Η SambaNova φέρνει το GLM-5.3 στο SambaCloud με ταχύτητα άνω των 200 διακριτικών ανά δευτερόλεπτο

Η SambaNova Systems ανακοίνωσε στις 11 Νοεμβρίου 2026 ότι το μοντέλο GLM-5.3 ανοικτών βαρών της Z.ai είναι διαθέσιμο στην υπηρεσία συμπερασμού SambaCloud με ταχύτητα άνω των 200 διακριτικών ανά δευτερόλεπτο. Οι προγραμματιστές μπορούν να έχουν πρόσβαση στο μοντέλο μέσω του περιβάλλοντος δοκιμών του SambaCloud, ενός API και ενσωματώσεων για πράκτορες προγραμματισμού.

Η Z.ai παρουσίασε το GLM-5.3 στις 14 Αυγούστου 2026, χρησιμοποιώντας το ίδιο βασικό μοντέλο με το GLM-5.2 και αποδίδοντας τις βελτιώσεις του νεότερου συστήματος σε πρόσθετη μεταεκπαίδευση σε περισσότερα περιβάλλοντα, με μεγαλύτερη ποικιλία εργασιών και περισσότερους υπολογιστικούς πόρους. Η ανακοίνωση της SambaNova προσθέτει μια φιλοξενούμενη ανάπτυξη για αυτό το ήδη υπάρχον μοντέλο. Οι προβλεπόμενες χρήσεις του περιλαμβάνουν σύνθετη μηχανική λογισμικού και εργασίες πρακτόρων μεγάλης διάρκειας, οι οποίες περιλαμβάνουν αλληλουχίες αλληλεξαρτώμενων βημάτων.

Τι δείχνει το ίχνος εκτέλεσης του πράκτορα

Η SambaNova παρείχε ένα ίχνος εκτέλεσης από μια ενδεικτική λειτουργία πράκτορα στο SambaCloud, για να αποτυπώσει αυτές τις απαιτήσεις. Κατά τη διάρκεια 17 λεπτών και 30 δευτερολέπτων, η εκτέλεση περιλάμβανε 41 κλήσεις μοντέλου, επεξεργάστηκε 5,4 εκατομμύρια διακριτικά εισόδου και παρήγαγε λίγο λιγότερα από 42.000 διακριτικά εξόδου. Καθώς σε κάθε γύρο αποστελλόταν ξανά το συσσωρευμένο πλαίσιο συμφραζομένων, η είσοδος αυξήθηκε από 38.000 διακριτικά στην πρώτη κλήση σε περισσότερα από 114.000 στην όγδοη. Οι έξοδοι παρέμειναν μικρές: μερικές εκατοντάδες διακριτικά που περιείχαν συλλογισμό και μια κλήση εργαλείου, ενώ περισσότερο από το 91% της εισόδου εξυπηρετήθηκε από την κρυφή μνήμη.

Αυτό το μοτίβο εξηγεί γιατί δίνεται έμφαση στην ταχύτητα εξυπηρέτησης. Οι βρόχοι λειτουργίας των πρακτόρων στέλνουν επανειλημμένα μεγάλα πλαίσια συμφραζομένων πίσω στο μοντέλο, ζητώντας μόνο μια σύντομη επόμενη ενέργεια, οπότε η καθυστέρηση κάθε κλήσης συσσωρεύεται σε όλη την αλληλουχία. Η SambaNova παρουσιάζει τη δηλωμένη απόδοση ως τρόπο να διατηρούνται σύντομα αυτά τα βήματα, ενώ το ποσοστό χρήσης της κρυφής μνήμης δείχνει πόσο εκτενώς ο φόρτος εργασίας επαναχρησιμοποιεί προηγούμενα συμφραζόμενα.

Μεταεκπαίδευση και αναφερόμενα αποτελέσματα

Η Z.ai αναφέρει ότι τα περιβάλλοντα μεταεκπαίδευσής της σχεδιάστηκαν ώστε να προσομοιάζουν την επαγγελματική εργασία, συμπεριλαμβανομένων εργασιών που θα μπορούσαν να απασχολήσουν έναν έμπειρο μηχανικό για αρκετές ημέρες. Σε ένα σενάριο υποδομής μηχανικής μάθησης, το μοντέλο αποκτά πρόσβαση σε υπολογιστικά συμπλέγματα, συστήματα αποθήκευσης, εσωτερική τεκμηρίωση, βάσεις κώδικα και αποτελέσματα πειραμάτων. Πρέπει να εντοπίσει τα σημεία συμφόρησης σε όλη τη στοίβα εκπαίδευσης, να εφαρμόσει βελτιστοποιήσεις, να εκτελέσει πειράματα και να επιτύχει μετρήσιμη επιτάχυνση από άκρο σε άκρο, διατηρώντας παράλληλα την ορθότητα.

