TL;DR
GLM 5.4 — Z.ai-дың GLM отбасындағы ықтимал мұрагерге қауымдастық берген атау. 2026 жылғы 14 қазан жағдайы бойынша, осы материал үшін қаралған ресми модель құжаттамасы мен шығарылым жазбалары GLM-5.4 іске қосылуын, сипаттамалар парағын немесе API идентификаторын растамайды. Union Alpha — қауесет көздерінің бірі, ал қазандағы іске қосу — жариялау ырғақтылығына сүйенген ғана мүмкіндік. Пайдалы сұрақ — болашақ шығарылым код жазудың сенімділігін және орындалған тапсырмаға шаққандағы құнын жақсарта ма; осыны бағалауға арналған базалық деңгей қолданыстағы GLM модельдерімен анықталады.
Key Takeaways
- Шығарылым мәртебесі: 2026 жылғы 14 қазанда қаралған ресми көздер GLM-5.4-ті растамайды; нақты іске қосу күні белгіленбеген.
- Қауесет дәлелі: Union Alpha-ның GLM-5.4-пен байланысы расталмаған, ал келтірілген жинақта бастапқы дереккөз жазбасы көрсетілмеген.
- Өнімділік базалық деңгейі: Қолданыстағы GLM-5.3 нәтижелері пайдалы контекст береді, бірақ олар GLM-5.4 өлшемдері емес.
- Архитектура: GLM-5.3-Flash тиімділік пен мультимодалдылық бойынша басқа бағытты көрсетеді; GLM-5.4-ке мұралануы — ашық сұрақ.
- Әзірлеуші әрекеті: Қазір қолжетімді модельдерді бағалап, жаңартудан бұрын тексерілген модель ID-ларын, үйлесімділікті және тапсырма деңгейіндегі өлшемдерді талап етіңіз.
Has GLM 5.4 Been Released?
GLM 5.4 — ықтимал GLM мұрагеріне берілген бейресми атау. 2026 жылғы 14 қазанда қаралған ресми құжаттама индексі және шығарылым жазбалары бар GLM модельдерін атайды, бірақ GLM-5.4 өнім шығарылымын бекітпейді. Бұл — дереккөздерді белгілі бір күнмен тексеру ғана; жеке әзірлеме жоқ екенін дәлелдемейді.
Назар аудартатын ықтимал мұрагерге екі құжатталған даму бағыты түсінік береді.
Z.ai GLM-5.3-тің GLM-5.2 базалық моделін қайта пайдаланатынын және жетістіктерін пост-оқыту арқылы алғанын растайды. Ал GLM-5.3-Flash жаңа мультимодалды негізді және гибридті назар архитектурасын қолданады. Бұл фактілер қолданыстағы модельдерді сипаттайды, GLM-5.4-тің жарияланған дизайнын емес.
Практикалық тұрғыдан, бір бағыт қолданыстағы модельді қосымша оқыту арқылы жақсартады, ал екіншісі есептеу құнын азайтып, жаңа мүмкіндіктерді қолдау үшін архитектураны қайта жобалайды.
Болашақ GLM-5.4 осы екі бағыттың кез келгеніне сүйенуі мүмкін, бірақ Z.ai қай тәсілді таңдайтынын анықтауға жеткілікті дәлел қазірше жоқ.
How Reliable Are the GLM-5.4 Rumors and Leaks?
Confirmed Information
Расталған техникалық базалық деңгей GLM-5.3 пен GLM-5.3-Flash-тен келеді, GLM-5.4-тен емес. GLM-5.4 атауы, соңғы сипаттамалар, шығу күні және бенчмарк нәтижелері осы материал үшін қаралған ресми дереккөздерде расталмаған.
Community Reports / Leaks
2026 жылғы 8 қазандағы @NFT_Chen-нің X жазбасы GLM-5.4/5.5 ықтимал даму бағытын Tang Jie пікірлеріне тіркейді. Жазба үш масштабтау басымдығын сипаттайды: алдын ала оқытуды кеңейту, SFT, RLHF және RLVR арқылы пост-оқытуды күшейту және неғұрлым күрделі, ұзақ тапсырмалар бойынша пайымдау мен агент орындауын кеңейту.
