Kínai mesterséges intelligencia megzavarja a szilícium-völgyet
A pekingi Zhipu startup GLM-5.2 nevű mesterséges intelligencia modellje váratlanul felkerült a világlegjobb AI-rendszerek közé, jelentősen olcsóbb működési költséggel, mint az amerikai versenytársai.
A Zhipu (Z.ai) által fejlesztett GLM-5.2 modell agentikus képességekkel rendelkezik, önállóan képes programozni és összetett feladatokat megoldani. Bár egyes média az Anthropic Mythos modellhez hasonlítják, a benchmarktesztek inkább az OpenAI GPT-5.5 és az Anthropic Opus 4.8 szintjét mutatják, azonban jelentősen alacsonyabb költséggel: az output ára 4,40 dollár millió token után, szemben a GPT-5.5 30 dolláros és az Opus 4.8 25 dolláros árával.
A kínai modell nyílt súlyú (open-weight) rendszer, amely lehetővé teszi bárki számára, hogy letöltse, saját hardveren futtassa és igényei szerint módosítsa. Ez az előny azonban biztonsági kockázatokat is rejt: a hackerek már oroszul beszélgetnek az internetes fórumokon arról, hogy mennyire könnyű a GLM-5.2-t »feltörni«. A szakértők attól tartanak, hogy a nyílt súlyú modellek lehetővé teszik az automatizált támadások végrehajtását.
A Hugging Face letöltési statisztikái szerint a kínai AI-modellek 2024-ben már megelőzték az amerikai modelleket: az összes letöltés 41 százaléka kínai modellekre esett. Ez »de facto technikai függőséget« teremt a kínai modellcsaláddal szemben, még akkor is, ha azokat Kínán kívül üzemeltetik.
A Zhipu alapítója, Jie Tang már bejelentette, hogy az év vége előtt egy az Anthropic Fable 5-höz hasonló képességű modellt mutat be. Ez a fejlemény a DeepSeek januári sikere után ismét azt bizonyítja, hogy Kína az AI-fejlesztésben gyorsabban halad előre, mint azt korábban feltételezték, és új módszereket, például a desztillációs eljárásokat alkalmaz a költségek csökkentésére.
Forrás: Futurezone — „Neue KI aus China versetzt Silicon Valley in Aufruhr - Futurezone”
Ez az összefoglaló a fenti forrás alapján, mesterséges intelligenciával készült. Szerkesztőségi ellenőrzésen nem esett át; a részletekért olvasd el az eredeti cikket.