Zhipu раскрыла, что Ox Alpha — это GLM-5.3-Flash на китайских GPU
Материал подготовлен искусственным интеллектом на основе нескольких источников — ссылки на оригиналы приведены ниже.
Zhipu (Z.ai) подтвердила, что анонимная модель Ox Alpha, выпущенная на OpenRouter и OpenCode 20 августа, — это её GLM-5.3-Flash. Модель обслуживала 100 триллионов токенов в день в течение недели полностью на китайских ИИ-чипах. Раскрытие положило конец предположениям, что Ox Alpha — это MAI 2 от Microsoft.
Ключевые факты
- Zhipu (Z.ai) идентифицировала анонимную модель Ox Alpha как свою GLM-5.3-Flash.
- Ox Alpha была выпущена на OpenRouter и OpenCode 20 августа с мультимодальным контекстным окном на 1 миллион токенов и лимитом вывода 131 072 токена.
- Модель обрабатывала 100 триллионов токенов в день в течение недели полностью бесплатно.
- Zhipu заявила, что весь трафик во время анонимного тестирования обслуживался на китайских ИИ-чипах.
- GLM-5.3-Flash уменьшает размер KV-кэша в 4,4 раза по сравнению с GLM-5.3.
Идентификация модели
Zhipu (Z.ai) подтвердила, что анонимная модель Ox Alpha была её GLM-5.3-Flash. Модель была выпущена на OpenRouter и OpenCode 20 августа. Ox Alpha предлагала мультимодальное контекстное окно на 1 миллион токенов, охватывающее текст, аудио и видео. Она также обеспечивала лимит вывода в 131 072 токена.
Инфраструктура на китайских чипах
Zhipu заявила, что модель работала полностью на китайских ИИ-чипах во время анонимного тестирования. Пропускная способность тестовой недели составляла около 100 триллионов токенов в день. Раскрытие предполагает, что сервис, вероятно, работал на GPU класса Huawei Ascend.
Техническая архитектура
GLM-5.3-Flash сочетает линейное внимание с разреженным вниманием. Линейное внимание читает текст последовательно и обновляет компактный KV-кэш. Разреженное внимание хранит детальную информацию на более медленном уровне памяти с индексом для извлечения. Модель использует IndexPool, который сжимает ключевую информацию в плотный цифровой индекс. Она также применяет Manifold-Constrained Hyper-Connections (mHC) для управления межслойной коммуникацией.
2 источника
Zhipu раскрыла, что Ox Alpha — это GLM-5.3-Flash на китайских GPU
