TL;DR
По состоянию на конец октября 2026 года Z.ai (Zhipu AI) официально не выпустила и не подтвердила GLM-5.5. Утечки из сообщества и китайских СМИ описывают потенциальный следующий флагман с общим числом параметров в диапазоне 2,5–3,5 трлн (ранние сообщения начинались с >1 трлн), сохранением контекста в 1 млн токенов, сильным акцентом на кодирование длинного горизонта и агентную инженерию, возможными обновлениями архитектуры (гибридное внимание, техники эффективности mHC и спекуляции вокруг рекуррентных/зацикленных трансформеров) и потенциалом открытых весов.
CometAPI уже предоставляет со скидкой доступ, совместимый с OpenAI, ко всей текущей серии GLM-5 и хорошо позиционируется для быстрой доступности любого преемника в день запуска.
Key Takeaways
- GLM-5.5 остаётся неподтверждённой и не выпущенной; в официальных каналах по-прежнему фигурируют GLM-5.3 и GLM-5.3-Flash (август 2026).
- Слухи о параметрах эволюционировали от >1 трлн (записки JPMorgan/аналитиков, середина 2026) до 2,5–3,5 трлн общего числа в недавних китайских сообщениях (октябрь 2026). Поскольку это модель MoE, активные параметры на токен остаются значительно ниже.
- По утечкам: GLM-5.5 делает упор на долгоживущие автономные агентные решения для программирования, улучшенную глубину рассуждений, эффективность инференса и возможные архитектурные новшества.
- Спекуляции о сроках выхода сместились с августа на конец октября/начало ноября 2026, исходя из исторического темпа Z.ai (~54–70 дней между крупными релизами) и недавнего уведомления о компенсации, в котором намекали на «новую модель».
- Цены неизвестны; экстраполяции из прайс-листа GLM-5.3 (~$1.40 за вход / $4.40 за выход на миллион токенов) и значительно более низких тарифов Flash предполагают сохранение сильной ценовой привлекательности.
- Позиционирование как потенциального конкурента высокоуровневым моделям Claude (включая возможности класса Fable/Mythos в кодинге и агентах) остаётся спекуляцией, но соответствует недавней траектории Z.ai по сокращению разрыва на SOTA-бенчмарках с открытыми весами.
- Разработчики уже сегодня могут получить доступ к текущим моделям GLM через CometAPI по конкурентным ценам и с унифицированными инструментами, а также следить за бесшовным добавлением потенциального эндпоинта GLM-5.5.
What Is GLM-5.5?
GLM-5.5 — это обозначение сообщества и СМИ для предполагаемой следующей крупной итерации в серии GLM-5 крупных языковых моделей.
В отличие от предыдущих точечных релизов, которые в основном представляли собой постобучение или улучшения эффективности на схожих базах, утечки описывают GLM-5.5 как более существенный шаг — потенциально новый скачок масштаба предобучения или значимую эволюцию архитектуры, нацеленную на агентное программирование длинного горизонта и сложную инженерную разработку систем. Z.ai не использовала название «GLM-5.5» в официальной документации, карточках моделей, репозиториях Hugging Face (zai-org), каталогах API или релиз-нотах по состоянию на конец октября 2026 года.
Текущие подтверждённые модели акцентируют внимание на программировании, агентных рабочих процессах, длинном контексте (1 млн токенов в последних версиях) и, в случае Flash, нативной мультимодальности. Слухи о GLM-5.5 продолжают это направление, заявляя о большем общем масштабе и улучшениях эффективности.
Rumored / speculative improvements for GLM-5.5
Утечки утверждают скачок до 2,5–3,5 трлн общего числа параметров — примерно 3,4–4,7× масштаба GLM-5.3. Поскольку это модели MoE, активные параметры (и, следовательно, FLOPs на токен) не будут масштабироваться линейно. Сообщество также обсуждает возможность рекуррентных или «зацикленных» элементов Transformer, которые Z.ai ранее валидировала в исследованиях, а также дальнейшие улучшения гибридного внимания и техник mHC, уже увиденных в Flash.
