Z.ai (Zhipu AI)

Z.ai, также известная как Zhipu AI (智谱), - китайская лаборатория, разрабатывающая модели семейства GLM. Z.ai - это также название её зарубежной платформы; внутри Китая используется BigModel.cn. Как рассказал директор по продукту лаборатории Цзысюань Ли (Zixuan Li) в ноябрьском интервью 2025 года для ChinaTalk (законспектированном в zai-playbook), зарубежный API Z.ai размещён в Сингапуре и управляется сингапурской компанией, в которой он официально работает. Инференс вынесен за пределы Китая, чтобы соответствовать требованиям иностранных клиентов к хранению данных, тогда как само обучение проходит в Китае. В рейтинге лабораторий по их лучшим моделям от Нейтана Ламберта (Nathan Lambert) за июль 2026 года Z.ai заняла пятое место с GLM-5.2, уступив Anthropic, OpenAI, Moonshot и SpaceXAI (kimi-k3-open-weights-escalation). К августу её GLM-5.3 превзошла Kimi K3 на многих бенчмарках.

История

Zhipu была основана в 2019 году и изначально языковыми моделями не занималась. По словам Ли, компания разрабатывала AMiner - систему академического поиска и картирования научных связей на основе графовых методов, аналогичную Google Scholar. В 2020 году она переключилась на большие языковые модели и в 2021 году опубликовала статью о GLM. В материале glm-5-3-how-chinese-labs-keep-stride Ламберт приписывает эту первую модель THUDM - группе интеллектуального анализа данных и инженерии знаний Университета Цинхуа, а Ли отмечает, что она появилась примерно за год до GPT-3.5. Лаборатория сохранила тесные связи с Цинхуа: по словам Ли, многие аспиранты работают над GLM параллельно с учёбой.

Первые шесть строк соответствуют хронологии Ламберта в посте о GLM-5.3. Цифра 355B приведена со слов Ли. Другие страницы базы данных заполняют пробелы: в reap-expert-pruning указано, что у GLM-5.1 744B параметров всего и 40B активных, а в qwen3-8-flash-next зафиксированы характеристики GLM-5.3-Flash: 320B всего и 18B активных. Архитектура маршрутизации GLM-5.2 (256 экспертов, 8 активных на токен) описана в glm52-amd-mi355x - отчёте вендора о квантовании модели в MXFP4 и её развёртывании на оборудовании AMD.

Ли отмечает, что известность лаборатории принесли GLM-4.5 и 4.6, показавшие отличные результаты в кодинге, рассуждениях (reasoning) и использовании инструментов агентами. Ламберт назвал GLM-4.5 "ещё одним моментом DeepSeek". Ли связывает смену приоритетов с 2025 годом, когда Manus и claude-code убедили компанию в том, что задачи кодинга и агентной работы перспективнее обычного чата. До этого компания ориентировалась на Chatbot Arena, где занимала примерно с шестого по девятое места. GLM-4.5 была создана путём обучения трёх отдельных моделей-учителей для рассуждений, агентов и кодинга с последующей дистилляцией в единую модель. В августе 2026 года Z.ai охарактеризовала GLM-5.3 одной фразой: "Scaling post-training is all we did" ("Мы просто масштабировали post-training"). Ламберт считает, что сильная сторона Z.ai - именно post-training, тогда как у Moonshot - pretraining.

Зачем лаборатория публикует веса

Ли называет две причины. Первая - вклад в исследования, как в случае с Llama, Qwen и Kimi. Вторая - коммерческая. Американские пользователи не станут отправлять данные в API китайской компании, поэтому китайская модель должна быть доступна на Fireworks, Groq или на собственных мощностях клиента, чтобы её использовали в США. В 2024 году флагман Z.ai был закрытым, но DeepSeek R1 изменила позицию компании, показав, что лаборатория может получить мировую известность благодаря открытым весам и при этом зарабатывать на API и партнёрствах. Ли описывает это так: "Сначала нужно увеличить пирог, а потом откусить от него кусок". В эссе о Kimi K3 Ламберт даёт аналогичное прагматичное объяснение для китайских лабораторий в целом.

Ли также упомянул деталь, удивившую интервьюеров. Китайские технологические СМИ пишут о тех китайских моделях, о которых говорят американские инфлюенсеры, поэтому признание в Кремниевой долине стимулирует продажи на внутреннем рынке. В качестве ключевых персон он назвал Карпати, Альтмана и Маска. На тот момент у Z.ai было 20 000 подписчиков в X против миллиона у DeepSeek, и Ли всё ещё встречал на Reddit вопросы о том, что такое GLM. К июню 2026 года Ламберт уже констатировал, что Moonshot и Z.ai возглавили "рынок репутации" среди исследователей ИИ.

