API ya GLM a bê sansûr: nirxa herî baş ji bo her tokenekê
Bingeha GLM ya ajanî ya Z.ai, ku bi tu tebeqeya redkirinê li ser koma GPU ya me bi xwe tê xizmet kirin — contexta 262K, bangkirina amûran, û bihayekî tevlihev ê ji nîvê wê ku heman rêz yekem-alî dike kêmtir.
TL;DR
GLM-5.2-3BIT-REAP ew model e li ser Dergehê Shannon AI ku em bi standardî pêşniyar dikin. Ew bingeheke Mixture-of-Experts a seyrek a 744-milyar-parametreyî ji rêza GLM dimeşîne — ku ji GLM-4.5 ve bi eşkereyî ji bo bikaranîna amûran a ajanî hatiye perwerdekirin — ku bi giraniyên 3-bit û birrîna pisporan a REAP hatiye pêçandin da ku cih bigire û bilez bimîne. Tu contexteke 262,144-tokenî, 16,384 tokenên derketinê, bangkirina amûran, ramîn bi reasoning_effort a ku tê sazkirin, û derketina strukturkirî ya JSON Schema werdigirî, bi $0.73 / $2.34 ji bo her mîlyon tokenan. Tu tebeqeya redkirinê û tu fîltreya derketinê tune. Tenê nivîs — tu dîtin.
Piraniya berawirdkirinên «modela herî erzan» nedilsoz in, ji ber ku vebijarka erzan bi gelemperî modeleke biçûk e ku marketinga modeleke mezin li xwe kiriye. Ew ne ya ku li vir diqewime. GLM-5.2 yek ji wan bingehên bi giraniyên vekirî yên herî mezin e ku kesekî berdaye, û bi $0.73 têketin / $2.34 derketin ew pileyekê li jorî binê katalogê me rûdine dema ku bingehek çend caran ji ya ku ew bin bi gelemperî dikire mezintir hildigire. Ew valahî — modeleke mezin, bihayekî nêzîkî binî — sedema hebûna vê rûpelê ye.
01GLM ji ku tê: Tsinghua, tijekirina valahiyan, û zivirîneke tund ber bi ajanan ve
GLM ne dervekirineke Llama ya bi navekî nû ye. Ew yek ji wan çend malbatên modelan e ku armanceke pêş-perwerdehiyê ya xwe heye, ku pênc salan ji aliyê heman koma lêkolînê ve hatiye dubarekirin. Nav ji General Language Model tê, û gotara damezrîner — GLM: General Language Model Pretraining with Autoregressive Blank Infilling, ACL 2022 — vebijarkeke sêyem li tenişta modelkirina zimanî ya maskkirî ya BERT û otoregresyona hişk a çep-bi-rast a GPT pêşniyar kir. GLM rêzikên li pey hev vala dike û wan bi awayekî otoregresîf bi rêzeke tevlihevkirî ji nû ve çêdike, bi kodkirinên cihî yên du-teverî ku hem cihê tokenekê di belgeya xerakirî de hem cihê wê di nav wê rêzika ku tê tijekirin de dişopînin: mîmariyek ku fêmkirin û çêkirinê bi awayekî wekhev baş bi rê ve dibe.
Ew koma li pişt wê Koma Endezyariya Zanînê ya Zanîngeha Tsinghua bû, ku ew şirketa ku niha wek Z.ai (berê Zhipu AI) tê nasîn jê derket. Berhema wê ya sernavê ya yekem GLM-130B bû di Cotmeha 2022 de — modeleke dijwar a duzimanî ya Îngilîzî/Çînî ya 130-milyar-parametreyî, ku giranî û kod di dema weşandinê de bi awayekî giştî hatin berdan. Berdana vekirî ji hingê ve stîla malê bûye.
Serdema MoE, û zivirîn ber bi ajanan ve
Xeta berdewam ji her berdaneke yekane girîngtir e. Ji GLM-4.5 ve, her guhertoyek ji bo heman tiştî hatiye optîmîze kirin: hevgirtî man li seranserê dehan bangkirinên amûran. Ev armanceke ji herî zêde kirina nirxên benchmarkê yên yek-dorî cuda ye, û ew wek argumanên amûran ên xwarkirî yên kêmtir, şemitîna kêmtir di planeke dirêj de, û kêmtir ji wê tevgera «bi bawerî karî di dora 14an de ji nû ve dest pê dike» ku çarçoveyên ajanan biha dike xuya dibe.