Η Z.ai αναφέρει ότι το GLM-5.3 βελτιώθηκε από 4,6 σε 28,3 στο Terminal-Bench 3.0, από 46,2 σε 66,9 στο DeepSWE v1.1 και από 23,8 σε 28,5 στο Agents’ Last Exam. Οι συγκρίσεις τοποθετούν τις βελτιώσεις στους τομείς της εργασίας σε τερματικό, της μηχανικής λογισμικού και των γενικών εργασιών πρακτόρων, δηλαδή στις ίδιες κατηγορίες στις οποίες στοχεύει η SambaNova με αυτή την ανάπτυξη.

Στο ιδιωτικό Code Bench της, η Z.ai αναφέρει ότι το GLM-5.3 πέτυχε βαθμολογία 31,4% με υψηλή προσπάθεια και περίπου 50.000 διακριτικά εξόδου ανά εργασία, έναντι 29,5% και 120.000 διακριτικών για το Claude Opus 4.8. Το GLM-5.3 εξακολούθησε να υπολείπεται του Claude Fable 5, το οποίο πέτυχε 39,5% με μέγιστη προσπάθεια. Πρόκειται για ένα συγκεκριμένο αποτέλεσμα αποδοτικότητας: σε αυτή τη δοκιμή, το GLM-5.3 παρήγαγε λιγότερα διακριτικά και σημείωσε υψηλότερη βαθμολογία από το Opus 4.8, αλλά η σύγκριση της ίδιας της Z.ai εξακολουθεί να κατατάσσει το Fable 5 υψηλότερα.

Πρόσβαση μέσω API και πρακτόρων προγραμματισμού

Στο SambaCloud, η κλήση του μοντέλου γίνεται με τη συμβολοσειρά μοντέλου GLM-5.3. Το παράδειγμα Python της SambaNova στέλνει αιτήματα ολοκλήρωσης συνομιλίας στο https://api.sambanova.ai/v1 και ορίζει reasoning_effort σε max, το επίπεδο που συνιστά η Z.ai για προγραμματισμό. Οι προγραμματιστές μπορούν να χρησιμοποιήσουν ένα κλειδί API ή να δοκιμάσουν το μοντέλο στο περιβάλλον δοκιμών του SambaCloud.

Το ZCode μπορεί να χρησιμοποιήσει το SambaCloud μέσω ρυθμίσεων παρόχου συμβατών με OpenAI ή Anthropic, με βασική διεύθυνση URL, κλειδί API και επιλεγμένο το GLM-5.3 στο μενού μοντέλων. Η SambaNova αναφέρει ότι η ίδια αλλαγή στη βασική διεύθυνση URL λειτουργεί με τα Claude Code, OpenCode και Codex CLI. Για το Codex, οι προγραμματιστές καλούνται να χρησιμοποιήσουν το τελικό σημείο του API Responses και να δηλώσουν τα υποστηριζόμενα επίπεδα συλλογισμού του μοντέλου στον κατάλογο μοντέλων τους.

Το GLM-5.3 υποστηρίζει χαμηλή, υψηλή και μέγιστη ένταση συλλογισμού, ενώ η λειτουργία σκέψης δεν μπορεί να απενεργοποιηθεί. Η Z.ai αναφέρει ότι οι εφαρμογές που εξακολουθούν να χρησιμοποιούν thinking.type: "disabled" πρέπει να ενεργοποιήσουν τη λειτουργία σκέψης και να ορίσουν χαμηλή ένταση συλλογισμού πριν ενημερώσουν το αναγνωριστικό μοντέλου· διαφορετικά, τα αιτήματα θα αποτυγχάνουν.

Για τις ομάδες που αξιολογούν φιλοξενούμενη συμπερασματολογία πρακτόρων, η διάκριση έχει σημασία: οι βαθμολογίες αξιολόγησης περιγράφουν τι μπορεί να ολοκληρώσει ένα μοντέλο, ενώ το ίχνος εκτέλεσης αποκαλύπτει την επαναλαμβανόμενη εργασία εξυπηρέτησης που απαιτείται για να ολοκληρωθεί. Η ανάπτυξη της SambaNova στοχεύει στο δεύτερο σκέλος του προβλήματος, καθιστώντας την ταχύτητα ανά κλήση και την επαναχρησιμοποίηση της κρυφής μνήμης εξίσου σημαντικές για την εμπειρία χρήσης με τις αναφερόμενες βαθμολογίες του GLM-5.3 στις εργασίες.