GLM-5.3 هو نموذج لغوي كبير تم إصداره في 14 أغسطس 2026 بواسطة Zhipu AI، المختبر الصيني الذي يعمل دوليًا تحت اسم Z.ai. إنه ترقية بعد التدريب لنموذج GLM-5 الأساسي، يستهدف بشكل مباشر أعمال البرمجة والوكيل، وتخطط Zhipu لنشر أوزانه المفتوحة على Hugging Face بعد حوالي أسبوعين من الإطلاق. في التقييمات الداخلية لـ Zhipu، تحسنت قدرة البرمجة بنسبة 50% مقارنة بـ GLM-5.2.
هذا المزيج هو سبب أهمية الإصدار: مختبر تصفه Seeking Alpha بأنه "منافس صيني لـ OpenAI" يشحن نموذج برمجة يقول إنه "يقترب من Claude Fable 5"، ثم يوزع الأوزان. يأتي ذلك بعد يوم واحد من أحدث إصدار لـ DeepSeek، والذي تناولناه في دليل DeepSeek V4 Pro API الخاص بنا، لذا فإن سباق النماذج المفتوحة في الصين يتحرك الآن بوتيرة أسبوعية.
توضح هذه المقالة ماهية GLM-5.3، وماذا تقول المعايير (والتي تأتي من اختبارات Zhipu الخاصة)، وكيف تعمل خطة الأوزان المفتوحة، وكيفية إرسال طلبك الأول. يمكنك اختبار هذا الطلب في Apidog دون كتابة أي تعليمات برمجية.
باختصار
- شُحن GLM-5.3 في 14 أغسطس 2026 من Zhipu AI (Z.ai). نفس نموذج GLM-5 الأساسي؛ كل التحسينات تأتي من التدريب اللاحق الموسع.
- قفزت نتيجة Terminal-Bench 3.0 من 4.6 إلى 28.3، وهو تحسن بمقدار 6.2 مرة، لتحتل المرتبة الأولى بين النماذج مفتوحة المصدر. كما أنها تحتل المرتبة الأولى بين النماذج المفتوحة في Agents’ Last Exam.
- CyberGym: 84.5%، أعلى بقليل من Claude Mythos 5 و GPT-5.6 Sol. ExploitBench: 54.4%، لا يزال متأخرًا عن النماذج الرائدة.
- تصل الأوزان المفتوحة إلى Hugging Face حوالي 28 أغسطس 2026، بعد ما تصفه Zhipu بأنه مراجعتها الأكثر شمولاً للمخاطر حتى الآن.
- بنية عائلة GLM-5 وفقًا للوثائق الرسمية: مزيج من الخبراء (Mixture of Experts)، 744 مليار معلمة إجمالية، حوالي 40 مليار معلمة نشطة لكل تمريرة أمامية، نافذة سياق 200 ألف.
- الواجهة البرمجية (API) متوافقة مع OpenAI على `https://api.z.ai/api/paas/v4/chat/completions`. لم يتم نشر تسعير خاص بالإصدار 5.3 عند الإطلاق.
ما هو GLM-5.3
GLM-5.3 هو الإصدار الفرعي الثالث في عائلة GLM-5، والأكثر تركيزًا. لم تقم Zhipu بإعادة تدريب الأساس. تصف الوثائق الرسمية نموذج GLM-5 الأساسي بأنه نموذج مزيج من الخبراء (Mixture of Experts) بـ 744 مليار معلمة إجمالية، وحوالي 40 مليار معلمة نشطة لكل تمريرة أمامية، ونافذة سياق 200 ألف رمز؛ هذه المواصفات تنتقل دون تغيير. ما تغير هو كل ما هو فوق ذلك: تأتي التحسينات بالكامل من التدريب اللاحق الموسع المطبق على نفس الأوزان الأساسية.
هذه التفاصيل تهم أكثر مما تبدو. عندما يقوم مختبر بتحسين نموذج بهذا القدر دون المساس بالأساس، فإن خط أنابيب التدريب اللاحق نفسه هو المنتج. تدعي Zhipu تحسينًا بنسبة 50% في البرمجة مقارنة بـ GLM-5.2، وأعباء العمل المستهدفة محددة: مهام الوكيل الموجهة من الطرفية، هندسة البرمجيات طويلة الأمد، وتحليل الأمان. هذه ليست ترقية دردشة عامة.