Автор келесі бағытты ұзақ автономды агенттер және recursive self-improvement (RSI) ретінде түсіндіреді. Бұл — қауымдастықтың бір баяндаманы сипаттауы, Z.ai шығарылымының анонсы емес. Нұсқа атаулары және даму жөніндегі тұжырымдар жазбаға тіркелген; олар GLM-5.4 үшін шығу күнін, соңғы архитектураны, параметрлер санын немесе дәлелденген өзін-өзі жақсарту қабілетін бекітпейді.
2026 жылғы 8 қазандағы @NFT_Chen-нің бастапқы X жазбасына тіркелген презентация слайд суреті. Ол бенчмарк үдеуі мен RSI-ды болашақ бағыт ретінде талқылайды; бұл GLM-5.4 бенчмарк есебі емес.
2026 жылғы 8 қазандағы @NFT_Chen-нің бастапқы X жазбасына тіркелген баяндамадан фотосурет.
Analysis
Пайдалы қауесет талдауы қорытындыны өзгертер қандай байқау қажет боларын сұрайды. Ресми модель идентификаторы, шығарылым анонсы немесе анонимді лақап атқа нақты сәйкестендірудің жариялануы істі айтарлықтай нығайтады. Ұқсас атаулау үлгісі немесе шығарылым аралығы мұны өздігінен істей алмайды. Бұрынғы басқа болашақ GLM нұсқалары туралы жорамалдар GLM-5.4 сипаттамаларын бекітпейді.
When Could GLM 5.4 Be Released?
Z.ai-дың шығарылым ескертпелері хронологиясы GLM-5 — 12 ақпан, GLM-5.1 — 7 сәуір, GLM-5.2 — 16 маусым, GLM-5.3 — 18 тамыз және GLM-5.3-Flash — 26 тамыз, 2026 деп жазады. Бұл — шығарылым жазбаларында тіркелген күндер; оларды әр зерттеу анонсымен немесе провайдердегі қолжетімділік күнімен шатастырмау керек.
Негізгі нұсқалардың шамамен екі айлық үдеуі қазанды бақылауға лайық аналитикалық терезе етеді. Бұл нақты қазан айындағы іске қосуды, белгілі бір күнді немесе келесі нұсқа атауын бекітпейді. Ізделетін болжам дереккөзі мен оның әдістемесі көрсетілмей, 20 қазан немесе 23 қазан сияқты нақты күнді айту — дәлелдің көтеретінінен артық нақтылық болар еді.
Кейінірек іске қосу, басқа атау немесе бөлек өнім нұсқасы әбден мүмкін. Әзірлеушілер күнтізбелік бағамға емес, қазір қолжетімді API-ларға сүйеніп жоспарлауы тиіс.
What Are GLM 5.4's Expected Specs?
Сенімді GLM-5.4 сипаттамалар парағы жоқ. Ресми жарияланбаған өнімге қауесеттегі «темір» немесе модель параметрлерін тіркеуден гөрі, соңғы құжатталған GLM модельдерін салыстырып, белгісіздерге назар аудару өнімдірек.
| Сипаттама | GLM-5.3 | GLM-5.3-Flash | GLM-5.4 |
|---|---|---|---|
| Шығарылым | August 18, 2026 | August 26, 2026 | Unannounced |
| Модель негізі | GLM-5.2 базасы; қосымша пост-оқыту | Жаңа мультимодалды база | Unknown |
| Архитектура | MoE негізі | MoE; гибридті сирек-сызықтық назар | Unknown |
| Контекст қолдауы | API үшін құжатталған 1M контекст | 1M | Unknown |
| Түпнұсқа мультимодалдылық | Тек мәтіндік енгізу | Мәтін, сурет, бейне және файл енгізулері | Unknown |
| Негізгі басымдық | Кодтау, агенттер, киберқауіпсіздік | Тиімділік, кодтау, мультимодалдылық | Unknown |
| Жарияланған бенчмарк | Қолжетімді | Қолжетімді | Not available |
| Модель салмақтары | Шығарылған | Шығарылған | Not available |
Кесте қолданыстағы модельдердің құжатталған мүмкіндіктерін ғана баяндайды. GLM-5.4 жолдары не GLM-5.3-тен, не Flash-тен тікелей мұраланбай, «белгісіз» күйінде қалады. Модельдің бағалау контексті, API контекст терезесі және максималды шығыс ұзындығы — бөлек шектеулер.