Бизнес

Публикация весов флагманских моделей вызывает у клиентов вопрос: зачем платить Z.ai за модель, которую можно развернуть у себя? В 2025 году ответ Ли сводился к превосходству в инженерии: более быстрое декодирование, встроенный поиск и инструменты MCP, а также подписка GLM Coding Plan, которая, по его словам, удерживает пользователей, избавляя их от необходимости считать токены в каждом запросе. Рынок США приносил половину зарубежной выручки Z.ai, хотя в Индии пользователей было больше. Ещё одним сегментом рынка Ли называет ролевые игры: GLM используют на SillyTavern и Janitor AI. К июлю 2026 года Bloomberg сообщил (со ссылкой в материале Ламберта), что Z.ai готова стать первой китайской ИИ-компанией с годовым объёмом продаж в $1 млрд, во многом благодаря on-premises развёртываниям. Ламберт также отмечает, что оценки на Artificial Analysis влияют на стоимость акций Z.ai - это одна из причин, почему лаборатория, по его мнению, следит за публичными бенчмарками пристальнее американских конкурентов.

Стратегия дистрибуции компании прослеживается и в разделе toolbox нашей базы знаний. По словам Ли, "нам нужно интегрироваться с топовыми продуктами, чтобы получить известность", и выделил Claude Code и Kilo Code. Z.ai спонсирует claude-code-router, чей README содержит баннер GLM Coding Plan, и cc-mirror, где Z.ai указана в качестве провайдера. Ламберт запускал GLM-5.2 через Fireworks внутри Claude Code. Хостинговые сборки GLM доступны на telnyx (в виде GLM-5.2-FP8) и CrofAI. В mostaque-internet-offline отмечается, что Hugging Face использовала GLM для защиты во время инцидента со взломом через агентов OpenAI, поскольку доступ к закрытым американским моделям для кибербезопасности был для неё ограничен.

Эволюция релизных практик

Релизные практики Z.ai сильно изменились всего за год. В ноябре 2025 года на вопрос о том, сколько времени уходит на выпуск готовой модели, Ли отвечал: "Выкатывать быстро. Мы открываем исходники за считанные часы". Z.ai не предоставляла ранний доступ LM Arena или аналитическим компаниям, не выпускала тизеры перед запуском и считала публикацию в открытом доступе главным событием. Ли рассказывал, что лично ему хотелось бы иметь хотя бы неделю на координацию с провайдерами инференса и разработчиками агентных инструментов для кодинга, но вместо этого у него часто было лишь несколько часов, чтобы обзвонить партнёров глубокой ночью по их времени. Ламберт приводит эту фразу в своём списке для чтения как иллюстрацию темпов работы китайских лабораторий.

Выпуск GLM-5.2 в июне 2026 года занял три дня: в субботу модель стала доступна подписчикам Coding Plan, а 16 июня вышли веса и публикация в блоге. Релиз GLM-5.3 в августе потребовал ещё больше времени: модель появилась только в тарифном плане для кодинга, API обещали выпустить вскоре, а веса - через две недели. Затем Z.ai объявила о поэтапном релизе с проверкой безопасности: сначала модель должны были протестировать отобранные партнёры по безопасности, а полная публикация весов планировалась только после завершения проверок. Компания также описала классификатор входящих запросов и мониторинг цепочек рассуждений (chain-of-thought) на собственной платформе. По американским меркам это всё ещё быстро, и Ламберт считает скорость релизов главным фактором, позволяющим китайским лабораториям не отставать. Но это первый случай в источниках базы знаний, когда Z.ai официально ввела проверку на технологии двойного назначения между готовностью модели и открытием её весов. Источники не уточняют, вышли ли веса GLM-5.3 по графику.

Внимание регуляторов

Z.ai не упоминается ни в одном из писем Конгресса США, собранных в us-scrutiny-of-chinese-model-use: эти расследования были сосредоточены на компаниях, использующих Kimi и Qwen. Однако политические риски, о которых Ламберт пишет в эссе о GLM-5.2, затрагивают и её. Если китайская лаборатория выпускает всё более мощные открытые модели с возможностями в сфере кибербезопасности на фоне ограничений на передовые модели в США, это подталкивает американские власти к признанию конкретной китайской модели небезопасной. Поэтапный релиз GLM-5.3 стал первым случаем, когда Z.ai сама признала этот риск.