الخلاصة العملية: GLM-5.3 هو النموذج الذي ستقيّمه إذا كنت ترغب في سلوك برمجة مستقل قوي باقتصاديات النموذج المفتوح، مع خيار تشغيله على أجهزتك الخاصة بمجرد إصدار الأوزان.
معايير GLM-5.3: الأرقام ومصادرها
ذكرت تغطية الإطلاق من BigGo Finance و Pandaily النتائج التالية. تعامل مع عمود "المصدر" بجدية: بعض الأرقام تأتي من لوحات المتصدرين العامة، وبعضها الآخر من جولات التقييم الخاصة بـ Zhipu، وهذه ليست نفس نوع الأدلة.
| المعيار | نتيجة GLM-5.3 | السياق | المصدر |
|---|---|---|---|
| Terminal-Bench 3.0 | 28.3 (ارتفاعًا من 4.6) | قفزة 6.2 مرة؛ الأول بين النماذج مفتوحة المصدر | تقرير الإطلاق |
| Agents’ Last Exam | الأول بين النماذج مفتوحة المصدر | النتيجة لم تُعلن عند الإطلاق | تقرير الإطلاق |
| CyberGym | 84.5% | أعلى بقليل من Claude Mythos 5 و GPT-5.6 Sol | تقرير الإطلاق |
| ExploitBench | 54.4% | متأخر عن النماذج الرائدة | تقرير الإطلاق |
| SWE-Marathon | حوالي ضعف GLM-5.2 | هندسة برمجيات طويلة الأمد | داخلي لـ Zhipu |
| قدرة البرمجة (إجمالية) | +50% مقابل GLM-5.2 | ادعاء Zhipu الرئيسي | داخلي لـ Zhipu |
هناك قراءتان عادلتان. القراءة المتفائلة: قفزة من 4.6 إلى 28.3 في Terminal-Bench 3.0 ليست مجرد ضوضاء. تقيس معايير الطرفية ما إذا كان النموذج يمكنه ربط أوامر shell، وقراءة الإخراج، والتعافي من الأخطاء عبر خطوات متعددة، وكان GLM-5.2 ضعيفًا في هذا الجانب. الانتقال من قرب القاع إلى الأول بين النماذج المفتوحة في إصدار نقطي واحد يغير النموذج الذي تختاره في مسارات عمل الوكلاء.
القراءة المتشككة: الادعاءان الأكثر قابلية للاقتباس، وهما مكاسب البرمجة بنسبة 50% ومضاعفة نتيجة SWE-Marathon، هما أرقام داخلية لـ Zhipu ولا توجد أداة عامة لإعادة إنتاجها. هذا لا يجعلها خاطئة، لكنها تبقى غير متحقق منها حتى يتم إصدار الأوزان ويقوم المقيمون المستقلون بإعادة تشغيل مجموعات الاختبار.
ماذا يعني "الاقتراب من Claude Fable 5" عمليًا
صياغة Zhipu الخاصة هي أن قدرة GLM-5.3 على البرمجة والوكالة "تقترب من Claude Fable 5". هذه العبارة تقوم بعمل دقيق.
حيث يصمد الادعاء: على جانب الوكيل والطرفية، الأرقام المبلغ عنها قريبة من المنطقة الرائدة. المركز الأول بين النماذج مفتوحة المصدر في Terminal-Bench 3.0 و Agents’ Last Exam يعني أن GLM-5.3 تجاوز كل منافسيه المفتوحين في المهام التي تهم وكلاء البرمجة المستقلين. نتيجة CyberGym البالغة 84.5% تتفوق حتى على Claude Mythos 5 و GPT-5.6 Sol، على الرغم من أن الهامش صغير بما يكفي ليُعزى إلى تباين التشغيل بين المرات.
أين لا يصمد: ExploitBench، بنسبة 54.4%، لا يزال متخلفًا بوضوح عن النماذج الرائدة. تطوير الاستغلال يركز على التفكير العميق متعدد الخطوات تحت الغموض، وتشير الفجوة هناك إلى أن النماذج الرائدة لا تزال تحتفظ بميزة في أصعب الأعمال التي تتطلب تفكيرًا مكثفًا. "الاقتراب" هي الكلمة الصادقة. ليست "المطابقة"، و Zhipu، تحسبًا لها، لم تقل مطابقة.
