GLM-5.2: кодовая модель с окном контекста в 1 млн токенов, лицензия MIT скоро

13 июня Z.ai анонсировала выпуск своей новейшей модели GLM-5.2. Это кодовая модель с окном контекста в 1 млн токенов и двумя режимами усилий («High» и «Max»). Это значит, что модель легко встраивается в существующие инструменты через API, совместимый с Anthropic, так что заменить ею другую модель можно почти без усилий. Веса будут выпущены под лицензией MIT (правда, пока их нет — Z.ai обещает выложить их на следующей неделе).

Самая интересная здесь особенность — размер контекста. При 1 млн токенов это примерно в 5 раз больше, чем у GLM-5.1. И на этот раз, когда говорят «пригодный для использования», это не просто слова — другие модели уже рекламировали огромные окна контекста, которые на деле нормально не работают свыше пары сотен тысяч токенов. Применительно к коду это значит, что агент может держать в памяти сразу весь код, тесты и документацию кодовой базы среднего размера, а не строить догадки, опираясь лишь на несколько файлов. Длина ответа ограничена примерно 131 000 токенов, чего должно хватать, чтобы внести серьёзные изменения в кодовую базу за одно взаимодействие.

1Что на самом деле меняют «High» и «Max»

Два режима усилий позволяют управлять тем, сколько «раздумий» вкладывается в каждый ответ. Режим «High» используется по умолчанию, а «Max» задействует больше вычислительных ресурсов для решения сложных задач — вроде хитрых рефакторингов или багов, раскиданных по нескольким файлам. Разумеется, за это приходится платить и временем, и токенами. Это часть более широкой тенденции этого года — глава Microsoft Сатья Наделла предостерегал от «token-maxing», то есть использования максимального режима усилий для простых задач. Важно научиться соизмерять усилия с задачей, а не всегда выжимать максимум.

GLM-5.2 — это модель Mixture-of-Experts с 744 миллиардами параметров, из которых на каждый токен задействуется 40 миллиардов. Может показаться, что параметров очень много, но модель довольно эффективна, поскольку на каждый запрос используется лишь небольшая их часть. К сожалению, Z.ai не опубликовала никаких результатов бенчмарков вместе с релизом модели. Нет результатов ни по SWE-bench, ни по Terminal-Bench, ни даже по Code Arena. Это проблема, ведь у нас нет никаких объективных данных о том, насколько хорошо работает модель, пока не выложены веса и оценки.

Так почему это должно волновать тех, кто не занимается разработкой? Настоящая новость здесь — это API, совместимый с Anthropic. Мы видим, что всё больше инструментов переходят на этот формат API, который позволяет разделить сам инструмент и модель, лежащую в его основе. Это значит, что если модель снимут с поддержки (как произошло с Fable от Anthropic на прошлой неделе) или если цены вдруг изменятся, можно переключиться на другую модель, не меняя при этом сам способ работы с инструментом. А учитывая, что открытые веса доступны под лицензией MIT, — как знать, может, однажды вы сможете запустить её сами!