GLM-5.3-Flash архитектурасына шолу 320B жалпы параметр, 18B белсенді параметр және гибридті сирек-сызықтық назарды баяндайды. Бұлар — Flash-қа тән ашық сипаттамалар; оларды GLM-5.4-ке телуге болмайды.
Агенттік кодтау ықтимал жаңарту бағыты ретінде
Агенттік кодтау — бақылауға тұрарлық ең пәрменді бағыттардың бірі. GLM-5.3 пост-оқытуды ауқымдау көпқадамды инженерлік тапсырмаларда өнімділікті айтарлықтай жақсарта алатынын көрсетті. Әзірлеушілер күрделі репозиторий жұмысы, ұзақ орындау көкжиегі және құралға негізделген мәселе шешуді күшейтуге басымдық берді.
Болашақ модель бұл қабілеттерді ортақ ортамен өзара әрекеттесуді жақсарту, жоспарлаудың сенімділігін арттыру және сәтсіз құрал қоңырауларының санын азайту арқылы кеңейте алады.
Ең пайдалы бағалау жай ғана кодтау сұрақтарының дұрыс жауап үлесін емес, агенттің күрделі тапсырмаларды қателерді түзету, тестілеу, қайта қарау және сәтсіздіктерден кейін қалпына келтірумен қоса, соңына дейін орындай алуын өлшейді.
Тиімді мультимодальды архитектура ықтимал бағыт ретінде
GLM-5.3-Flash болашақ даму үшін архитектуралық тірек нүктесін ұсынады, бірақ қаралған ресми дереккөздер оның GLM-5.4-те қолданылуын бекітпейді.
Z.ai GLM-5.3-Flash-тың тиімділікке бағытталған дизайнының бөлігі ретінде 30T-токендік мультимодалды пре-тренинг корпусын сипаттайды. Бұл — қолданыстағы модельдің деректер ауқымы; GLM-5.4-ке арналған жол картасы емес.
Ресми Flash шолуы назар есептеуін 3.01× азайту және KV-кэш талаптарын 4.44× төмендету туралы баяндайды (берілген салыстыру шарттарында). Бұлар — құрамдас деңгейіндегі тиімділік нәтижелері; олар өндірістегі жылдамдауды немесе API арзандатуды кепілдемейді.
Бұл мағыналы инженерлік жетілдірулер, бірақ GLM-5.4 дәл сол архитектураны мұра етеді деген растау жоқ. Келесі буындағы ірі модель максималды пайымдау өнімділігіне басымдық беруі мүмкін, ал бөлек Flash нұсқасы кідіріс пен құнды әрі қарай оңтайландыруы ықтимал.
GLM 5.4 vs GLM-5.3 vs GLM-5.3-Flash
GLM-5.3 бенчмарк базалық деңгейі
Қолжетімді бенчмарк деректері GLM-5.3 өнімділік траекториясын талдауды қолдайды, GLM-5.4-ті тікелей өлшемейді. Төмендегі мәндер — Z.ai-дың қолданыстағы модельдер бойынша жариялаған бағалаулары. Бұл материал үшін олар тәуелсіз түрде қайта өндірілмеген және GLM-5.4-ті өлшемейді. Әр бенчмарк өз тапсырмалар жиынтығы мен ұпайлау әдісін қолданады; ұпай айырмаларын әр тапсырма үшін бірдей өсім деп түсіндіруге болмайды.
| Бенчмарк және әдістеме | GLM-5.2 | GLM-5.3 | GLM-5.3-Flash | GLM-5.3 vs GLM-5.2 айырмасы |
|---|---|---|---|---|
| Terminal Bench 3.0 | 4.6 | 28.3 | Келтірілген Flash салыстыруында жарияланбаған | +23.7 ұпай |
| DeepSWE v1.1 | 46.2 | 66.9 | 63.4 | +20.7 ұпай |
| AutomationBench v1.0.6 | 26.2 | 48.2 | 48.8 | +22.0 ұпай |
| CyberGym | 77.2 | 84.5 | Келтірілген Flash салыстыруында жарияланбаған | +7.3 ұпай |
| ExploitBench | 24.4 | 54.4 | Келтірілген Flash салыстыруында жарияланбаған | +30.0 ұпай |
| HLE with Tools | 54.7 | 62.5 | 55.3 | +7.8 ұпай |
| GDPval-AA v2 | 1508 | 1769 | Келтірілген Flash салыстыруында жарияланбаған | +261 Elo |
| Toolathlon Verified | 59.9 | Келтірілген GLM-5.3 салыстыруында жарияланбаған | 78.4 | Қолжетімсіз |
Біріктірілген кесте қолданыстағы модель нәтижелерін қатар көрсетеді; онда GLM-5.4 өлшемдері жоқ. Жарияланбаған мән — нөлдік ұпай емес. Әр бенчмарктың бағалау шарттарын назарда ұстаңыз, ал GDPval-AA айырмасын пайыздық ұпай емес, Elo ретінде қарастырыңыз.