الترجمة العملية لمجموعتك التقنية: GLM-5.3 يستحق المقارنة المباشرة لوكلاء الطرفية، أتمتة CI، ومهام البرمجة على نطاق المستودع. بالنسبة لأصعب مشاكل الاستدلال، من المرجح أن تحافظ النماذج المغلقة الرائدة على الصدارة في الوقت الحالي. إذا كنت ترغب في فهم كيفية تباين النماذج الرائدة بالضبط على هذه المحاور، فإن مقارنتنا بين Grok 4.6 و GPT-5.6 و Claude Fable 5 تستعرض نفس فئات المعايير مع أمثلة عملية.
خطة الأوزان المفتوحة: حوالي 28 أغسطس على Hugging Face
التفصيل الخاص بالإصدار الذي يتمتع بأطول عمر افتراضي ليس معيارًا. التزمت Zhipu بنشر أوزان GLM-5.3 المفتوحة بعد حوالي أسبوعين من الإطلاق، مما يجعل تاريخ الإتاحة حوالي 28 أغسطس 2026، على منظمة zai-org على Hugging Face حيث توجد إصدارات الشركة المفتوحة السابقة.
الفجوة التي تبلغ أسبوعين متعمدة. تقول Zhipu إنها بنت نظام مراجعة المخاطر الأكثر شمولاً لها حتى الآن لهذا الإصدار، وتشرح معايير الأمان السبب: نموذج يحرز 84.5% في CyberGym يمتلك قدرة أمنية هجومية كبيرة، وإطلاق تلك الأوزان علنًا هو قرار مختلف عن تقديمها خلف واجهة برمجة تطبيقات مراقبة. نافذة المراجعة هي تكلفة الإصدار المفتوح.
ما يعنيه هذا الإطلاق بالنسبة لك يعتمد على أجهزتك. الاستدلال بالدقة الكاملة على نموذج MoE بـ 744 مليار معلمة هو مجال خاص بالخوادم حتى مع وجود حوالي 40 مليار معلمة نشطة فقط لكل رمز، لذلك ستنتظر معظم الفرق المتغيرات الكمية من المجتمع. إذا كنت تخطط لتشغيله محليًا، فإن دليلنا لـ استضافة GLM-5.3 ذاتيًا يغطي تحديد الحجم، مكدسات الخدمة، وبناء خط أساس مقارنة بواجهة برمجة التطبيقات المستضافة قبل وصول الأوزان.
كيف يتناسب GLM-5.3 مع مشهد النماذج المفتوحة
المقارنة الواضحة هي DeepSeek. كلا المختبرين صينيان، وكلاهما يطلق أوزانًا مفتوحة، وكلاهما يسعّر بجرأة، وكلاهما شحن منتجاتهما في غضون 24 ساعة من بعضهما البعض. الفارق هو التركيز: خط V4 Pro من DeepSeek هو رائد عام، بينما GLM-5.3 هو رهان متخصص على أن وكلاء البرمجة هم عبء العمل الجدير بالفوز. إذا كان معظم حركة مرورك هي برمجة وكيلية، فإن هذا التخصص هو الحجة لاختبار GLM-5.3 أولاً.
تشكل العوامل الاقتصادية بقية الصورة. أظهرت زيادة أسعار DeepSeek الأخيرة، والتي قمنا بتحليلها في دليل تحسين تكلفة واجهة برمجة تطبيقات DeepSeek، مدى سرعة تحرك أسعار واجهات برمجة تطبيقات النماذج المفتوحة، ودفعت المزيد من الفرق نحو الاستضافة الذاتية كتحوط. GLM-5.3 مفتوح الأوزان الذي يتصدر Terminal-Bench يمنح تلك الفرق خيارًا موثوقًا آخر. لم تنشر Zhipu تسعيرًا خاصًا بواجهة برمجة تطبيقات 5.3 عند الإطلاق؛ كمرجع، أدرجت صفحة التسعير الرسمية GLM-5.2 بسعر 1.4 دولار لكل مليون رمز إدخال و 4.4 دولار لكل مليون رمز إخراج اعتبارًا من كتابة هذه السطور، لذا توقع أن يكون رقم 5.3 في هذا النطاق، وتحقق من الصفحة قبل وضع الميزانية.
