Кратко
GLM-5.5 — ожидаемая следующая крупная модель в семействе GLM компании Z.ai. Reuters описывает GLM-5.5 как более поздний этап дорожной карты, но в материале не указаны подтверждённые сроки запуска, архитектура, число параметров, лимит контекста, таблица бенчмарков, цена или план доступа.
Z.ai представляет GLM-5.3 как свою последнюю флагманскую модель и самый надёжный фактический базис для оценки следующего релиза. Она использует ту же базовую модель, что и предшественник, а прирост обусловлен посттренингом, при этом поддерживается контекст из 1M токенов / 128K вывод. Z.ai также сообщает о росте производительности в кодинге на 50% по внутреннему Code Bench.
Наиболее обоснованное ожидание — это не просто «более крупная модель». Z.ai публично заявила, что будущие модели будут нацелены на долгосрочные задачи и саморазвивающихся автономных агентов. Следовательно, GLM-5.5 вероятнее всего сделает акцент на надёжном выполнении задач, самокоррекции, управлении контекстом, использовании инструментов и устойчивой инженерной работе, а не на одном лишь росте параметров.
Основные выводы
- Reuters определила GLM-5.5 как более поздний этап дорожной карты, но Z.ai не публиковала точных обязательств по запуску.
- GLM-5.3 — последняя публично задокументированная флагманская модель Z.ai.
- Текущая архитектурная база остаётся примерно 744B-total / 40B-active класс разрежённого MoE, поскольку GLM-5.3 сохраняет ту же базовую модель и улучшает посттренинг.
- GLM-5.3 уже предлагает окно контекста 1M токенов и максимум вывода 128K, поэтому GLM-5.5 может уделить приоритетное внимание качеству контекста и управлению памятью, а не большему номинальному пределу.
- Вероятное направление разработки Z.ai — более длительно работающие, более автономные и самокорректирующиеся агенты.
- Продолжение релизов с открытыми весами представляется правдоподобным, поскольку GLM-5.3 позиционируется как модель с открытыми весами, но лицензия GLM-5.5 остаётся неизвестной.
- В настоящее время нет публичных доказательств, подтверждающих конкретные заявления о триллионе параметров в GLM-5.5.
- CometAPI уже предоставляет выделенный endpoint GLM-5.3 с отображаемой скидкой 20%. Если GLM-5.5 будет официально выпущена, ожидается, что CometAPI быстро добавит её по сниженной цене, при этом другие флагманские модели GLM останутся доступными на той же платформе.
Что такое GLM-5.5?
GLM-5.5 — заявленный более поздний этап после GLM-5.3 в дорожной карте фронтир-моделей Z.ai. Название «5.5» появлялось в сообщениях Reuters, но ещё не фигурирует в официальной карточке модели Z.ai, разработческом endpoint’е, релиз-ноте, репозитории Hugging Face или таблице цен.
Семейство моделей прошло понятную последовательность. GLM-5 закрепила направление «Agentic Engineering» с разрежённым MoE на 744B параметров. GLM-5.1 сместила фокус на устойчивое исполнение, а следующая генерация расширила пригодный контекст до 1M токенов. GLM-5.3 сохраняет ту же базовую модель, но гораздо агрессивнее масштабирует посттренинг, усиливая сложный кодинг и производительность агентов на длинном горизонте.
Эта прогрессия предполагает, что GLM-5.5, вероятно, будет оцениваться по тому, как долго она может надёжно работать, насколько хорошо восстанавливается после ошибок и что фактически может доставить — а не только по тому, как она выступает в коротких одноходовых тестах.
Что, вероятно, будет новым в GLM-5.5?
Переход к саморазвивающимся автономным агентам
Самый очевидный публичный сигнал исходит от технического руководителя CodeGeeX в Z.ai, который сообщил Reuters, что будущие модели будут нацелены на долгосрочные задачи и саморазвивающихся автономных агентов. Это указывает на агентов, способных проводить эксперименты, анализировать результаты, корректировать стратегии и улучшать свою работу в пределах ограниченной среды задачи.
Для программной инженерии это может означать более тесный цикл анализа репозитория, планирования, реализации, тестирования, отладки, измерения производительности и верификации. Модель будет оцениваться по конечному состоянию проекта, а не по кажущемуся качеству отдельного ответа.
