TL;DR
Pod koniec października 2026 r. Z.ai (Zhipu AI) nie wydało ani nie potwierdziło oficjalnie GLM-5.5. Przecieki ze społeczności i chińskich mediów opisują potencjalny kolejny flagowy model o łącznej liczbie parametrów w przedziale 2.5–3.5 biliona (wcześniejsze doniesienia zaczynały się od >1T), z utrzymanym kontekstem 1M tokenów, silnym naciskiem na długohoryzontowe programowanie i inżynierię agentową, możliwymi ulepszeniami architektury (hybrydowa uwaga, techniki efektywności mHC oraz spekulacje wokół rekurencyjnych/pętlających się Transformerów) i potencjałem open-weight.
CometAPI już teraz zapewnia zniżkowy, kompatybilny z OpenAI dostęp do pełnej bieżącej serii GLM-5 i jest dobrze przygotowane na szybkie udostępnienie następcy w dniu premiery.
Kluczowe wnioski
- GLM-5.5 pozostaje niepotwierdzony i niewydany; oficjalne kanały wciąż prezentują GLM-5.3 i GLM-5.3-Flash (sierpień 2026).
- Pogłoski o parametrach ewoluowały z >1T (notatki JPMorgan/analityków, połowa 2026) do 2.5–3.5T łącznych w nowszych chińskich doniesieniach (październik 2026). Jako model MoE, aktywne parametry na token byłyby znacznie niższe.
- Obszary fokusu wg przecieków: GLM-5.5 ma dominować w długotrwale działających autonomicznych agentach kodujących, lepszym pogłębionym wnioskowaniu, efektywności inferencji oraz możliwych nowościach architektonicznych.
- Spekulacje o oknie wydania przesunęły się z sierpnia na końcówkę października/początek listopada 2026, bazując na historycznej kadencji Z.ai (~54–70 dni między dużymi wydaniami) i niedawnej informacji o świadczeniach sugerującej „nowy model”.
- Ceny nieznane; ekstrapolacje z cennika GLM-5.3 (~$1.40 wejście / $4.40 wyjście za milion tokenów) i znacznie niższych stawek Flash sugerują utrzymanie silnej wartości.
- Pozycjonowanie jako potencjalny rywal wysoko pozycjonowanych modeli Claude (w tym możliwości klasy Fable/Mythos w kodowaniu i agentach) jest spekulacyjne, lecz spójne z ostatnią trajektorią Z.ai zbliżania się do SOTA open-weight w benchmarkach.
- Deweloperzy mogą już dziś korzystać z obecnych modeli GLM poprzez CometAPI w konkurencyjnych cenach i ujednoliconym narzędziowaniu oraz monitorować bezszwowe dodanie ewentualnego endpointu GLM-5.5.
Czym jest GLM-5.5?
GLM-5.5 to określenie społeczności i mediów dla rzekomej kolejnej dużej iteracji w serii GLM-5 dużych modeli językowych.
W odróżnieniu od wcześniejszych wydań punktowych, które były głównie ulepszeniami post-treningowymi lub efektywnościowymi na podobnych bazach, przecieki przedstawiają GLM-5.5 jako istotniejszy krok — potencjalnie nowy skok skali pretrenowania lub znaczącą ewolucję architektury ukierunkowaną na długohoryzontowe agentowe kodowanie i złożoną inżynierię systemową. Z.ai nie używa nazwy „GLM-5.5” w oficjalnej dokumentacji, kartach modeli, repozytoriach na Hugging Face (zai-org), katalogach API ani notach wydawniczych na koniec października 2026.
Potwierdzone obecne modele kładą nacisk na kodowanie, przepływy pracy agentów, długi kontekst (1M tokenów w nowszych wersjach) oraz, w Flash, natywną multimodalność. Pogłoski o GLM-5.5 kontynuują ten kierunek, przy jednoczesnym wskazywaniu na większą całkowitą skalę i usprawnienia efektywności.
Pogłoski / spekulacyjne ulepszenia GLM-5.5
Przecieki mówią o skoku do 2.5–3.5T łącznych parametrów — około 3.4–4.7× skali GLM-5.3. Ponieważ to modele MoE, aktywne parametry (a tym samym FLOPs na token) nie skalują się liniowo. Dyskusje społecznościowe podnoszą też możliwość elementów rekurencyjnych lub pętlących się Transformerów, które Z.ai wcześniej potwierdzało w badaniach, plus dalsze udoskonalenia hybrydowej uwagi i technik mHC widzianych już w Flash.