02GLM-5.2 çi ye, û ew li çi hat pîvandin
Z.ai jimarên benchmarkê ji bo GLM-5.2 di repozîtorya GLM-5 de diweşîne. Du jê li karê ajanî yê rastîn tên ne li vegerandina agahiyên biçûk:
Terminal-Bench 2.1 — karên ajanî yên rêzika fermanan ên asoya dirêj. Ji aliyê Z.ai ve hatiye ragihandin.
SWE-bench Pro — çareserkirina meseleyên repozîtoryên rastîn. Ji aliyê Z.ai ve hatiye ragihandin; GLM-5.1 li ser heman testî 58.4 girt.
Ew jimarên laboratuwarê ne, ne yên me, û ew bingeha nepêçandî şirove dikin. Ew çîna modelê ya ku tu pê re rû bi rû yî diyar dikin, ne garantiyekê.
Yek daneyek ji benchmarkekê bêtir hêja ye, ji ber ku ew ji nirxandekî tê ku tu berjewendiya wî nîne ku modelê pesnê bide. Di Tîrmeha 2026 de Navenda Standardên AI û Nûjeniyê ya Enstîtuya Neteweyî ya Standard û Teknolojiyê ya DYA GLM-5.2 nirxand û encam girt ku ew belkî modela AI ya bi giraniyên vekirî ya herî bikêrhatî bû ku dema berdana wê berdest bû, bi kapasîteyên giştî yên bi GPT-5.2 re berawird û kapasîteyên sîber ên bi Claude Opus 4.6 re berawird. Heman nirxandin dît ku GLM-5.2 ji modelên referansê yên DYA daxwazên hesas ên kêmtir asteng dike, û ku parastinên ku di giraniyên vekirî de hatine pijandin dikarin gava ew giranî bi xwe-hosting bibin bên derbaskirin. Beşa 05 vedigere wê.
03«3BIT-REAP» çi tê wateyê, û ew çi ji te dixwaze
REAP: birrîna pisporan li şûna tevlihevkirina wan
Modeleke MoE ya 744B-parametreyî di her tebeqeyekê de 256 pispor hene, ku ji wan 8 li ser her tokenekê dişewitin. Router karî bi awayekî wekhev belav nake — hin pispor bi berdewamî tên lêdan, û dûvikeke dirêj kêm tên lêdan û gava tên jî hindik beşdar dibin. REAP (Router-weighted Expert Activation Pruning), ji Cerebras Research û ji bo ICLR 2026 hatiye qebûlkirin, wê bikar tîne: ew her pisporekî bi pîvaneke berbiçavbûnê dinirxîne ku router çiqas bi hêz û çend caran wê dergeh dike bi mezinahiya beşdariya derketina wê re tevlihev dike, paşê yên bi nirxa nizm bi awayekî mayînde davêje.
Beşa balkêş ew berawirdkirin e ku REAP tê de bi ser dikeve. Alternatîfa eşkere ya avêtina pisporekî tevlihevkirina wî di yekî mayî de ye, ku ewletir xuya dike. Dîtina gotarê li seranserê modelên MoE yên ji 20B heta 1T parametreyan ev e ku tevlihevkirin bi rastî ji bo karê çêkirinê xirabtir e, û birrîn bi awayekî berbiçav xwe digire: hema hema bêwindahî li ser benchmarkên çêkirina kodê û bangkirina amûran tewra piştî rakirina nîvê pisporan, li ser bingehên ku Qwen3-Coder-480B û Kimi-K2 jî tê de ne. Man a kod û bangkirina amûran a saxlem tam ew e ku tu dixwazî li ser modelekê were parastin ku sedema hebûna wê endezyariya ajanî ye.
Giraniyên 3-bit, û bazara dilsoz
Li ser birrînê, giraniyên mayî bi 3 bitan tên hilanîn — ji astên W4A16-AUTOROUND-REAP û W8A16 yên li derên din ên katalogê me tundtir, û ji bo bingehên herî mezin hatine veqetandin, ku li wir tu rêyeke din tune ku modeleke sê-çaryek-trîlyon-parametreyî li ser noda xizmetkirinê were danîn û token bi rêjeyeke bikêrhatî bihêlin biherikin.