Визуальный ориентир: последняя официальная иллюстрация бенчмарков в разделе Производительность документирует GLM-5.3, а не спецификации неанонсированного GLM-5.5.
Продолжение масштабирования разрежённого MoE
Архитектура разрежённой смеси экспертов — самая защищаемая предпосылка. Технический отчёт по GLM-5 описывает 744B total / 40B active параметров, 256 экспертов, восемь маршрутизируемых экспертов на токен и одного общего эксперта. GLM-5.3 использует ту же базовую модель, что и предшественник, поэтому дизайн разрежённого MoE остаётся ближайшей опубликованной архитектурной ссылкой.
GLM-5.5 может увеличить ёмкость модели, но нет публичных данных о преодолении порога в один триллион параметров. Z.ai может добиться больших приростов за счёт улучшения обучающих данных, специализации экспертов, маршрутизации, обучения с подкреплением, спекулятивного декодирования или эффективности инференса, сохраняя общий масштаб модели примерно в том же классе.
Более эффективное использование длинного контекста
GLM-5.3 поддерживает 1M входных токенов и до 128K токенов вывода. Поэтому для GLM-5.5 более крупное окно контекста не является необходимым для значимого апгрейда. Более ценными улучшениями станут лучшая память ранних требований, меньше дрейфа цели, более сильное извлечение по большим кодовым базам, более надёжное уплотнение контекста и более низкая стоимость сервинга.
Уплотнение контекста особенно важно для агентов, чьи логи инструментов и промежуточные состояния могут выходить за пределы окна модели. GLM-5.3 продолжает применять SAO с компактизацией для обучения на длинном горизонте, помогая сохранять прирост производительности на протяжённых задачах, а не только коротких. Поздняя модель может развить этот подход.
Более эффективные разрежённое внимание и декодирование
Поскольку GLM-5.3 сохраняет ту же базовую модель, текущий стек длинного контекста продолжает опираться на IndexShare, где группы из четырёх слоёв разрежённого внимания используют один и тот же индексатор. Z.ai сообщает, что такой дизайн сокращает вычисления, связанные с индексатором, на токен в 2,9 раза при длине контекста 1M токенов, а предсказание нескольких токенов улучшает спекулятивное декодирование. GLM-5.3 далее добавляет прирост преимущественно через масштабированный посттренинг.
GLM-5.5 может развить эти техники за счёт более эффективного отбора токенов, управления KV-кэшем, маршрутизации экспертов или декодирования с черновой моделью. Такие улучшения напрямую повлияют на задержку и стоимость во время длительных прогонов агентов.
Более сильное обучение с подкреплением и верификация
Технический отчёт по GLM-5 описывает последовательный посттренинговый конвейер, охватывающий reasoning RL, agentic RL и general RL, поддержанный асинхронной инфраструктурой, разделяющей генерацию и обучение. Это позволяет системе исследовать более длинные траектории и учиться на планировании, использовании инструментов, самокоррекции и обратной связи из среды.
Для GLM-5.5 вероятное улучшение — не просто больше токенов на «рассуждение». Это лучшая верификация результатов: понимание, скомпилировался ли код, прошли ли тесты, достигнута ли цель производительности, был ли санкционирован вызов инструмента и удовлетворяет ли запрошенный артефакт исходным ограничениям.
Чего мы пока не знаем
У GLM-5.5 есть заявленное окно релиза, но итоговые продуктовые спецификации не раскрыты. Приведённые ниже оценки намеренно консервативны и не должны трактоваться как объявленные характеристики.