Większa pojemność zwykle poprawia gęstość wiedzy, pokrycie rzadkich umiejętności i zdolność utrzymania spójności na bardzo długich trajektoriach agentów — pod warunkiem, że jakość danych treningowych i post-trening dotrzymują kroku.
Długohoryzontowe kodowanie i wydajność agentowa
Każde wydanie GLM-5 w 2026 r. akcentowało drogę „od vibe coding do inżynierii agentowej”, dłuższe samodzielne horyzonty zadań (w skali godzin w niektórych materiałach marketingowych), użycie narzędzi i benchmarki kodowania (rodzina SWE-bench, Terminal-Bench itd.). GLM-5.3 wprost podkreślał wzrosty w złożonym kodowaniu i rozwijających się możliwościach związanych z cyberbezpieczeństwem.
Przecieki pozycjonują GLM-5.5 jako kontynuację i wzmocnienie tego nacisku: lepszych długotrwale działających autonomicznych agentów, bardziej niezawodnego planowania wieloetapowego i silniejszej wydajności w zadaniach inżynierii produkcyjnej. Jeśli potwierdzą się twierdzenia o parametrach i architekturze, należy oczekiwać mierzalnych wzrostów na pakietach agentowych i mniejszej potrzeby ciężkiego scaffoldingu lub częstych interwencji człowieka.
Co właściwie mówi wyciekły memorandum eksperckie o GLM-5.4/5.5?
21 października 2026 r. użytkownik X @NFT_Chen udostępnił zrzuty ekranu krążącego podsumowania wywiadu eksperckiego na temat kolejnego modelu bazowego Z.ai. Poniższy obraz odtwarza materiał przypisany na ekranie do wpisu na Xueqiu; stanowi dowód na obiegowe twierdzenie, a nie uwierzytelnione techniczne ujawnienie Z.ai.
Pierwotni uczestnicy wywiadu, dokumenty źródłowe i dowody techniczne nie zostały niezależnie uwierzytelnione. W związku z tym poniższe szczegóły opisują to, co twierdzi wyciekły materiał, a nie to, co Z.ai ogłosił oficjalnie.
Rzekoma liczba parametrów rośnie do 2.5T–3.5T
Transkrypt bezpośrednio podważa wcześniejsze twierdzenie, że GLM-5.5 miałby pojawić się pod koniec października z około 1.6 biliona parametrów.
Zamiast tego rzekome źródło umieszcza kolejny model bazowy między 2.5 a 3.5 biliona parametrów.
| Specyfikacja | GLM-5.5 w CometAPI |
|---|---|
| Deweloper | Zhipu AI / Z.ai |
| Możliwa nazwa modelu | GLM-5.4 lub GLM-5.5 |
| Status wydania | Brak oficjalnej zapowiedzi |
| Łączna liczba parametrów | 2.5T–3.5T, niezweryfikowany przeciek |
| Aktywne parametry | Nie ujawniono |
| Architektura | Opisywana jako agresywna przebudowa |
| Podejście treningowe | Deklarowane szybsze trenowanie i lepsza efektywność |
| Postęp treningu | Rzekomo rozwiązane wcześniejsze plateau straty |
| Okno kontekstu | Nie ujawniono |
| Modalności wejściowe | Nie potwierdzono |
| Cel wydajności | Flagowiec klasy Fable, niezweryfikowane |
| Inferencja | Cel: szybsze, tańsze działanie |
| Wdrożenie pierwszego dnia | Deklarowana duża dostępność |
| Cennik API | Nie ogłoszono |
| Dostępność open-weight | Nie potwierdzono |
| Data wydania | Brak potwierdzonej daty |
To rozróżnienie między łącznymi a aktywnymi parametrami jest istotne. Rzadki model Mixture-of-Experts może zawierać biliony łącznych parametrów, aktywując przy każdym tokenie tylko ich część.
Dlaczego GLM-5.5 rzekomo napotkał trudności treningowe?
Transkrypt opisuje wcześniejszy etap pretrenowania, podczas którego strata przestała spadać zgodnie z oczekiwaniami.
Na wielotrylionowej skali byłby to znaczący problem. Niestabilność treningu może wynikać z ustawień optymalizacyjnych, interakcji architektonicznych, precyzji numerycznej, rozkładu danych lub zachowania systemu rozproszonego. Wyciek nie ustala, który z tych czynników spowodował rzekomy problem.
Następnie twierdzi, że kwestia została rozwiązana i proces treningu zbliża się do ukończenia.
Ta interpretacja ma dwa ograniczenia. Po pierwsze, malejąca strata treningowa nie jest dowodem na silne zdolności downstream. Po drugie, ukończenie pretrenowania nie oznacza, że post-trening, testy bezpieczeństwa i wdrożenie produkcyjne są zakończone.