Pêçandin belaş nîne. Modela hişî ya rast: birrîn û quantizasyon pêşî dûvika dirêj xera dikin. Tevgerên dijwar ên bi berdewamî hatine bikaranîn — şopandina rênimayan, avahiya kodê, formatkirina bangkirina amûran, plansazkirina pir-gavî — baş xwe digirin, ku ev tam ew e ku encamên REAP nîşan didin. Vegerandina rastiyên nenas, zimanên kêm û agahiyên biçûk ên qadên taybet ew der in ku divê tu li hember GLM-5.2 ya nepêçandî cudahiyekê hêvî bikî. Heke karê te «rastiyeke ne asayî bi sarî zanibe» be, ji bo asteke bi wefaya bilindtir pere bide. Heke ew «planekê li seranserê çil bangkirinên amûran bimeşîne bêyî ku ji rê derkeve» be, ev ew ast e ku rêbaz jê re hatiye sêwirandin.
04Meseleya nirxê: API ya LLM a bê sansûr a erzan bi rastî çiqas dike ku were meşandin
Bihayê lîsteyê yê API yê Z.ai bi xwe yê weşandî ji bo GLM-5.2 $1.40 ji bo her mîlyon tokenên têketinê û $4.40 ji bo her mîlyon derketinê ye. Bihayê me li ser heman bingehê $0.73 / $2.34 ye — bi qasî 48% kêmtir li ser têketinê û 47% kêmtir li ser derketinê. Ew erzankirin ew e ku pêçandin dikire, û ew bi tiştekî duyem re tê ku tu nikarî yekem-alî bi tu bihayî bikirî: tu tebeqeya redkirinê.
Di nav katalogê me bi xwe de, lêçûna tevlihev ew jimar e ku girîng e. Li vir ew bi rêjeyeke têketin-bo-derketin a 3:1 e, bi qasî wê ku ajanekî bangkirina amûran di pratîkê de xuya dike — pir context û encamên amûran diçin hundir, tokenên bi berawirdî kêm derdikevin.
| Model | Têketin / 1M | Derketin / 1M | Tevlihev 3:1 | Dîtin |
|---|---|---|---|---|
| GLM-5.2 · 3BIT-REAP | $0.73 | $2.34 | $1.13 | Na |
| Nemotron3Ultra · 3BIT-REAP | $0.75 | $3.30 | $1.39 | Na |
| Kimi-K2.6 · W4A16-AUTOROUND-REAP | $0.78 | $3.67 | $1.50 | Erê |
| DeepSeek-V4-Pro-0813 · 3BIT-REAP | $1.95 | $3.90 | $2.44 | Na |
| inkling · W4A16-AUTOROUND-REAP | $1.42 | $6.07 | $2.58 | Erê |
| Kimi-K3 · 3BIT-REAP | $3.83 | $19.12 | $7.65 | Erê |
Şeş model li binê $0.50 / $2.00 rûdinin — MiniMax-M3, DeepSeek-V4-Flash, Laguna-S-2.1, MiMo-V2.5, MiMo-V2.5-Pro û Hy3 — rêjeyeke tevlihev a $0.875. GLM-5.2 29% li jorî wî binî ye û bingeheke çîna 744B bi veberhênaneke berdewam a di tevgera ajanî de li pişt wê ji te re dikire. Her tiştê ku li jorî wê biha kiriye herî kêm 23% zêdetir tevlihev dike, û Kimi-K3 6.8× zêdetir dike. Ew argumana nirxê ye di yek rêzê de: cihê herî erzan di katalogê de ji bo kirîna bingeheke ajanî ya asta jorîn.
Bo karî hatiye veguhastin
- Yek tijekirina contextê ya tam — 262,144 tokenên têketinê: $0.19. Repozîtoryeke mezin a tevahî ku ji bîst sentan kêmtir li nav pencereyê tê xwendin.
- Yek temamkirina bi dirêjahiya herî zêde — 16,384 tokenên derketinê: $0.038.
- Yek dora ajanî — 20K têketin, 2K derketin: $0.019. Heman dor li ser Kimi-K3 $0.115 û li ser DeepSeek-V4-Pro $0.047 dike.
- Sed dorên ajanî: $1.93, li hember $11.48 li ser modela herî biha ya katalogê.
