Z.ai lanserer GLM-5V-Turbo Multimodal Vision Model

TL;DR

Ny modell: Zhipu AI (Z.ai) lanserte GLM-5V-Turbo, en multimodal modell som kombinerer innfødt visjonsforståelse med kodegenerering for agentiske arbeidsflyter. Benchmark-ytelse: GLM-5 utkonkurrerer Claude Opus 4.5 på agenter for nettlesing som BrowseComp, mens den er 3,1 poeng bak SWE-bench-kodingsoppgaver. Teknisk skala: Modellen skalerer til 744 milliarder parametere i en Mixture-of-Experts-arkitektur med 40 milliarder aktive per token, trent på 28,5 billioner tokens. Markedskontekst: Utgivelsen kommer midt i en bølge av konkurrerende kinesiske AI-modeller ettersom kinesisk tokenandel overgikk amerikanske modeller på OpenRouter i begynnelsen av februar.

Zhipu AI tetter gapet med vestlige grensemodeller. 1. april ga Tsinghua University-spinoffen GLM-5V-Turbo, en multimodal modell som kombinerer innfødt visjonsforståelse med kodegenerering som retter seg mot agentiske arbeidsflyter for programvareutvikling. Den utkonkurrerer Claude Opus 4.5 når det gjelder agenter for nettlesing, mens den er smalere etter rene kodeoppgaver.

GLM-5V-Turbo, som bygger på skalerer til 744B parametere i en Mixture-of-Experts-arkitektur med 40 milliarder aktive per token, trent på 28,5 trillioner tokens. Ved å kombinere visuell persepsjon med kodekjøring adresserer modellen et gap i eksisterende visjonsspråklige modeller som beskriver bilder flytende, men som sliter med å oversette det de ser til fungerende programvare.

Zhipu optimaliserte GLM-5V-Turbo spesifikt for OpenClaw, rammeverket for agenter som koordinerer AI-agentatferd ved å dekomponere mål i underoppgaver, og har blitt et fokuspunkt for Kinas AI-utviklingsboom.

Grunnet i 2019, Zhipu AI-listen ble i juli omdøpt til Hong Kong som Z.20ai. Bytte i januar 2026, som samlet inn en betydelig sum i børsnoteringen og befestet posisjonen som et av Kinas ledende store språkmodellselskaper. I følge Chronicle-data har selskapet tiltrukket seg oppmerksomhet fra både konkurrenter og investorer: OpenAI utpekte Zhipu som en global konkurrent, JPMorgan utstedte gunstige forskningsvurderinger med henvisning til forbedrede kommersielle utsikter, og Zhipus aksjer har steget betydelig de siste ukene til en markedsverdi på rundt 19 milliarder dollar. 2025, med henvisning til nasjonale sikkerhetshensyn, har verken Hong Kong IPO eller open source-distribusjonsaktiviteter blitt vesentlig begrenset.

GLM-5’s Technical Edge

GLM-5 representerer et generasjonssprang fra GLM-4.5 agent AI-modellen, som ble lansert i juli en 2025-blandingsdesign. Zhipus tekniske dokumentasjon viser at GLM-4.5 brukte et 32-milliarder aktivt parameterundersett fra et større totalt parameterantall og trente på 15 billioner tokens. Zhipu omtrent doblet både parameterantall og treningsdata for GLM-5, og presset flaggskipet inn i konkurransedyktig rekkevidde med proprietære vestlige systemer.

En sentral effektivitetsinnovasjon involverer At Sparekad-rate-and-leverages> kombinert med en ny asynkron RL-infrastruktur kalt”slime”som kobler prøvegenerering fra gradientoppdateringer. Konvensjonelle forsterkende læringspipelines kjører synkront, hvert treningstrinn blokkert til forrige generasjon fullføres. Slime lar begge prosessene fortsette uavhengig, og øker gjennomstrømningen på tvers av hele RL-pipelinen og lar Zhipu skalere ettertrening samtidig som datakostnadene holdes håndterbare, en konkurransefordel ettersom RL-basert ettertrening blir standard på tvers av grenselaboratorier.

Mer enn 184 forfattere bidro til artikkel med tittelen . Tittelen reflekterer et bredere bransjeskifte bort fra enkel kodefullføring mot modeller som autonomt kan planlegge, utføre og feilsøke på tvers av hele programvareprosjekter. I følge Zhipus HuggingFace-modellkort muliggjør skalering til 40 milliarder aktive parametere lengre agentøkter der modellen må spore verktøyutdata og mellomliggende resonnement på tvers av utvidede interaksjoner, et nøkkelkrav for komplekse, flertrinns programvareutviklingsarbeidsflyter.

href=”https://huggingface.co/zai-org/GLM-5″target=”_blank”>skårer 77,8, bak Claude Opus 4,5 på 80,9 og GPT-5,2 på 80,0, men overgår DeepSeek-V3.2 på 73,1 og Kimi K2,8 på 76,8. På Terminal-Bench 2.0, som måler autonom terminalnavigasjon og kommandoutførelse, får den 56,2 (eller 60,7 med Terminus 2-utføreren), sammenlignet med Claude Opus 4.5 på 59,3 og Gemini 3 Pro på 54,2. På tvers av tradisjonelle programvareingeniøroppgaver opptar GLM-5 et smalt bånd under de to proprietære lederne, samtidig som de opprettholder et klart forsprang på konkurrenter med åpen kildekode.