Әдістеме: DeepSWE v1.1 mini-swe-agent-ті, temperature 0.95, top_p 1.0, алты сағаттық таймаут және 400K контекст қолданады. AutomationBench v1.0.6 нұсқасын қолданады. HLE with Tools temperature 1.0, top_p 0.95, 163,840-токендік генерация шегі және 300K контекст шегімен контекстті басқаруды қолданады. GDPval-AA v2 Elo шкаласын қолданады, сондықтан айырмасы пайыздық ұпай өсімі емес.
CyberGym және ExploitBench үшін Z.ai Claude Code 2.1.207-ні max reasoning effort-пен, веб-құралдарсыз, temperature 1.0, top_p 1.0 және 128,000 токендік шығыс шегімен есеп береді. CyberGym 1,507 тапсырма бойынша әр тапсырмаға таймаут шектеусіз, бір өтімдегі pass@1-ді есептейді. ExploitBench 300-ге дейін өзара әрекет раундтарын қолданады және үш ревизиядағы 41 тапсырма бойынша қамтуды орташа есептейді. Модель картасындағы ескертпелер бенчмаркке тән орта деректерін береді.
Flash әдістемесі: DeepSWE mini-swe-agent, 400K контекст және алты сағаттық таймаут қолданады; AutomationBench v1.0.6-ны қолданады. Toolathlon Verified ресми бағалау қызметі арқылы үш тәуелсіз іске қосу бойынша pass@1 орташа мәнін есеп береді. HLE жоғарыда сипатталған сэмплинг және контекст-менеджмент баптауларын қолданады. Қараңыз: Flash модель картасының әдістемесі. Бұл бенчмарк нәтижелері өндірістік кідіріс немесе құнды бекітпейді.
Z.ai-дың бенчмарк жарияланымынан алынған ресми GLM-5.3 өнімділік графикасы. Суретте алдыңғы модельдердің бағалаулары көрсетілген; GLM-5.4 нәтижелері жоқ.
Ең үлкен жетістіктер ортада ұзақ уақыт өзара әрекет етуді қажет ететін тапсырмаларда байқалады. Terminal Bench 3.0 4.6-дан 28.3-ке өсті, ал ExploitBench 24.4-тен 54.4-ке жақсарды.
Бұл өсімдер базалық архитектураны өзгертпей-ақ пост-оқыту мен агентке бағытталған орталар модель өнімділігін түбегейлі өзгерте алатынын көрсетеді. Алайда оларды GLM-5.4 үшін сандық болжамға айналдыруға болмайды.
Мүмкіндіктер және өндірістік сәйкестік
Өндірісте GLM-5.3 күрделі кодтау, ұзақ көкжиекті инженерлік және киберқауіпсіздік бағалауы үшін берік тірек. GLM-5.3-Flash бейнелік енгізулерді табиғи түрде қосады және тиімді құрал пайдалануын басым қояды. Қолданыстағы GLM-5.2, GLM-5.3 және Flash ұсыныстары базалық деңгейді береді; осы материалда GLM-5.4-тің баламалы қабілеті немесе қолжетімділігі бекітілмейді.
Құжатталған модельдер 1M-ға дейін контекстті қолдайды, бірақ бұл шек әр нүктеде бірдей қолданбалы контекст немесе тапсырма нәтижесін кепілдемейді. Олар арасынан таңдау үшін өкілдік жұмыс жүктемелері мен сәтті аяқталған тапсырмаға шаққандағы құнды пайдаланыңыз.