| Область | Что известно публично | Текущий прогноз |
|---|---|---|
| Статус | Reuters сообщает, что модель ожидается в августе 2026 года. | Анонс в августе реалистичен, но сроки могут сдвинуться. |
| Архитектура | Архитектура GLM-5.5 не опубликована. | Ведущее ожидание — разрежённый MoE, производный от семейства GLM-5. |
| Масштаб модели | Число параметров или активных параметров не раскрыто. | Модель класса 750B или умеренное увеличение масштаба более обоснованны, чем конкретный триллион параметров. |
| Окно контекста | Лимит контекста GLM-5.5 не раскрыт. | Вероятно не менее 1M токенов; эффективная память может быть важнее, чем больший номинальный предел. |
| Модальности | Входные модальности GLM-5.5 не раскрыты. | Текст-ориентированный кодинг и агенты — самый сильный базис; нативная мультимодальность под вопросом. |
| Производительность | Официальных результатов бенчмарков GLM-5.5 нет. | Наибольшие приросты вероятны в кодинге на длинном горизонте, использовании инструментов, восстановлении после ошибок и автономной доставке. |
| Цены API | Тарифы или endpoint модели не объявлены. | Цены могут остаться на уровне GLM-5.2 или получить умеренную наценку. |
| Открытые веса | Лицензия GLM-5.5 не объявлена. | Релиз под MIT возможен по прецеденту, но не гарантирован. |
| Доступ | Нет официального превью, API или последовательности релиза весов. | Возможен поэтапный запуск через продукты Z.ai, Coding Plan, API и открытые веса. |
Архитектура и активные параметры
Текущая архитектурная база необычно хорошо документирована. GLM-5 использует 256 экспертов, восемь маршрутизируемых плюс один общий эксперт на токен. Её дизайн 744B total / 40B active примерно удвоил общую ёмкость GLM-4.5 при более умеренном увеличении активной ёмкости с 32B до 40B.
Z.ai заявляет, что GLM-5.3 использует ту же базовую модель, а все основные приросты достигнуты посттренингом. Это делает 744B-total / около 40B-active дизайн разрежённого MoE ближайшей опубликованной архитектурной базой, не подразумевая, что GLM-5.5 сохранит тот же макет.
Число активных параметров важнее для практического сервинга, чем общий заголовочный объём. Оно влияет на трафик памяти, коммуникацию экспертов, задержку и объём оборудования на токен генерации. Модель может становиться более способной без пропорционального удорожания, если улучшаются маршрутизация и внимание.
Окно контекста и память
GLM-5.3 поддерживает окно контекста 1M с максимумом вывода 128K. Z.ai позиционирует эту ёмкость контекста для сложной программной инженерии и агентных рабочих процессов на длинном горизонте, а не как чисто синтетический максимум.
Для GLM-5.5 важными будут вопросы, сохраняет ли модель ранние ограничения, помнит ли выполненную работу, извлекает ли нужные файлы, сжимает ли старые следы инструментов без потери критического состояния и поддерживает ли согласованные решения в течение многих часов. Номинальное окно в два миллиона токенов принесёт меньше пользы, чем надёжный рабочий процесс на одном миллионе токенов с меньшей задержкой и стоимостью.
Производительность
Официальные результаты бенчмарков GLM-5.5 не публиковались. Текущий базис GLM-5.3 включает 28.3 на Terminal-Bench 3.0, 66.9 на DeepSWE v1.1 и 28.5 на Agents’ Last Exam. Z.ai также сообщает о 50% улучшении на внутреннем Code Bench, при этом наибольшие приросты проявляются в сложном кодинге и задачах на длинном горизонте.
Источник: официальный релиз Z.ai &#xNAN;· Посмотреть исходное изображение
Z.ai сообщает, что GLM-5.3 лидирует в своём сравнении на CyberGym, AutomationBench и GDPval-AA v2, тогда как GPT-5.6 Sol остаётся впереди на Terminal-Bench 3.0 и DeepSWE, а Claude Fable 5 сильнее на нескольких оценках разработки эксплойтов. Это результаты, сообщённые вендорами, и их следует интерпретировать с учётом настроек оценивания.
Значимое улучшение GLM-5.5 будет заметно в надёжности при повторных прогонах и доле завершённых задач: меньше заброшенных задач, меньший дрейф стратегии, более успешное восстановление после неудачных команд, лучшая соблюдаемость правил репозитория и более строгая финальная верификация. Небольшие приросты на коротких тестах рассуждений будут менее важны, чем устойчивое исполнение на реальных проектах.
Цены API и доступность в CometAPI
Z.ai не публиковала общий тариф за токен для GLM-5.3 в стандартной таблице цен. GLM-5.3 доступна через GLM Coding Plan, поэтому до публикации стандартного тарифа более релевантной официальной ссылкой остаётся подписочный доступ.
