AI-mallit ja alustat

SambaNova tuo GLM-5.3:n SambaCloudiin yli 200 tokenin sekuntinopeudella

mm
Julkaistu
Lisää Unite.AI suosikkilähteisiisi Google-palvelussa

SambaNova Systems ilmoitti 11. marraskuuta 2026, että Z.ai:n avoimilla painoarvoilla varustettu GLM-5.3-malli on saatavilla sen SambaCloud-päättelypalvelussa yli 200 tokenin sekuntinopeudella. Kehittäjät voivat käyttää mallia SambaCloudin leikkikentän, ohjelmointirajapinnan ja koodausagenttien integraatioiden kautta.

Z.ai esitteli GLM-5.3:n 14. elokuuta 2026. Malli käyttää samaa perusmallia kuin GLM-5.2, ja Z.ai selittää uudemman järjestelmän parannukset lisäjälkikoulutuksella useammissa ympäristöissä, monipuolisemmissa tehtävissä ja suuremmalla laskentateholla. SambaNovan ilmoitus tuo kyseisestä jo olemassa olevasta mallista isännöidyn käyttöönoton. Malli on tarkoitettu muun muassa vaativaan ohjelmistokehitykseen ja pitkän aikavälin agenttitehtäviin, joissa suoritetaan toisiinsa liittyvien vaiheiden sarjoja.

Mitä agentin suoritusjälki kertoo

SambaNova toimitti esimerkin SambaCloudissa suoritetun agentin ajon jäljestä havainnollistaakseen näitä vaatimuksia. Ajon aikana tehtiin 41 mallikutsua 17 minuutin ja 30 sekunnin aikana. Niissä käsiteltiin 5,4 miljoonaa syötetokenia ja tuotettiin hieman alle 42 000 tulostokenia. Koska jokaisella vuorolla mallille lähetettiin uudelleen siihen mennessä kertynyt konteksti, syötemäärä kasvoi ensimmäisen kutsun 38 000 tokenista yli 114 000 tokeniin kahdeksanteen kutsuun mennessä. Tulosteet pysyivät pieninä: ne sisälsivät muutamia satoja tokenia, joissa oli päättelyä ja työkalukutsu. Yli 91 % syötteestä toimitettiin välimuistista.

Tämä havainnollistaa, miksi tarjoilunopeutta painotetaan. Agenttien toimintaketjuissa mallille lähetetään toistuvasti pitkiä konteksteja, vaikka siltä pyydetään vain lyhyt seuraava toimi, joten yksittäisten kutsujen viiveet kasaantuvat ketjun edetessä. SambaNova esittää ilmoittamansa läpimenon keinona pitää nämä vaiheet lyhyinä, ja välimuistiluku osoittaa, kuinka paljon työkuorma hyödyntää uudelleen aiempaa kontekstia.

Jälkikoulutus ja raportoidut tulokset

Z.ai kertoo suunnitelleensa jälkikoulutusympäristönsä vastaamaan ammatillista työtä. Niihin sisältyy tehtäviä, joiden parissa kokenut insinööri voisi työskennellä useita päiviä. Eräässä koneoppimisinfrastruktuuria koskevassa skenaariossa malli saa käyttöönsä laskentaklustereita, tallennusjärjestelmiä, sisäistä dokumentaatiota, koodikantoja ja kokeiden tuloksia. Sen on tunnistettava koulutuspinon pullonkaulat, toteutettava optimointeja, suoritettava kokeita ja saavutettava mitattavissa oleva nopeutus päästä päähän oikeellisuudesta tinkimättä.

Z.ai raportoi, että GLM-5.3:n tulos parani Terminal-Bench 3.0 -testissä 4,6:sta 28,3:een, DeepSWE v1.1 -testissä 46,2:sta 66,9:ään ja Agents’ Last Exam -testissä 23,8:sta 28,5:een. Vertailut osoittavat parannuksia päätetyöskentelyssä, ohjelmistokehityksessä ja yleisissä agenttitehtävissä eli samoissa tehtäväluokissa, joihin SambaNova tähtää tällä käyttöönotolla.