Co oznacza deklaracja dostępności w dniu premiery?
Wyciekły wywiad mówi, że Z.ai chce zapewnić znaczną przepustowość inferencji natychmiast, zamiast uruchamiać model, do którego niewielu użytkowników będzie miało niezawodny dostęp.
Opisuje też rozmowy z kilkoma dostawcami chmury o porozumieniach podziału przychodów, wraz z wzmocnieniem zespołu infrastruktury Z.ai.
Są to konkretne twierdzenia operacyjne, choć nie ujawniono nazw dostawców, kontraktów, zobowiązań pojemnościowych ani gwarancji poziomu usług.
GLM-5.5 — główne zmiany architektoniczne: 2.5T–3.5T
Z.ai oficjalnie wprowadziło GLM-5 z architekturą MoE o 744B parametrach, aktywując około 40B parametrów na token. Późniejsze wydanie GLM-5.3 ponownie wykorzystało bazę GLM-5.2, a ulepszenia wynikały z post-treningu, a nie nowej architektury bazowej.
O ile większy byłby GLM-5.5?
| Metryka | GLM-5.3 | Dolna pogłoska GLM-5.5 | Górna pogłoska GLM-5.5 |
|---|---|---|---|
| Łączna liczba parametrów | ~744B | 2,500B | 3,500B |
| Skala względna | 1.0× | 3.36× | 4.70× |
| Miejsce na wagi BF16 | ~1.49 TB | ~5.0 TB | ~7.0 TB |
| Miejsce na wagi FP8 | ~0.74 TB | ~2.5 TB | ~3.5 TB |
| Aktywne parametry | ~40B | Nieznane | Nieznane |
| Weryfikacja architektury | Oficjalna specyfikacja rodziny | Niezweryfikowane | Niezweryfikowane |
Szacunki miejsca używają dziesiętnych terabajtów i liczą jedynie wartości wag modelu. Nie obejmują metadanych kwantyzacji, pamięci podręcznej KV, aktywacji, buforów komunikacyjnych, replik serwujących i innych narzutów czasu wykonywania.
Jednak 4.7-krotny wzrost łącznej liczby parametrów nie musiałby skutkować 4.7-krotnym wzrostem obliczeń na token. Rzadkie aktywacje ekspertów, optymalizacje pamięci i ulepszony paralelizm modelu mogą zmienić tę zależność.
Jakie ulepszenia architektury mogłyby to uczynić praktycznym?
W wydanej rodzinie GLM istnieją dwa użyteczne precedensy.
Po pierwsze, GLM-5.2 wprowadził IndexShare, współdzieląc rzadki indeksator uwagi przez cztery warstwy uwagi. Z.ai raportuje 2.9× redukcję FLOPs uwagi na token przy długości kontekstu jednego miliona tokenów.
Po drugie, GLM-5.3-Flash przyjął nowo wytrenowaną architekturę o 320B łącznych i 18B aktywnych parametrach, łącząc rzadką i liniową uwagę. Wprowadził też Manifold-Constrained Hyper-Connections oraz multimodalny korpus pretrenowania o 30T tokenów.
W porównaniu z GLM-5.3 Z.ai podaje, że GLM-5.3-Flash zużywa około 3.0× mniej obliczeń uwagi i ma 4.4× mniejszą pamięć podręczną KV.
Te ulepszenia nie dowodzą architektury GLM-5.5. Pokazują, że Z.ai już badało problemy efektywności, które model w skali bilionów parametrów jeszcze by spotęgował.
Dla znacznie większego modelu MoE ścierają się dwie siły: wyższy bezwzględny koszt obliczeń kontra poprawiona rzadkość i techniki efektywności (hybrydowa uwaga, mHC wspominane w kontekście Flash), które mogą utrzymać aktywne parametry i koszt inferencji w ryzach. Historyczne pozycjonowanie Z.ai priorytetowo traktowało silny performance-per-dollar wobec zamkniętych zachodnich modeli granicznych. Należy oczekiwać cen API pozostających konkurencyjnymi — potencjalnie w podobnym paśmie co obecne stawki flagowców lub nieco wyższych — zwłaszcza jeśli open weights umożliwią samodzielne hostowanie.
Czy GLM-5.5 naprawdę może obsłużyć inferencję na dużą skalę od pierwszego dnia?
Serwowanie wielotrylionowego modelu MoE stawia wyzwania wykraczające poza samo przechowywanie wag. Routing ekspertów, komunikacja akceleratorów, przetwarzanie prefill, przepustowość dekodowania i zarządzanie pamięcią długiego kontekstu muszą działać niezawodnie przy współbieżnych obciążeniach.