Karên ajanî têketin-giran in, û berjewendiya GLM tam li wir herî mezin e: bihayê wê yê têketinê 5.2× ji ya Kimi-K3 û 2.7× ji ya DeepSeek-V4-Pro nizmtir e. Heke ajanê te di her dorê de axaftineke mezinbûyî ji nû ve bişîne — û hema hema her ajanek wisa dike — ew zêdeker ew e ku li ser fatûreya te diqede.
05«Bê sansûr» li ser vî endpointî çi tê wateyê
Du tişt, bi tamî: tu tebeqeya redkirinê — tu klasîfîker nîne ku biryar bide destûra modelê heye kîjan daxwazan bibîne, û tu modela polîtîkayê nîne ku prompta te berî gihîştinê ji nû ve binivîse — û tu fîltrekirina derketinê, ango ew token ku model derdixe ew token in ku tu werdigirî, bêyî redaksiyon û bêyî guhertin.
Ev pêşniyareke ji API yeke bazirganî ya ku awayekî «nerm» an «pêşdebir» reklam dike cuda ye. Ew hîn jî trafîkê di stacka polîtîkayê ya firoşkarekî re dişînin; tiştê ku diguhere şert e, ne hebûna dergehî. Li vir tu dergeh nîne ku were saz kirin — model li ser koma GPU ya me bi xwe dimeşe, û tevgera wê tevgera bingehê ye. Dîtina NIST CAISI ya ji beşa 02 wek gotineke teknîkî bixwîne ne wek hişyariyekê û ew hilberê şirove dike: modeleke ku alîgirtina wê di giraniyên wê de dijî, ku bêyî tebeqeyeke polîtîkayê ya derveyî tê xizmet kirin, li gorî giraniyên xwe tevdigere.
Çima ev bi taybetî ji bo ajanan girîng e
Redkirin bi gelemperî wek pirseke naverokê tên gotûbêjkirin. Di karê ajanî de ew bi piranî pirseke pêbaweriyê ne. Redkirinek di dora 31an a meşandineke 40-dorî de ne redkirineke bi rûmet e ku tu bixwînî û derbas bibî — ew gavek e xwarkirî, orkestratorek e ku nizane çawa pêş de biçe, planek e şikestî, û 30 dorên tokenên xerckirî bêyî tu tiştekî ku were nîşandan. Lêkolîna ewlekariyê, analîza malware, testkirina penetrasyonê, red-teaming, çîroka mezinan, reşnivîsandina bijîşkî û qanûnî, û çêkirina komdaneyan ji bo perwerdehiya ewlekariyê hemû bi berdewamî li vê diqelibin, û têkçûn tam ji ber ku dereng tê biha ye.
Aliyê din ew e ku tebeqeya polîtîkayê niha ya te ye. Bikaranîna Dergehê Shannon AI ji aliyê Polîtîkaya Bikaranîna Berpirsiyar a me ve tê birêvebirin; rakirina biryara firoşkarekî ji loopê tê wateya dabînkirina ya te bi xwe.
06Endpoint bi rastî çi dide te
| Kapasîte | GLM-5.2 · 3BIT-REAP |
|---|---|
| Nasnameya modelê | GLM-5.2-3BIT-REAP |
| Pencereya context | 262,144 token |
| Derketina herî zêde ji bo her daxwazekê | 16,384 token |
| Streaming | Erê |
| Bangkirina amûran | Erê |
Ramîn / reasoning_effort | Erê |
JSON Schema (json_schema) | Erê |
response_format | Erê |
| Dîtin / têketina wêneyan | Na — tenê nivîs |
| Tebeqeya redkirinê / fîltrekirina derketinê | Tune |
Rêza dîtinê bi baldarî bixwîne berî ku ava bikî. GLM-5.2 li ser dergehê me tenê nivîs e. Heke tu têketina wêneyan hewce dikî, di katalogê de pênc vebijarkên bi kapasîteya dîtinê hene — MiniMax-M3 û MiMo-V2.5 li binê $0.50 / $2.00, Kimi-K2.6 bi $0.78 / $3.67, inkling bi $1.42 / $6.07, û Kimi-K3 bi $3.83 / $19.12. Nimûneyeke aqilane ew e ku fêmkirina wêneyan bo MiniMax-M3 û her tiştê din bo GLM-5.2 were rêkirin, ku ji bilî rêzikeke modelê tu tiştî nake.