Болашақ GLM-5.4 көшуге тұрарлық болу үшін өлшенетін жақсартуды ұсынуы керек. Бенчмарк дәлдігі жақсарғанмен, тапсырма құны екі есе өссе, өндірісте ол тартымсыз болуы мүмкін. Керісінше, шағын дәлдік өсімімен құрал қоңыраулары айтарлықтай азайса, көлемде бұл құнды болуы ықтимал.
Бірдей бағалау стендімен тапсырма сәттілігі, енгізу және шығару токендері, кідіріс, сәтсіз құрал қоңыраулары және сәтті орындалған тапсырмаға шаққандағы құнды салыстырыңыз. Сапалық сипаттамалар — бақыланатын бетпе-бет тест емес.
What Is the Current GLM-5.4 API Status on CometAPI?
CometAPI GLM 5.4 үшін тұрақты модель идентификаторы бар арнайы модель бетін жасады. Алайда бетте модель әлі де “Coming soon” деп белгіленген және оны алдын ала іске қосу моделіне жатқызады. Өндіріске пайдаланбас бұрын нақты модель ID-сы, аккаунт қолжетімділігі, нүкте (endpoint), қолдайтын параметрлер, контекст шектері және баға расталуға тиіс.
Қазіргі құжатталған интеграция үшін GLM-5.2 немесе GLM-5.3 сияқты қолжетімді GLM моделін пайдаланыңыз. CometAPI-дегі GLM-5.4 беті модель ID-сы мен нүктесі шақырылатыны расталғанша алдын ала іске қосу каталог жазбасы ретінде қаралуы керек.
Preparing for GLM 5.4 API Integration
Ең практикалық дайындық — қолданба логикасын бір ғана модель нұсқасына байламау. Модель идентификаторын бапталатын ету жаңартуларды сұрау құбырын қайта жазбай-ақ бағалауды жеңілдетеді.
Модель идентификаторын бапталатын қылып, жұмыс істейтін базалық деңгейді орнату үшін қолжетімді GLM моделін қолданыңыз. GLM-5.4-ке ауысар алдында шақырылатын модель ID-сы, аккаунт қолжетімділігі, сұрау параметрлері, контекст және шығыс шектері, стриминг мінез-құлқы және құрал-қоңырау үйлесімділігі расталсын. Қайту (rollback) нұсқасын дайын ұстаңыз.
GLM-5.4 ресми қолжетімді болғанда, модель ID-сы, қолдайтын параметрлер, контекст шектері және нүкте үйлесімділігі расталсын. Ескі және жаңа модельдерді бірдей бағалау деректер жиынына қарсы іске қосып, сәттілік деңгейін, кідірісті, шығыс токендерін, құрал-қоңырау сәтсіздіктерін және сәтті орындалған іске шаққандағы құнды қадағалаңыз.
What Could GLM 5.4 API Pricing Look Like?
Ресми GLM-5.4 API бағасы жарияланбады. Сондықтан нақты енгізу немесе шығару токені тарифін «шын» ағып кеткендей жариялау жаңсақ болар еді.
Қазіргі GLM отбасы неге модель өлшемінің өзімен бағаны болжау жеткіліксіз екенін көрсетеді. GLM-5.3-Flash инференс құнын айтарлықтай төмендетуге арналған архитектуралық оңтайландыруларды енгізді.
Z.ai-дың Artificial Analysis Intelligence Index v4.1.1 comparison есебінде GLM-5.3-Flash үшін 57 ұпай және тапсырмаға шаққанда шамамен жеңілдетілген $0.045 құн көрсетілген. Бұл бағалау құны — енгізу/шығару токені тарифі емес және GLM-5.4 бағасын болжауға жарамайды.
Болашақ GLM-5.4 бағасы архитектураға, пайымдау күшіне, кэштенген токендерге жеңілдіктерге, хостинг инфрақұрылымына және нұсқаларға тәуелді болуы мүмкін. Өндірістік жоспарлау үшін сәтті орындалған тапсырмаға шаққандағы құн көбіне төмен тақырыптық енгізу-токен тарифінен құндырақ.
Should Developers Wait for GLM 5.4?
Көпшілік әзірлеушілер үшін жарияланбаған модельді күту қажет емес. Қолданыстағы GLM модельдері нақты қолданбаларда тестілеуге болатын құжатталған кодтау және агенттік қабілеттер ұсынады.
