Z.ai ปล่อย GLM-5.2 โอเพนเวต MIT 753B — สถาปัตยกรรม IndexShare ทำให้ context 1M ใช้ได้จริง ไล่จี้โมเดลปิด
ค่าย Z.ai (Zhipu AI) จากจีนปล่อย GLM-5.2 โมเดลภาษาแบบ open-weight ภายใต้สัญญาอนุญาต MIT เต็มรูปแบบ (ใช้เชิงพาณิชย์/รันโลคอลได้อิสระ ไม่มีข้อจำกัดเชิงภูมิภาค) ตัวโมเดลเป็น Mixture-of-Experts ขนาด 753 พันล้านพารามิเตอร์ จุดขายที่ทำให้นักพัฒนาสาย agent สนใจคือมันรวม “บริบทยาวระดับล้านโทเคนที่ใช้ได้จริง” เข้ากับคะแนนงานโค้ดดิ้งที่ไล่จี้โมเดลปิดชั้นนำ
IndexShare: ทำให้ context 1M ไม่แพงจนใช้ไม่ได้
หัวใจทางเทคนิคคือสถาปัตยกรรม attention ใหม่ชื่อ IndexShare ที่ “ใช้ indexer ตัวเดียวกันซ้ำข้ามทุก 4 ชั้นของ sparse attention ลด FLOPs ต่อโทเคนลง 2.9 เท่าที่ความยาวบริบท 1M” นี่คือประเด็นที่สำคัญกว่าตัวเลข “1 ล้านโทเคน” เฉย ๆ เพราะปัญหาแท้จริงของ context ยาวไม่ใช่แค่ “จำได้ไกล” แต่คือ “ต้นทุนการคำนวณพุ่งจนใช้ไม่ไหว” การกด FLOPs ลงได้จริงคือสิ่งที่ทำให้งานอย่างการอ่านโค้ดเบสทั้งโปรเจกต์หรือเอกสารยาวเป็นไปได้ในเชิงเศรษฐศาสตร์ โดยโมเดลรองรับ context สูงสุด 1M โทเคน และเอาต์พุตได้ถึงระดับแสนโทเคน
เบนช์มาร์ก: ไล่จี้ระดับ frontier
ตัวเลขที่ Z.ai เผยแพร่บนโมเดลการ์ด (เป็น first-party) ระบุว่า GLM-5.2 ทำ SWE-bench Pro 62.1, GPQA-Diamond 91.2, MCP-Atlas (Public Set) 76.8 และ HLE 40.5 ปรับดีขึ้นชัดจาก GLM-5.1 ในทุกด้านทั้ง reasoning, coding และงาน agentic โดยรายงานภายนอกบางสำนักจัดให้เป็นโมเดลโอเพนเวตที่คะแนนรวมสูงสุดในช่วงเวลานั้น
ตามมาตรฐานเดิม: คะแนนเหล่านี้ยังเป็นของผู้ผลิตเอง ผลทดสอบอิสระควรเป็นตัวยืนยันก่อนนำไปใช้งานจริง
มุมมอง AI Curator
GLM-5.2 เป็นอีกหมุดของกระแส “โอเพนเวตจีนภายใต้ MIT ที่เก่งระดับ frontier” ซึ่งกำลังเปลี่ยนสมการต้นทุนของทีมพัฒนา การที่มันเป็น MIT แบบไม่มีข้อจำกัดภูมิภาค สำคัญต่อองค์กรไทยและ SEA ที่ต้องการ self-host ด้วยเหตุผลด้าน data residency หรือ PDPA โดยไม่ต้องกังวลเงื่อนไขลิขสิทธิ์ที่ซับซ้อน และจุดที่ออกแบบมาเล่นกับ MCP ตั้งแต่ต้น (มีเบนช์ MCP-Atlas โดยเฉพาะ) สอดรับกับทิศทางที่ MCP กำลังเป็นมาตรฐานกลางของวงการ agent
ข้อเท็จจริงที่ต้องยอมรับคือ โมเดล 753B ไม่ใช่ของรันบนเครื่องเดียว การ self-host เต็มตัวคือภาระระดับคลัสเตอร์ ทีมไทยส่วนใหญ่ควรเริ่มจากเรียกผ่าน API ของ Z.ai หรือผู้ให้บริการ inference เพื่อทดสอบงานจริงและเทียบต้นทุนก่อน ค่อยพิจารณา private deployment เมื่อปริมาณงานคุ้ม เสน่ห์ของ IndexShare จะเห็นผลชัดที่สุดกับงาน context ยาวจริง ๆ เช่นการวิเคราะห์โค้ดเบสหรือเอกสารกฎหมายทั้งฉบับ
แหล่งข่าว:
อ่านเพิ่มในหมวด โมเดลใหม่
Google เปิดตัว Gemini 4 Carbon ขึ้นอันดับ 1 Artificial Analysis v5 ด้วยคะแนน 59 แต่ยังให้ใช้แค่นักป้องกันไซเบอร์กลุ่มเล็ก
Gemini 4 Carbon เปิดตัว 28 ต.ค. แซง Claude Opus 5.5 บน Intelligence Index v5 แค่ 1 คะแนน และตามหลังเพียง 3 คะแนนในดัชนี coding agent ราคาเปิดตัว $2/$10 แต่นักพัฒนาทั่วไปยังเรียกใช้ไม่ได้ ระหว่างที่ Google ค่อย ๆ เปิดผ่านโปรแกรม Fairwind
Microsoft ปล่อย Mage-VL-Cowork โมเดล 4B คุมเดสก์ท็อปและเทอร์มินัลในตัวเดียว ได้ 66% บน OSWorld-Verified สัญญาอนุญาต Apache-2.0
Mage-VL-Cowork ขนาด 4B ของ Microsoft เลือกเองว่าจะคลิกหน้าจอหรือสั่ง bash ทำคะแนน OSWorld-Verified 66.0% ใกล้ค่าอ้างอิงมนุษย์ 72.4% ในตารางเดียวกัน แต่คำว่าดีที่สุดในขนาด 4B มีคู่เทียบบนตารางนี้แค่รุ่นเดียว
Mistral ปล่อยน้ำหนัก Large 4 จริงแล้ว — 1T ราคาลดเกือบครึ่ง แต่บน AA ได้ 26 และสัญญาอนุญาตห้ามขายเป็น API ถ้าไม่มีใบอนุญาตแยก
Mistral ปล่อยน้ำหนัก Large 4 (Le Chonk) เมื่อ 29 ต.ค. เป็นรุ่นที่ฝึก RL ต่ออีกสามสัปดาห์หลัง preview ขนาด 1T ใช้พื้นที่ราว 1.06TB ราคา API ลดเหลือ $0.70/$2.10 Mistral นำ open-weight ด้าน coding แต่คะแนนรวม AA 26 ตามหลังโมเดลจีน และสัญญาอนุญาตกันธุรกิจ Model-as-a-Service