GLM-5.3 Açık Model Zirvesinde, Ağırlıklar Bekletiliyor

Artificial Analysis Zekâ Endeksi'nde 60 puan: Çinli Z.ai'ın yeni modeli GLM-5.3, bu skorla açık modeller sıralamasında Kimi K3'le birinciliği paylaşıyor. Daha dikkat çekici olan ikinci rakam ise mesleki görevleri ölçen GDPval-AA v2 tablosundan geliyor: GLM-5.3, 1.770 Elo puanıyla kapalı modeller dahil tüm listede yalnızca Claude Opus 5'in (1.855) arkasında, ikinci sırada.

Görev başına maliyet düşüyor

Fiyat tarafında Z.ai agresif: Artificial Analysis'in ölçümüne göre GLM-5.3 görev başına 0,68 dolara çalışıyor, bu da 0,84 dolarlık Kimi K3'ten yüzde 19 daha ucuz demek. "Görev başına maliyet" ölçüsü, milyon token fiyatından daha dürüst bir kıyas sunuyor; çünkü çok düşünen bir modelin ucuz token fiyatı, ürettiği token sayısı yüzünden pahalı bir faturaya dönüşebiliyor. Madalyonun öbür yüzü, modelin kendi selefine göre pahalanması: görev başına maliyet GLM-5.2'ye kıyasla yüzde 54 arttı. Ajan tabanlı işlerde daha çok adım atan, daha çok düşünen modellerin faturası da büyüyor; "açık model eşittir bedava" denklemi çoktan geride kaldı.

Ağırlıkların gecikme sebebi bir kusur mu, yetenek mi?

Asıl ilginç gelişme yayın takviminde. Z.ai, modelin açık ağırlıklarını yaklaşık iki hafta erteledi; gerekçe, GLM-5.3'ün yazılım güvenlik açıklarını bulmakta beklenenden fazla başarılı çıkması. Şirket bu süreçte güvenlik kontrollerini sıkılaştıracağını, tam erişimi ise seçilmiş güvenlik ortaklarıyla sınırlayacağını söylüyor. Model şu anda yalnızca Z.ai API'si üzerinden kullanılabiliyor.

Bu, açık model dünyası için yeni bir eşik. Bugüne dek erteleme kararları genellikle performans eksiğinden kaynaklanırdı; bu kez bir Çinli laboratuvar, modeli fazla yetenekli bulduğu için ağırlıkları bekletiyor. Endişe soyut sayılmaz: birkaç hafta önce açık ağırlıklı bir modelle çalışan bir ajanın yüzlerce sunucuya otonom saldırı düzenlediği, kapalı modellerin güvenlik denetimlerinin ise aynı kullanımı engellediği ortaya çıkmıştı. Ağırlıklar bir kez yayınlandığında geri çağırma imkânının olmadığı düşünülürse, sınır yetenekli açık modellerde bu tür kademeli erişim kararlarını daha sık göreceğiz.

Tablonun geniş açısı da gözden kaçmamalı: aynı hafta The Decoder'ın sınır modeli takibi, Çinli laboratuvarların Batı'yla arayı büyük ölçüde kapattığını yazdı. GLM-5.3'ün mesleki görev tablosunda kapalı Batı modellerinin çoğunu geride bırakması, bu tespitin sayısal karşılığı.

Kısa değerlendirmemiz

Açık modellerin kapalılarla arasındaki makas her çeyrekte biraz daha kapanıyor ve bunun Türkiye'deki karşılığı somut: veri gizliliği ya da maliyet nedeniyle kendi sunucusunda model çalıştırmak isteyen şirketler için seçenek havuzu güçleniyor. Yine de iki uyarımız var. Buradaki skorlar lansman dönemi ölçümleri; bağımsız testlerin oturması birkaç hafta alır. İkincisi, güvenlik açığı bulmakta uzman bir modelin açık kopyası kötü niyetli ellere de aynı yeteneği verir; şirket ağında açık model koşturacakların erişim ve izleme katmanını baştan kurması gerekiyor.

Kaynaklar: The Decoder