W przeciwieństwie do rozmiaru modelu Z.ai opublikowało jednak dowody realnych postępów w swojej infrastrukturze serwowania.
Z.ai już wykazało skalowanie infrastruktury
W artykule badawczym z 17 września Z.ai opisało, jak agent infrastrukturalny zasilany GLM-5.3 pomógł wprowadzić GLM-5.3-Flash do produkcji na klastrze z ponad 100,000 krajowych akceleratorów AI.
Oficjalny raport infrastrukturalny opisuje około trzykrotną poprawę wydajności end-to-end serwowania i proces optymalizacji wdrożenia zakończony w mniej niż dwa tygodnie.
| Wskaźnik infrastruktury | Opublikowany wynik GLM-5.3-Flash | Implikacja dla GLM-5.5 |
|---|---|---|
| Wdrożenie akceleratorów | Ponad 100,000 krajowych akceleratorów | Dowód istniejącej infrastruktury na dużą skalę |
| Wydajność end-to-end | Około 3× poprawa | Zdolność do optymalizacji serwowania |
| Czas dostosowania | Mniej niż dwa tygodnie do gotowości produkcyjnej | Szybsze procesy wdrożeniowe |
| Optymalizacja wspierana agentem | Agent infrastrukturalny GLM-5.3 | Potencjalna możliwość ponownego użycia automatyzacji |
| Pojemność GLM-5.5 | Nie raportowano | Wciąż niezweryfikowane |
Te wyniki dotyczą GLM-5.3-Flash, a nie rzekomego następnika o wielotrylionowej skali.
Czy test GLM HighSpeed dostarcza dodatkowych dowodów?
Changelog ZCode 3.15.1 Z.ai z 12 października 2026 r. potwierdza, że losowo wybrani subskrybenci mogli uczestniczyć w teście GLM HighSpeed.
Relacje społeczności wiązały ten test z nazwą GLM-5.3-Highspeed i, w odosobnionych przypadkach, wyjątkowo wysokimi szybkościami generowania.
Oficjalny changelog potwierdza test, ale nie ustanawia związku z GLM-5.5 ani nie dostarcza ustandaryzowanego benchmarku przepustowości.
Co potwierdziłoby, że GLM-5.5 to rzeczywisty skok graniczny?
Wyciek zawiera kilka konkretnych twierdzeń, które przyszłe ujawnienia mogą wesprzeć lub podważyć.
| Wyciekłe twierdzenie | Wymagane dowody | Dlaczego to ważne |
|---|---|---|
| 2.5T–3.5T parametrów | Oficjalna architektura lub karta modelu | Weryfikuje deklarowany skok skali |
| Nowa wysokoefektywna architektura | Raport techniczny i ujawnienie aktywnych parametrów | Wyjaśnia ekonomię inferencji |
| Rozwiązane trudności treningowe | Oficjalne informacje o treningu lub wydaniu | Wspiera gotowość rozwojową |
| Wydajność klasy Fable | Zgodne niezależne ewaluacje | Ustala faktyczną konkurencyjność |
| Duża dostępność pierwszego dnia | Pojemność produkcyjna i pomiary usług | Testuje gotowość operacyjną |
| Niższy koszt inferencji | Opublikowane ceny API i pomiary obciążeń | Określa opłacalność komercyjną |
| Tożsamość modelu GLM-5.5 | Oficjalny identyfikator modelu | Odróżnia realne wydanie od plotek |
Wnioski
Dyskusja o GLM-5.5 ilustruje zarówno tempo otwartego frontu wagowego, jak i szum towarzyszący niepotwierdzonym przeciekom. Pogłoski o skali parametrów sięgającej 3.5T, połączone z nieustannym naciskiem na realnie użyteczne możliwości agentowego kodowania w dniu premiery, wywołały uzasadnione emocje. Jednocześnie brak oficjalnego potwierdzenia oznacza, że deweloperzy powinni traktować każdą konkretną liczbę i harmonogram jako prowizoryczne.
Dotychczasowy dorobek Z.ai w 2026 r. — szybkie iteracje, konkurencyjne modele open, silny nacisk na praktyczne obciążenia inżynieryjne — czyni istotny kolejny krok wiarygodnym. Do czasu jego pojawienia się najlepszą strategią jest wykorzystanie doskonałej generacji GLM-5.3 / Flash, która jest już dostępna. Takie platformy jak CometAPI obniżają próg eksperymentowania i umożliwiają zespołom przyjęcie następcy w momencie, gdy tylko stanie się dostępny.