Sê zarava, yek model
Heman model bi rêya sê formatên daxwazê tê gihîştin, hemû streaming: /v1/chat/completions (zaravayê OpenAI), /v1/messages (zaravayê Anthropic), û /v1/responses. Tu tişt li ser modelê di navbera wan de naguhere — kîjanê ku SDKya te jixwe diaxive hilbijêre, û tu bi gelemperî bi guhertineke yek URLa bingehîn ji meşandinê dûr î.
# OpenAI dialect — point your existing client at the gateway from openai import OpenAI client = OpenAI( base_url="https://api.shannon-ai.com/v1", api_key="sk-...", ) resp = client.chat.completions.create( model="GLM-5.2-3BIT-REAP", messages=[{"role": "user", "content": "..."}], tools=tools, # tool calling supported reasoning_effort="medium", # low | medium | high stream=True, )
Şemayên daxwaz û bersivê yên tam ji bo her sê zaravayan, formata bangkirina amûran, şeklên bûyerên streamingê, û playgroundeke înteraktîf di belgekirina API ya Shannon AI de ne.
07Kengî GLM-5.2 hilbijêrî — û kengî na
Destê xwe dirêjî wê bike gava ku
- Tu ajanan dimeşînî. Loopên bangkirina amûran ên dirêj ew in ku ev rêz ji bo wan hatiye avakirin û bi dubarekirin piştî-perwerdekirin, û bihayê têketinê axaftineke mezinbûyî erzan dike ku di her dorê de ji nû ve were şandin.
- Tu li seranserê kodbaseke mezin dixebitî. Contexta 262K, formatkirina bangkirina amûran a pêbawer, û $0.19 ji bo xwendina tevahiya pencereyê.
- Hejmar sînorê te ye. Klasîfîkasyon, derxistin, çêkirina daneyên sentetîk, jinûvenivîsandina komî — her tiştê ku lêçûna her bangekê carî hejmareke mezin biryarê dide gelo proje pêkan e.
- Redkirin boriya te dişikînin. Lêkolîna ewlekariyê, testkirina dijber, çîroka bê sansûr, reşnivîsandina hesas — awayê têkçûnê li vir tune.
Destê xwe dirêjî tiştekî din bike gava ku
- Tu dîtinê hewce dikî. Tenê nivîs. Li vebijarkên bi kapasîteya dîtinê yên jorîn binêre.
- Tu ramîna yek-dorî ya herî kûr hewce dikî. Ji bo pirsgirêkên analîtîk ên yek-lêdanî yên herî dijwar, DeepSeek-V4-Pro-0813 · 3BIT-REAP amûra girantir e bi 2.2× lêçûna tevlihev — li ser wan bangan ku tavan sînor e, ew bazara rast e.
- Tu li ser zanîna nenas wefaya herî zêde hewce dikî. Asta
W8A16— MiMo-V2.5-Pro û Hy3 — pir kêmtir bi tundî hatiye pêçandin û li binê $0.50 / $2.00 rûdine, li ser bingehên biçûktir.
Her jimareke bingehê ya li ser vê rûpelê ji aliyê kesekî ji bilî me ve hatiye weşandin. Jimarên bihayê û kapasîteyê nirxên katalogê me yên zindî ne, ku li hember /v1/models bi bişkoja te bi xwe tên verîfîye kirin. Çavkaniyên seretayî bi xwe kontrol bike.
Jimarên benchmarkê yên GLM-5.2 (Terminal-Bench 2.1, SWE-bench Pro) ji aliyê Z.ai ve ji bo bingeha nepêçandî hatine ragihandin; dubarekirina serbixwe li bendê ye. Jimarên Claude Opus 4.8 û GPT-5.5 tenê ji bo referansê hatine nîşandan. Bihayê lîsteyê yê API ya GLM-5.2 ya yekem-alî wek ku ji aliyê Z.ai ve hatiye weşandin, Îlona 2026.
08Pirsên ku pir tên kirin
API ya GLM a bê sansûr li ser Shannon AI çi ye?
Ew nasnameya modelê ya GLM-5.2-3BIT-REAP li ser Dergehê Shannon AI e: avakirineke pêçandî ya bingeha GLM-5.2 ya ajanî ya Z.ai, ku li ser koma GPU ya me bi xwe bêyî tebeqeyeke redkirinê û bêyî fîltrekirina derketinê tê xizmet kirin. Ew $0.73 ji bo her mîlyon tokenên têketinê û $2.34 ji bo her mîlyon tokenên derketinê dike, pencereyeke context a 262,144-tokenî hildigire, û li ser /v1/chat/completions, /v1/messages û /v1/responses tê gihîştin.