CometAPI указывает GLM-5.3 по цене $1.12/M за ввод и $3.528/M за вывод, с отображаемой скидкой 20%. Платформа также предоставляет выделенный доступ к GLM-5 и GLM-5-Turbo через тот же API.
Цены GLM-5.5 не объявлены. Разумно ожидать, что Z.ai сохранит их близкими к текущему флагманскому классу либо применит умеренную наценку, если стоимость инференса возрастёт. Если GLM-5.5 будет официально выпущена, ожидается, что CometAPI быстро добавит выделенный endpoint и продолжит стратегию скидок, предоставляя разработчикам более низкую стоимость наряду с другими флагманскими моделями.
Варианты продукта и пути доступа
Существующая экосистема GLM включает флагманскую модель, GLM-5-Turbo для более быстрых агентных нагрузок, Coding Plan, размещённые API и контрольные точки с открытыми весами. GLM-5.3 поддерживает три уровня усилий на рассуждение, стриминг, вызов функций, кэширование контекста и структурированный вывод.
GLM-5.5 может сначала появиться в чат-продукте Z.ai или Coding Plan, затем в стандартном API и в виде загружаемых весов. Также возможен запуск с отдельными вариантами, оптимизированными на скорость или с поддержкой vision. Ни один из этих вариантов упаковки не объявлен.
Конкурентная позиция и вероятные сценарии использования
Вероятная конкурентная позиция GLM-5.5 — открытая или доступная модель для кодинга и агентов с необычно длинным контекстом и низкой стоимостью сервинга. Её сильнейшие сценарии включают разработку в больших репозиториях, рефакторинг систем, автоматизированное тестирование, оптимизацию производительности, исследовательских агентов, насыщенные документами корпоративные процессы и приватные деплойменты, которые не могут полностью полагаться на закрытые внешние API.
Модель будет конкурировать не только с закрытыми фронтир-системами, такими как Claude Opus 5 и GPT-5.6, но и с другими экономичными агентными моделями. Преимущество Z.ai будет зависеть от того, удастся ли совместить открытость деплоймента, сильный кодинг, длинный контекст и надёжное автономное исполнение без неприемлемой задержки или инфраструктурных требований.
Открытые веса особенно ценны для компаний, которым нужны локальные контуры безопасности, адаптация к домену, деплоймент на отечественных ускорителях или прямой контроль над стеком инференса. Однако модель класса 750B с MoE остаётся дорогой для самостоятельного хостинга, даже если на токен активна только часть параметров.
Точная дата релиза и доступ
Reuters описывает GLM-5.5 как будущую веху дорожной карты. Формулировка отражает ожидание, а не официальное обязательство по запуску, и не указывает фиксированную последовательность вывода.
Публичная документация Z.ai, страницы с ценами и Coding Plan сосредоточены на GLM-5.3. В проверенных источниках нет официального endpoint’а GLM-5.5, карточки модели, отчёта с бенчмарками, лицензии или подробного плана доступа.
Будущий релиз GLM-5.5 остаётся возможным. «Релиз» может означать анонс, ограниченное превью в Coding Plan, запуск в хостинговом чате, endpoint API, корпоративный доступ, открытые веса — или всё это на разных этапах. Читателям следует различать эти вехи, когда появится первое официальное обновление.
Итоговая оценка
GLM-5.5 лучше понимать как ожидаемое продолжение сдвига Z.ai от генерации кода к автономной инженерии. Публичные данные поддерживают фокус на задачах более длинного горизонта, саморазвивающихся агентах, эффективности разрежённого MoE и практической доставке результата. Они не поддерживают окончательное число параметров, баллы бенчмарков, лимит контекста, цену, лицензию или точную дату.
Ключевой вопрос — не в том, больше ли GLM-5.5, чем GLM-5.3. Важно, сможет ли модель дольше оставаться выровненной по цели, эффективнее управлять памятью, восстанавливаться после неудачных действий, проверять свою работу и выполнять больше реальных инженерных задач с меньшей супервизией.
Пока Z.ai не опубликует карточку модели и подробности доступа, GLM-5.5 следует описывать как ожидается — но ещё не анонсирован. Августовское окно достаточно достоверно, чтобы его отслеживать, но все детальные спецификации нужно явно маркировать как прогнозы.