Бóльшая суммарная ёмкость обычно улучшает плотность знаний, покрытие редких навыков и способность поддерживать связность на очень длинных агентных траекториях — при условии, что качество данных для обучения и постобучение идут в ногу.
Long-Horizon Coding and Agentic Performance
Каждый релиз GLM-5 в 2026 году делал упор на переход «от vibe coding к агентной инженерии», удлинение независимых горизонтов задач (вплоть до часов по некоторым маркетинговым материалам), использование инструментов и бенчмарки по программированию (семейство SWE-bench, Terminal-Bench и др.). GLM-5.3 специально подчёркивала достижения в сложном программировании и формирующиеся возможности, связанные с кибербезопасностью.
Согласно утечкам, GLM-5.5 продолжает и усиливает этот фокус: более надёжные долгоживущие автономные агенты, более стабильное многошаговое планирование и более сильная производственная инженерная практика. Если заявления о параметрах и архитектуре подтвердятся, можно ожидать измеримого роста на агентных наборах и снижения необходимости в тяжёлом «скэффолдинге» или частом человеческом вмешательстве.
What Does the Leaked GLM-5.4/5.5 Expert Memo Actually Say?
21 октября 2026 года пользователь X @NFT_Chen поделился скриншотами распространявшегося резюме интервью с экспертом о следующей базовой модели Z.ai. Изображение ниже воспроизводит материал, приписанный на экране публикации на Xueqiu; это является свидетельством циркулирующего утверждения, а не аутентифицированным техническим раскрытием Z.ai.
Исходные участники интервью, исходные документы и технические доказательства независимо не аутентифицированы. Следовательно, ниже описывается, что утверждает утечка, а не то, что официально объявила Z.ai.
The rumored parameter count increases to 2.5T–3.5T
Транскрипт напрямую оспаривает ранее заявленное, что GLM-5.5 выйдет в конце октября примерно с 1,6 трлн параметров.
Вместо этого предполагаемый источник относит следующую базовую модель к диапазону 2,5–3,5 трлн параметров.
| Specification | GLM-5.5 in CometAPI |
|---|---|
| Developer | Zhipu AI / Z.ai |
| Possible model name | GLM-5.4 или GLM-5.5 |
| Release status | Официально не объявлена |
| Total parameters | 2.5T–3.5T, непроверенная утечка |
| Active parameters | Не раскрыто |
| Architecture | Описывается как агрессивный редизайн |
| Training approach | Заявляются более быстрое обучение и улучшенная эффективность |
| Training progress | Сообщается, что раннее плато по функции потерь устранено |
| Context window | Не раскрыто |
| Input modalities | Не подтверждено |
| Performance target | Возможности флагмана класса Fable, не подтверждено |
| Inference | Заявлена более быстрая и дешёвая работа |
| Day-one deployment | Заявляется крупномасштабная доступность |
| API pricing | Не объявлены |
| Open-weight availability | Не подтверждена |
| Release date | Проверенной даты нет |
Это различие между общими и активными параметрами важно. Разрежённая модель Mixture-of-Experts может содержать триллионы общих параметров, активируя лишь их часть для каждого токена.
Why did GLM-5.5 reportedly encounter training difficulties?
Транскрипт описывает раннюю стадию предобучения, на которой потеря перестала уменьшаться как ожидалось.
Это было бы значимой проблемой на масштабе в несколько триллионов параметров. Нестабильность обучения может возникать из-за настроек оптимизации, взаимодействий в архитектуре, численной точности, распределения данных или поведения распределённой системы. Утечка не устанавливает, какой из этих факторов стал причиной описанной проблемы.
Далее утверждается, что проблема была решена и процесс обучения близок к завершению.
У такого толкования есть два ограничения. Во-первых, снижение обучающей потери не является доказательством сильных последующих способностей. Во-вторых, завершение предобучения не означает, что постобучение, тестирование безопасности и производственный деплой завершены.