Agentiske benchmarks forteller en annen historie. GLM-5 scorer 62,0 på BrowseComp, sammenlignet med Claude Opus 4,5 på 37,0, noe som viser en sterk fordel i autonom nettsidenavigasjon og informasjonsutvinning. Med kontekststyring aktivert, stiger BrowseComp-poengsummen til 75,9 mot Claude Opus 4,5 på 67,8, noe som øker gapet i agentscenarier med lange økter. På MCP-Atlas, som evaluerer ferdigheter i verktøyoppringing gjennom standardiserte Model Context Protocol-oppgaver, når GLM-5 67,8 versus Claudes 65,2 og Gemini 3 Pros 66,6. På CyberGym får den 43,2 mot Claude Opus 4,5 på 50,6, men langt over DeepSeek-V3.2 på 17,3.

For utviklere som velger mellom GLM-5 og proprietære alternativer, er referansebildet nyansert. Å følge Claude Opus 4,5 med 3,1 poeng på SWE-benken betyr at GLM-5 ennå ikke er en full drop-in-erstatning for kompleks multi-fil engineering. Dens dominerende BrowseComp-og MCP-Atlas-score tyder på at for agentapplikasjoner som krever autonom nettlesing og flertrinns verktøykoordinering, kan GLM-5 tilby sterkere praktisk ytelse til en brøkdel av prisen. Åpen kildekode-utgivelsen på HuggingFace senker barrieren ytterligere, og lar utviklere selv hoste og justere modellen uten API-avhengighet.

Kinas Agentic AI Boom

GLM-5V-Turbo kommer midt i en bølge av sterke 2026 kinesiske AI-modellutgivelser 2.5. Kinesiske AI-modeller overgikk amerikanske modeller i tokenandel blant de ni beste modellene på OpenRouter i begynnelsen av februar, et skifte som gjenspeiler voksende utvikleradopsjon utenfor Kinas hjemmemarked.

OpenClaw, opprettet av den østerrikske programmereren Peter Steinberger og utgitt på GitHub i november 2025, lar brukere lage personlige AI-agenter via WhatsApp, Discord og Telegram. GLM-modeller er allerede integrert som alternativer i plattformer som Tencents WorkBuddy, og Nvidia gikk inn i økosystemet med NemoClaw for å distribuere OpenClaw med innebygde sikkerhetsinnstillinger. Store kinesiske skyleverandører, inkludert Alibaba, Tencent, ByteDance og Baidu, har gitt ut hver sin OpenClaw-varianter, og akselererer økosystemadopsjon langt utover verktøy som kun er utviklere.

Kostnadseffektive kinesiske modeller har funnet et mottakelig marked i dette økosystemet.”Godt nok og billig er noen ganger det riktige verktøyet for å trekke ut av verktøykassen,”sa Jeff Walters, leder for BCGs teknologipraksis i Asia-Pacific, i Fortune. Imidlertid advarte Jan Wuppermann fra NTT Data om at skjulte kostnader som sikkerhetsbrudd og økt kompleksitet ofte blir umålt, og dukker opp i stedet som ekstra ansatte eller lengre tid til markedet. For bedrifter som veier GLM-5V-Turbo opp mot proprietære alternativer, avhenger valget av om deres agenter prioriterer rå ingeniørevne eller kostnadseffektiv autonom nettlesing og verktøykoordinering.

GLM-5 har samlet over 217 000 nedlastinger på HuggingFace, per Zhipu-side, som gir direkte tilgang til utviklernes modell og verdensmodeller. finjustere for spesifikke brukstilfeller. Selv om Entity List-betegnelsen ikke har blokkert Hong Kong-børsnoteringen eller denne åpen kildekode-distribusjonen, kan det begrense adopsjonen blant amerikanske offentlige entreprenører og forsvars-tilstøtende firmaer. HuggingFace-kanalen omgår helt tradisjonelle kommersielle lisensieringsbegrensninger.

Administrerende direktør Zhang Peng formulerte Zhipus bredere strategi i februar 2026:”I motsetning til OpenAIs lukkede system, vedtar vi en åpen strategi for å fremme vitenskap og teknologi.”Som China Telecoms sjefforsker Bi Qi observerte, har kinesiske selskapers åpen kildekodeposisjonering som utfordrere potensial til å ha reell kommersiell innvirkning på vestlige ledere.

Med kinesiske nettskyleverandører som kjemper for å ta i bruk OpenClaw og JPMorgan-analytikere som utgir gunstige vurderinger, posisjonerer GLM-5V-Turbos utgivelsesadgangsagent ZhipuAI med lav kostnads-og etterspørsel. marginale benchmarkforskjeller mot proprietære rivaler. Z.ais hyppige utgivelsesfrekvens, inkludert GLM-4.7 som hevder GPT-5.1-paritet for kodingsagenter bare måneder før, understreker en strategi med rask iterasjon designet for å fange utviklerens mindshare på tvers av globale markeder.