Çima GLM 5.2 ya bê sansûr ji modelên mezin ên din ên di katalogê de erzantir e?
Ji ber awayê pêçandina wê. 3BIT-REAP giraniyên 3-bit bi REAP re tevlihev dike, rêbazeke birrîna pisporan ji bo modelên Mixture-of-Experts ku wan pisporan berî quantizekirinê davêje ku kêm tên rêkirin. Bingeheke MoE ya seyrek bi qasî 40B parametreyên aktîv ji bo her tokenekê, ku bi vî awayî hatiye birrîn û quantize kirin, ji modeleke dijwar a bi kalîteya wekhev pir kêmtir bîr û pir kêmtir çirkeyên GPU ji bo her tokenekê digire, û biha wê nîşan dide.
Ma GLM ya bêyî redkirinê tê wateya ku modelê qet parastin tune?
Ew tê wateya ku Shannon tu yekê zêde nake. Li ber modelê tu klasîfîkerekî redkirinê tune û li ser wan tokenên ku jê derdikevin tu fîltre tune. Bingeh her meyla ku perwerdehiya wê bi xwe daye wê diparêze, lê tu tiştekî derveyî wan bi ser nakeve. Tebeqeya polîtîkayê aîdî te ye, û bikaranîn di bin Polîtîkaya Bikaranîna Berpirsiyar a Shannon AI de ye.
Ma GLM-5.2 3BIT-REAP piştgiriya dîtinê an têketina wêneyan dike?
Na. Ev model tenê nivîs e. Heke tu li ser endpointeke bê sansûr têketina wêneyan hewce dikî, yek ji wan modelên bi kapasîteya dîtinê yên di katalogê de bikar bîne wek MiniMax-M3, Kimi-K2.6, Kimi-K3, MiMo-V2.5 an inkling. GLM-5.2 piştgiriya derketina strukturkirî dike — hem json_schema hem response_format — û bangkirina amûran.
Pencereya context û dirêjahiya derketinê ya herî zêde çi ne?
262,144 token context û 16,384 token derketin ji bo her daxwazekê. Tijekirina tevahiya pencereya contextê carekê bi $0.73 ji bo her mîlyon tokenên têketinê bi qasî 19 sent dike, û temamkirineke bi dirêjahiya herî zêde ji 4 sentan kêmtir dike.
Ma ev ji bo loopên bangkirina amûran ên dirêj modeleke ajanî ya bê sansûr a baş e?
Ew a ku em pêşî destê xwe dirêjî wê dikin. Rêza GLM ji GLM-4.5 ve bi eşkereyî ji bo karê ajanî hatiye perwerdekirin, bangkirina amûran û reasoning_effort her du jî tên piştgirî kirin, û biha tê wateya ku sed dorên ajanî yên bîst-hezar-tokenî bi qasî du dolaran dikin li şûna yanzdehan. Redkirin herwiha di loopên ajanî de awayekî têkçûnê yê rastîn e, û li vir tu tebeqeya redkirinê tune ku yekê dest pê bike.
API ya GLM a bê sansûr biceribîne
$0.73 têketin · $2.34 derketin · contexta 262K · tu tebeqeya redkirinê.
Belgekirina API Bixwîne Li Hemû Modelan BigereShannon Lab LLC, New Mexico, DYA · bikaranîn ji aliyê Polîtîkaya Bikaranîna Berpirsiyar ve tê birêvebirin
Çavkanî: Repozîtorya GLM-5 ya Z.ai · Du û hevkar, GLM: General Language Model Pretraining with Autoregressive Blank Infilling, ACL 2022 · Zeng û hevkar, GLM-130B: An Open Bilingual Pre-trained Model · Lasby û hevkar, REAP the Experts: Why Pruning Prevails for One-Shot MoE Compression, ICLR 2026 · Nirxandina NIST CAISI ya GLM-5.2 ya Z.ai, Tîrmeha 2026. Nirxên benchmarkê yên bingehê ji aliyê laboratuwarê ve hatine ragihandin û demkî ne; ew GLM-5.2 ya nepêçandî şirove dikin, ne vê avakirina pêçandî. Jimarên bihayê, contextê û kapasîteyê nirxên katalogê Shannon AI heta 5ê Îlona 2026 ne.