Prostředí umělé inteligence se posouvá od modelů, které jen „chatují“ k modelům, které „fungují“. Čínský startup s umělou inteligencí Z.ai (také známý jako Zhupai AI) je významným krokem pro komunitu s otevřeným zdrojovým kódem a vydal GLM-5.1, masivní model Mixture-of-Experts (MoE) se 754 miliardami parametrů určený pro dlouhodobé autonomní úkoly.
Na rozdíl od předchozích generací umělé inteligence, které často „sejdou z kurzu“ nebo ztratí pozornost po několika desítkách kroků, je GLM-5.1 navržen tak, aby pracoval nezávisle na jediném komplexním cíli po dobu osm hodin. To znamená posun od „kódování vibrací“ – kde uživatelé píší výzvy a doufají v lepší výsledek – k inženýrství založenému na agentech, kde AI funguje jako dlouhodobý zaměstnanec, který se sám opravuje.
Překonávání výkonnostních plošin: Vzor schodiště
Jednou z hlavních překážek ve vývoji AI je „plató efekt“. Tradičně, když agent AI dostane více nástrojů nebo více času na vyřešení problému, jeho výkon bude časem stagnovat nebo začne dělat chyby kvůli „strategickému posunu“.
Výzkum Z.ai ukazuje, že GLM-5.1 to překonává pomocí vzoru optimalizace žebříku. Namísto lineárního postupu model prochází obdobími postupného přizpůsobování, po kterém následují náhlé strukturální zlomy.
Skutečný důkaz této schopnosti zahrnuje:
– Optimalizace databáze: V rámci úkolu optimalizace vysoce výkonné vektorové databáze provedl GLM-5.1 více než 6 000 volání nástrojů. Zatímco předchozí modely dosáhly stropu přibližně 3 500 požadavků za sekundu (QPS), GLM-5.1 autonomně přepracoval architekturu systému a nakonec dosáhl 21 500 QPS – šestinásobný nárůst.
– Machine Learning Kernels: V testech KernelBench model prokázal schopnost optimalizovat komplexní jádra GPU. GLM-5.1 sice mírně zaostává za Claude Opus 4.6 od Anthropic v naprosté rychlosti zrychlení, ale GLM-5.1 prokázal, že dokáže udržet produktivitu daleko za svými předchůdci a zachovává si pokrok i po 1000 cyklech nástroje.
„Do konce loňského roku mohli agenti provést asi 20 kroků; GLM-5.1 jich nyní dokáže udělat 1 700,“ řekl Z.ai Lou, vedoucí sítě X.
Měřítka a úspěch: porazit obry
Vydání GLM-5.1 staví Z.ai do přímé konkurence s předními světovými laboratořemi AI. V SWE-Bench Pro – přísném benchmarku pro řešení skutečných problémů na GitHubu – GLM-5.1 získal 58,4 bodů, čímž překonal:
– GPT-5.4 (57.7)
– Claude Opus 4.6 (57.3)
– Gemini 3.1 Pro (54.2)
Model také ukázal vynikající výsledky ve specializovaných oblastech, jako je matematika (95,3 v AIME 2026) a vědecké uvažování (86,2 v GPQA-Diamond). Snad nejpůsobivější byl test vytvoření grafického prostředí ve stylu Linuxu od nuly: model se nezastavil jen u základního rozhraní, ale během osmi hodin autonomně vytvořil správce souborů, terminál a dokonce i funkční hry.
Hybridní obchodní strategie: Open Source versus proprietární řešení
Z.ai používá komplexní dvoukolejnou strategii k vyvážení růstu komunity a komerční životaschopnosti:
- Open Source Flagship (GLM-5.1): Vydáno pod flexibilní licencí MIT, hmotnosti modelů jsou k dispozici na Hugging Face. To podporuje důvěru vývojářů a nastavuje globální standard.
- Proprietární Sprinter (GLM-5 Turbo): Rychlejší uzavřená verze optimalizovaná pro vysokorychlostní úlohy pod kontrolou uživatele. Slouží jako zdroj příjmů s vysokou marží pro podniky, které vyžadují rychlé výběry (inference).
Ceny a tarify
Z.ai staví GLM-5.1 jako nástroj pro inženýry spíše než spotřebitelského chatbota, který nabízí úrovně předplatného:
– Lite: 27 $ za čtvrtletí (pro malé zatížení).
– Pro: 81 $ za čtvrtletí (pro komplexní úlohy se zrychleným prováděním).
– Max: 216 $ za čtvrtletí (pro pokročilé vývojáře s velkým objemem práce).
Pro uživatele API je cena 1,40 $ za milion vstupních tokenů a 4,40 $ za milion výstupních tokenů, díky čemuž je konkurenceschopná s ostatními špičkovými modely, jako jsou GPT-5.4 a Claude Opus 4.6.
Závěr
Vydání GLM-5.1 znamená novou éru, kde se hodnota modelu umělé inteligence měří nejen podle jeho inteligence, ale také podle jeho vydrže. Tím, že Z.ai dokázal, že modely s otevřeným zdrojovým kódem zvládnou dlouhé, mnohahodinové inženýrské pracovní postupy, zpochybňuje dominanci západních proprietárních modelů a nově definuje hranice autonomní digitální práce.
