا للامتناع بدلاً من الهلوسة في المجالات عالية المخاطر.

GLM-5 ليس مثاليًا إذا كنت...

تحتاج إلى إدخال متعدد الوسائط أصلي (صور) - GLM-5 نصي فقط.
تريد تثبيتًا محليًا سهلاً على الأجهزة الاستهلاكية (نموذج BF16 ضخم).
تحتاج فقط إلى محادثة عادية؛ قد تكون النماذج الأصغر أو نقاط النهاية الأرخص أكثر فعالية من حيث التكلفة.

خاتمة

GLM-5 هو أحد أوضح الإشارات حتى الآن على أن نماذج "الوزن المفتوح" يمكن أن تكون منافسين جادين في هندسة الوكالة - ليس بمطابقة كل نموذج حدودي على كل مقياس، ولكن بالتركيز على المهام التي تهم الأنظمة الحقيقية: السلوك طويل المدى، تنظيم الأدوات، وعمل البرمجيات. أقوى حجة ليست سطر معيار واحد - بل هي مزيج من مقياس MoE، و DSA الواسع السياق، والبنية التحتية لـ RL الوكيل المصممة لإنتاج سلوك وكيل مستقر.

إذا كنت تختار نموذجًا لبناء المنتجات بدلاً من العروض التوضيحية، فإن GLM-5 يستحق تقييمًا جادًا - خاصة إذا كانت الترخيص المفتوح وسير عمل الوكيل محورين في خارطة طريقك.

أسئلة متكررة (FAQs)

هل GLM-5 "مفتوح المصدر" حقًا؟

يمكن وصف GLM-5 على أفضل وجه بأنه وزن مفتوح: : تم إصدار أوزان النموذج بموجب ترخيص MIT (يسمح بالاستخدام التجاري)، وهناك مستودعات رسمية وأدلة نشر. غالبًا ما يُستخدم مصطلح "مفتوح المصدر" على نطاق واسع في عالم النماذج اللغوية الكبيرة، ولكن النقطة العملية المهمة هي: يمكنك تنزيل ونشر الأوزان بشكل قانوني بموجب شروط مسموح بها.

ما الذي يجعل GLM-5 "وكيلاً" مقارنة بنموذج محادثة عادي؟

"وكيلي" يعني أنه محسّن للعمل المتعدد الخطوات: استدعاء الأدوات، التخطيط، المهام طويلة التشغيل، والحفاظ على التماسك عبر أدوار متعددة. تم تقييم GLM-5 على مقاييس معيارية تركز على الوكلاء (Terminal-Bench، BrowseComp، MCP-Atlas، τ²-Bench) ويستخدم مسار ما بعد التدريب المصمم للتعلم من التفاعلات طويلة المدى.

هل يمكنني تشغيل GLM-5 على محطة العمل المزودة بوحدة معالجة رسومات خاصة بي؟

بتنسيق BF16 الأصلي، فإن بصمة الوزن ضخمة للغاية (في حدود ~ 1.49 تيرابايت من الذاكرة). عمليًا، سيقوم معظم المستخدمين إما: باستخدام أوزان FP8، أو التشغيل على خادم/مجموعة وحدات معالجة رسومات متعددة، أو استهلاك GLM-5 عبر موفر API.

أي أرقام المقاييس المعيارية مهمة للعمل الهندسي الحقيقي؟

للمهام البرمجية والوكلاء: SWE-bench Verified، Terminal-Bench، BrowseComp، و τ²-Bench. للمعرفة الأكاديمية: GPQA و HLE. تحقق دائمًا من إعداد التقييم (إطار عمل الوكيل، المهلات، حدود السياق) قبل افتراض أن أي رقم واحد سينتقل إلى المكدس الخاص بك.