What does the day-one availability claim mean?
В утёкшем интервью говорится, что Z.ai хочет предоставить существенную вычислительную ёмкость для инференса сразу, а не запускать модель, к которой немногие смогут надёжно получить доступ.
Также описываются переговоры с несколькими облачными провайдерами о соглашениях по разделению выручки наряду с усилением инфраструктурной команды Z.ai.
Это конкретные операционные утверждения, хотя названия провайдеров, контракты, обязательства по мощности и гарантийные параметры обслуживания не раскрываются.
GLM-5.5 Крупные архитектурные изменения: 2,5–3,5 Т
Z.ai официально представила GLM-5 с архитектурой MoE на 744 млрд параметров, активирующей примерно 40 млрд параметров на токен. Поздний релиз GLM-5.3 переиспользовал базовую модель GLM-5.2, а улучшения были достигнуты за счёт постобучения, а не новой базовой архитектуры.
How much larger would GLM-5.5 be?
| Metric | GLM-5.3 | GLM-5.5 lower rumor | GLM-5.5 upper rumor |
|---|---|---|---|
| Total parameters | ~744B | 2,500B | 3,500B |
| Relative scale | 1.0× | 3.36× | 4.70× |
| BF16 weight storage | ~1.49 TB | ~5.0 TB | ~7.0 TB |
| FP8 weight storage | ~0.74 TB | ~2.5 TB | ~3.5 TB |
| Active parameters | ~40B | Unknown | Unknown |
| Architecture verification | Official family specification | Unverified | Unverified |
Оценки по хранению используют десятичные терабайты и учитывают только значения весов модели. Они не включают метаданные квантизации, KV‑кэш, активации, буферы коммуникаций, реплики сервиса и прочие накладные расходы рантайма.
Однако 4,7‑кратное увеличение общего числа параметров не обязательно ведёт к 4,7‑кратному росту вычислений на токен. Разрежённая активация экспертов, оптимизация памяти и улучшенный параллелизм модели могут изменить эту зависимость.
Which architectural improvements could make the practical?
В выпущенном семействе GLM есть два полезных прецедента.
Во-первых, GLM-5.2 представила IndexShare, повторно используя индексатор разрежённого внимания через четыре слоя внимания. Z.ai сообщает о 2,9× снижении FLOPs внимания на токен при длине контекста в один миллион токенов.
Во-вторых, GLM-5.3-Flash приняла заново обученную архитектуру с общим объёмом 320B и активными 18B, комбинирующую разрежённое и линейное внимание. Она также ввела Manifold-Constrained Hyper-Connections и многомодальный корпус предобучения объёмом 30T токенов.
По сравнению с GLM-5.3, Z.ai сообщает, что GLM-5.3-Flash использует примерно в 3,0× меньше вычислений на внимание и имеет KV‑кэш в 4,4× меньше.
Эти улучшения не устанавливают архитектуру GLM-5.5. Они демонстрируют, что Z.ai уже исследовала проблемы эффективности, которые модель масштаба триллионного уровня только усилит.
Для гораздо более крупной модели MoE конкурируют две силы: более высокая абсолютная стоимость вычислений против улучшенной разрежённости и техник эффективности (гибридное внимание, mHC, упоминаемые в обсуждениях о Flash), которые могут удерживать число активных параметров и стоимость инференса в разумных пределах. Историческое позиционирование Z.ai акцентировало сильную производительность за доллар по сравнению с закрытыми западными фронтирными моделями. Ожидайте, что цены API останутся конкурентными — возможно, в диапазоне текущих флагманских ставок или умеренно выше — особенно если открытые веса позволят варианты самостоятельного хостинга.
Can GLM-5.5 Really Support Large-Scale Inference From Day One?
Сервисное обслуживание модели MoE с несколькими триллионами параметров создаёт дополнительные вызовы помимо хранения её весов. Маршрутизация экспертов, коммуникации ускорителей, обработка префилла, пропускная способность декодирования и управление памятью при длинном контексте должны работать надёжно при параллельных нагрузках.