سياق النظام البيئي المفتوح مهم أيضًا. بمجرد توفر المتغيرات الكمية، ينضم GLM-5.3 إلى مجموعة النماذج التي يمكنك تشغيلها دون أي تبعية لواجهة برمجة تطبيقات على الإطلاق. يغطي ملخصنا لـ أفضل LLMs المحلية في عام 2026 أين يقف القادة المفتوحون الحاليون؛ وسيعيد الوافد الذي يتصدر Terminal-Bench ترتيب تلك القائمة.
تمت إعادة تعيين حصص خطة برمجة GLM
تفصيل واحد في يوم الإطلاق يؤثر على المستخدمين الحاليين مباشرة: أعادت Zhipu تعيين حصص خطة برمجة GLM لجميع المستخدمين في 14 أغسطس. إذا كنت مشتركًا في خطة البرمجة عبر Z.ai، فقد بدأت حصتك من جديد في يوم الإطلاق، وهي دعوة مفتوحة لقضاء تلك الحصة في تجربة 5.3.
خطة البرمجة هي عرض Zhipu بسعر ثابت لأدوات البرمجة، وتختلف عن الوصول إلى واجهة برمجة التطبيقات بالدفع لكل رمز، وتطبق إعادة التعيين على الخطة فقط، وليس على فواتير واجهة برمجة التطبيقات. يحصل مستخدمو البر الرئيسي الصيني على نفس النظام البيئي عبر open.bigmodel.cn، مع خطط وفواتير خاصة به.
جرب الواجهة البرمجية في خمس دقائق
واجهة برمجة تطبيقات Z.ai متوافقة مع OpenAI، لذا سيبدو شكل الطلب مألوفًا إذا كنت قد استدعيت أي واجهة برمجة تطبيقات LLM رئيسية. نقطة النهاية الدولية هي `https://api.z.ai/api/paas/v4/chat/completions`؛ يستخدم البر الرئيسي الصيني `https://open.bigmodel.cn/api/paas/v4/chat/completions`. المصادقة هي رمز حامل (Bearer token). ملاحظة واحدة: عند الإطلاق، كانت الوثائق الرسمية لا تزال تدرج `glm-5` كمعرّف النموذج الموثق، لذا يتبع معرف `glm-5.3` أدناه اتفاقية عائلة GLM-5. تأكد من السلسلة النصية الدقيقة على صفحة وثائق النموذج قبل شحن أي شيء.
export GLM_API_KEY="your-key-from-z.ai"
curl https://api.z.ai/api/paas/v4/chat/completions \
-H "Authorization: Bearer $GLM_API_KEY" \
-H "Content-Type: application/json" \
-d '{
"model": "glm-5.3",
"messages": [
{
"role": "user",
"content": "Write a bash script that finds the five largest files in a git repo, excluding the .git directory."
}
],
"temperature": 0.6,
"max_tokens": 1024
}'
تتبع الاستجابة مخطط OpenAI: مصفوفة `choices` تحتوي على محتوى الرسالة، بالإضافة إلى كتلة `usage` تتضمن عدد الرموز.
حلقة أسرع من تحرير سلاسل cURL: استورد الطلب إلى Apidog، وخزن `GLM_API_KEY` كمتغير بيئة، وأنشئ بيئتين، واحدة لنقطة نهاية Z.ai والأخرى لـ bigmodel.cn. يصبح تبديل المناطق أو معرّفات النماذج قائمة منسدلة بدلاً من التعديل، وتصبح الاستجابات المحفوظة خط أساس للانحدار لليوم الذي يتم فيه إصدار الأوزان المفتوحة.
للحصول على شرح كامل، بما في ذلك عملاء Python و Node.js، والبث، ومعالجة الأخطاء، راجع دليل البدء السريع لواجهة برمجة تطبيقات GLM-5.3.
الأسئلة الشائعة
هل GLM-5.3 مفتوح المصدر؟
ليس بعد، لكنه سيكون مفتوح الأوزان. التزمت Zhipu بإصدار الأوزان على Hugging Face حوالي 28 أغسطس 2026، أي بعد حوالي أسبوعين من إطلاق واجهة برمجة التطبيقات، بعد مراجعة للمخاطر تصفها الشركة بأنها الأكثر شمولاً حتى الآن. حتى ذلك الحين، الوصول الوحيد هو عبر واجهة برمجة التطبيقات المستضافة.