Кодтау ассистенттері немесе көпқадамды инженерлік агенттер жасайтын командалар базалық деңгейді GLM-5.3-пен орната алады. Визуалды түсіну, ұзын контекст және қайталамалы қоңыраулардағы тиімділік маңызды қолданбалар GLM-5.3-Flash-ты бағалай алады.
Бағалау стендін қазір құрыңыз және GLM-5.4 үшін болашақ салыстыруға орын қалдырыңыз. Қолжетімді болғанда, оның релизі белгілі бір қолданба үшін маңызды нәтижелерді жақсартса ғана мәнді болады.
Зерттеушілер жаңа базалық архитектураны, ұзақ көкжиекті бенчмарктердегі өзгерістерді және ұштан-ұшқа сенімділікті бақылауы керек. Бизнес үшін өкілдік өндірістік деректерде қолжетімділік, құн, кідіріс, үйлесімділік және сапа басым.
Conclusion
GLM 5.4 — Z.ai-дың тез дамып келе жатқан модельдер отбасындағы ықтимал келесі қадам, бірақ қазіргі баяндау расталғаннан гөрі болжалдылау.
Union Alpha — расталмаған сәйкестік белгісі, ал жариялау ырғақтылығы тек кең уақытша болжамды ғана қолдайды. Екеуі де іске қосу күнін бекітпейді. 2026 жылғы 14 қазанда қаралған ресми дереккөздер қолданыстағы модельдер бойынша базалық деңгейді береді, GLM-5.4-тің расталған шығарылымын емес.
Расталатыны — GLM-5.3 және GLM-5.3-Flash қол жеткізген прогресс. Агенттік кодтау, киберқауіпсіздік бағасы және инференс тиімділігіндегі айтарлықтай өсімдер кез келген мұрагер үшін талап деңгейін биік қояды.
Негізгі сұрақ — Z.ai сенімді автономды орындауды, мықты пайымдауды және сәтті орындалған тапсырмаға шаққандағы бәсекелі құнды жеткізе ала ма. Ресми сипаттамалар мен бенчмарктер пайда болғанша, GLM-5.4-ті қолжетімді өнім емес, мүмкін шығарылым ретінде қарастыру керек.
FAQ
How can I verify a GLM 5.4 API listing?
Провайдердің шақырылатын модель идентификаторын, қолдайтын нүктесін, қолжетімділік шарттарын және ағымдағы бағасын ұсынатынын тексеріңіз. Содан кейін бұл сәйкестікті Z.ai-дың ресми анонсы немесе құжаттамасымен салыстырыңыз. Провайдер тізімі сол провайдердің ұсынысын бекіте алады, бірақ анонимді модельдің бастапқы әзірлеушісін өзі жеке растамайды.
Which compatibility checks matter before a GLM 5.4 migration?
Сұрау параметрлерін, пайымдау баптауларын, құрал-қоңырау схемасын, құрылымдық шығысты, стриминг мінез-құлқын, контекст шектерін және нақты нүктеңіздегі максималды шығысты тексеріңіз. Қолдау таппайтын параметрлер үшін теріс тесттер қосыңыз және қайтуға ағымдағы модельді сақтаңыз. OpenAI үйлесімділігі — интерфейсті сипаттайды; ол бірдей модель мінез-құлқын кепілдемейді.
How should I evaluate GLM 5.4 for coding agents?
Екі модель үшін де бірдей құралдар, рұқсаттар, таймаут және стендпен бекітілген өкілдік репозиторий тапсырмаларын қолданыңыз. Сәтті тексерілген өзгерістерді, құрал сәтсіздіктерінен қалпына келуді, токен қолдануды, кідірісті және жалпы құнын есептеңіз. Әр іске қосуды жазып алыңыз және өзгергіштікті ашу үшін тапсырмаларды жеткілікті рет қайталаңыз, бір ғана сәтті мысалды алға тартпаңыз.
What would justify waiting for GLM 5.4?
Күту тек құжатталған жақын арадағы мүмкіндік қолданыстағы модельдер қанағаттандыра алмайтын нақты талапты өтейтін болса және кідіріс сіздің жеткізу кестеңізге сай келсе ғана орынды. Қауесетпен болса, қолжетімді модельге сүйеніп құрыңыз және модельді таңдауды бапталатын етіңіз. Кейінгі релиз базалық деңгейді алмастырмас бұрын орындауы тиіс мүмкіндік пен құн шектерін айқындаңыз.