В отличие от размера модели, Z.ai опубликовала свидетельства реального прогресса в своей инфраструктуре сервинга.
Z.ai has already demonstrated infrastructure scaling
В исследовательской статье от 17 сентября Z.ai описала, как инфраструктурный агент на базе GLM-5.3 помог вывести GLM-5.3-Flash в продакшн на кластере с более чем 100 000 отечественных AI‑ускорителей.
Официальный отчёт по инфраструктуре описывает примерно трёхкратное улучшение сквозной производительности и процесс оптимизации развёртывания, завершённый менее чем за две недели.
| Infrastructure indicator | Published GLM-5.3-Flash result | GLM-5.5 implication |
|---|---|---|
| Accelerator deployment | Более 100 000 отечественных ускорителей | Свидетельство существующей крупномасштабной инфраструктуры |
| End-to-end performance | Около 3× улучшение | Продемонстрирована способность к оптимизации сервинга |
| Adaptation timeline | Менее двух недель до готовности к продакшну | Продемонстрированы ускоренные процессы развёртывания |
| Agent-assisted optimization | Инфраструктурный агент GLM-5.3 | Потенциальное переиспользование автоматизированной оптимизации |
| GLM-5.5 capacity | Не сообщалось | По‑прежнему не подтверждено |
Эти результаты относятся к GLM-5.3-Flash, а не к предполагаемому многотриллионному преемнику.
Does the GLM HighSpeed trial provide additional evidence?
Журнал изменений ZCode 3.15.1 от 12 октября 2026 подтверждает, что случайно выбранные подписчики могли участвовать в испытании GLM HighSpeed.
Сообщества связывали это испытание с названием GLM-5.3-Highspeed и, в отдельных случаях, с исключительно высокими скоростями генерации.
Официальный журнал изменений подтверждает испытание, но не устанавливает связи с GLM-5.5 и не предоставляет стандартизованного бенчмарка пропускной способности.
What Would Confirm That GLM-5.5 Is a Genuine Frontier Upgrade?
Утечка содержит несколько конкретных утверждений, которые будущие раскрытия могут либо подтвердить, либо опровергнуть.
| Leaked claim | Evidence needed | Why it matters |
|---|---|---|
| 2.5T–3.5T parameters | Официальная архитектура или карточка модели | Подтверждает заявленный скачок масштаба |
| New high-efficiency architecture | Технический отчёт и раскрытие числа активных параметров | Объясняет экономику инференса |
| Training difficulties resolved | Официальная информация об обучении или релизе | Подтверждает готовность к развёртыванию |
| Fable-class performance | Совпадающие независимые оценки | Устанавливает реальную конкурентоспособность |
| Large-scale day-one availability | Производственные мощности и измерения сервиса | Тестирует операционную готовность |
| Lower inference cost | Публикованные цены API и измерения на рабочих нагрузках | Определяет коммерческую жизнеспособность |
| GLM-5.5 model identity | Официальный идентификатор модели | Отличает реальный релиз от слухов |
Conclusion
Дискуссия вокруг GLM-5.5 иллюстрирует как скорость фронтира с открытыми весами, так и шум, сопровождающий неподтверждённые утечки. Слухи о масштабе параметров, достигающем 3,5 Т, в сочетании с продолжением фокуса на пригодных с первого дня агентных возможностях в программировании вызывают законный интерес. В то же время отсутствие официального подтверждения означает, что разработчикам следует относиться к каждому конкретному числу и сроку как к предварительным.
Послужной список Z.ai за 2026 год — быстрые итерации, конкурентоспособные открытые модели и сильный акцент на практические инженерные рабочие нагрузки — делает правдоподобным значимый следующий шаг. Пока он не состоялся, лучшая стратегия — использовать уже доступные GLM-5.3 / Flash. Платформы вроде CometAPI снижают трение экспериментов и позволяют командам принять любого преемника в момент, когда он станет доступен.