Z.ai hat am 5.3. August 14 GLM-2026 veröffentlicht. Laut MarkTechPost nutzt das Modell das unveränderte Basismodell GLM-5.2it 743illiarden Parametern weiter; die behaupteten Verbesserungen werden auf eine Skalierung des Trainings nach der Vorabphase zurückgeführt.
Der Zusammenfassung der Quelle zufolge stiegen die Ergebnisse im Terminal-Bench 3.0 von 4,6 auf 28,3 und im DeepSWE v1.1 von 46,2 auf 66,9. Im Bereich Cybersicherheit erreichte CyberGym 84,5%, während der Wert für ExploitBench sich mehr als verdoppelte und 54,4% betrug.
Für Entwickler bedeutet dies potenziell eine stärkere Leistung bei langen und komplexen Aufgaben ohne ein vollständiges Neulernen der Basis. Dies ist eine analytische Schlussfolgerung und keine separat bestätigte Aussage von Z.ai. Den Gewichten zufolge sollen laut der Zusammenfassung etwa in zwei Wochen verfügbar sein.
redaktioneller Kommentar
Warum es wichtig ist
Eine wahrscheinliche praktische Konsequenz ist ein verstärktes Interesse am Nachtraining als Methode zur Verbesserung von Modellen für lange Aufgaben, ohne die Basisgrundlage zu ersetzen. Das nächste zu beobachtende Signal wird die Veröffentlichung der Gewichte und unabhängige Überprüfungen der behaupteten Ergebnisse sein. Aufgrund der einzelnen Quelle und des Fehlens einer vollständigen Testmethodik im Paket besteht weiterhin erhebliche Unsicherheit.