ما الفرق بين GLM-5.3 و GLM-5.2؟
النموذج الأساسي متطابق. كل تحسن يأتي من التدريب اللاحق الموسع: تبلغ Zhipu عن مكاسب بنسبة 50% في قدرة البرمجة في التقييمات الداخلية، قفزة في Terminal-Bench 3.0 من 4.6 إلى 28.3، ودرجة SWE-Marathon مضاعفة تقريبًا. نافذة السياق، عدد المعلمات، والبنية لم تتغير عن خط أساس عائلة GLM-5.
كم يكلف GLM-5.3؟
لم تنشر Zhipu تسعيرًا خاصًا بواجهة برمجة تطبيقات 5.3 عند الإطلاق. أدرجت صفحة التسعير الرسمية GLM-5.2 بسعر 1.4 دولار لكل مليون رمز إدخال و 4.4 دولار لكل مليون رمز إخراج، وهو أفضل مرجع متاح. تحقق من صفحة التسعير المباشرة قبل تحديد ميزانية، وإذا كانت التكلفة هي قيدك الرئيسي، فإن دليلنا لـ تحسين تكلفة واجهة برمجة التطبيقات بعد زيادة أسعار DeepSeek يغطي التكتيكات التي تنطبق على أي واجهة برمجة تطبيقات لكل رمز.
هل يمكنني تشغيل GLM-5.3 على أجهزتي الخاصة؟
بعد إصدار الأوزان، نعم، مع بعض التحفظات. عائلة GLM-5 هي نموذج مزيج من الخبراء (Mixture of Experts) بـ 744 مليار معلمة مع حوالي 40 مليار معلمة نشطة لكل تمريرة أمامية، لذا فإن الخدمة بالدقة الكاملة تتطلب أجهزة خادم متعددة وحدات معالجة الرسوميات (GPU). ستخفض الإصدارات المجتمعية الكمية من العبء؛ راجع دليل التحضير للاستضافة الذاتية لتحديد الحجم الواقعي.
هل GLM-5.3 أفضل من Claude أو GPT للبرمجة؟
في معايير الوكيل والطرفية المبلغ عنها، هو منافس، حيث يحتل المرتبة الأولى بين النماذج المفتوحة في Terminal-Bench 3.0 ويتفوق على Claude Mythos 5 و GPT-5.6 Sol في CyberGym. في ExploitBench، يتأخر عن النماذج الرائدة بنسبة 54.4%. الإجابة الصادقة تعتمد على عبء العمل: قم بتشغيل مجموعة التقييم الخاصة بك ضد كليهما قبل تحويل حركة المرور الإنتاجية، بنفس الطريقة التي ستختبر بها أي واجهة برمجة تطبيقات قبل اعتمادها.
أين يتناسب GLM-5.3 في مجموعتك التقنية
GLM-5.3 هو إصدار متخصص ذو عرض واضح: أداء وكيل برمجة قريب من النماذج الرائدة، أوزان مفتوحة في غضون أسبوعين، وواجهة برمجة تطبيقات متوافقة مع OpenAI يمكنك توجيه التعليمات البرمجية الحالية إليها اليوم. قصة المعايير قوية في مهام الطرفية والوكيل، وصادقة بشأن فجوة ExploitBench، وغير مؤكدة جزئيًا حتى تصل التشغيلات المستقلة بعد 28 أغسطس. هذه إشارة كافية لتبرير التقييم، ولكنها ليست كافية بعد لتبرير الهجرة.
الطريقة منخفضة التكلفة للبدء: أرسل طلب cURL أعلاه، واحفظ الاستجابة، وأنشئ مجموعة صغيرة من المطالبات مقابل أعباء عملك الحقيقية. قم بتنزيل Apidog لتنظيم هذه المجموعة، واحتفظ بنقاط نهاية Z.ai و bigmodel.cn كبيئات قابلة للتبديل، وحوّل مكالمات الاستكشاف اليوم إلى خط أساس الانحدار الذي ستحتاجه عندما تصل الأوزان المفتوحة وتقارن نشرك الخاص بواجهة برمجة التطبيقات المستضافة.