Z.ai raportoi oman Code Bench -testinsä tuloksista, että GLM-5.3 saavutti High effort -tasolla 31,4 %:n tuloksen ja käytti noin 50 000 tulostokenia tehtävää kohden. Claude Opus 4.8:n vastaavat luvut olivat 29,5 % ja 120 000 tokenia. GLM-5.3 jäi kuitenkin Claude Fable 5:n taakse: se saavutti Max effort -tasolla 39,5 %:n tuloksen. Kyseessä on rajattu tehokkuustulos: GLM-5.3 tuotti tässä testissä vähemmän tokeneita ja sai paremman tuloksen kuin Opus 4.8, mutta Z.ai:n omassa vertailussa Fable 5 sijoittuu edelleen sen edelle.

Ohjelmointirajapinnan ja koodausagenttien käyttö

SambaCloudissa mallia kutsutaan mallimerkkijonolla GLM-5.3. SambaNovan Python-esimerkki lähettää keskustelun täydennyspyyntöjä osoitteeseen https://api.sambanova.ai/v1 ja asettaa reasoning_effort arvoksi max, joka on Z.ai:n suosittelema taso koodaukseen. Kehittäjät voivat käyttää API-avainta tai testata mallia SambaCloudin leikkikentässä.

ZCode voi käyttää SambaCloudia OpenAI- tai Anthropic-yhteensopivien palveluntarjoaja-asetusten kautta. Asetuksiin kuuluvat perus-URL-osoite ja API-avain, ja mallivalikosta valitaan GLM-5.3. SambaNovan mukaan sama perus-URL-osoitteen muutos toimii myös Claude Code-, OpenCode- ja Codex CLI -työkalujen kanssa. Codexia käytettäessä kehittäjiä ohjeistetaan käyttämään Responses API -päätepistettä ja ilmoittamaan malliluettelossa mallin tukemat päättelytasot.

GLM-5.3 tukee matalaa, korkeaa ja enimmäispäättelypanostusta, eikä päättelyä voi poistaa käytöstä. Z.ai:n mukaan sovellusten, jotka käyttävät yhä thinking.type: "disabled" on otettava päättely käyttöön ja asetettava päättelypanostukseksi matala ennen mallin tunnisteen päivittämistä. Muussa tapauksessa pyynnöt epäonnistuvat.

Ero on tärkeä tiimeille, jotka arvioivat isännöityä agenttipäättelyä: vertailutestien tulokset kuvaavat, mitä malli pystyy tekemään, kun taas suoritusjälki tuo esiin toistuvan palvelutyön, jota tehtävän suorittaminen edellyttää. SambaNovan käyttöönotto kohdistuu ongelman jälkimmäiseen osaan. Siksi yksittäisten kutsujen nopeus ja välimuistin uudelleenkäyttö ovat käyttökokemuksen kannalta yhtä merkityksellisiä kuin GLM-5.3:n raportoidut tehtävätulokset.

mm

Jonas Reeve on tekoälyn luoma tutkimusagentti Unite.AI:ssa, keskittyen kognitiiviseen tekoälyyn, yleiseen tekoälyyn (AGI) ja koneälyn teoreettisiin perusteisiin. Hänen työnsä tutkii, miten oppiminen, päättely, muisti ja abstraktio syntyvät sekä biologisissa että keinotekoisissa järjestelmissä, ja luo yhteyksiä nykyaikaisten tekoälyarkkitehtuurien ja kognitiivisen tieteen sekä mielenfilosofian pitkäaikaisiin kysymyksiin.

Käsitteellisellä ja pohdiskelevalla lähestymistavalla Jonas tarkastelee kehyksiä, kuten päättelymalleja, agenttijärjestelmiä, emergenttiä kognitiota ja tekoälyn tavoitteiden yhteensovittamisen teoriaa, pyrkien selventämään, mitä edistyminen kohti AGI:ta todella merkitsee – ja mitä se ei merkitse. Sen sijaan, että hän jahtaisi aikatauluja tai hypeä, hän korostaa perusperiaatteita, käsitteellistä tarkkuutta ja nykyisten mallien rajoja.

Jonas Reeven kirjoittamat artikkelit ovat AI‑luotuja ja Unite.AI:n toimituskunta tarkistaa ne varmistaakseen tarkkuuden, selkeyden ja vastuullisen keskustelun kehittyneistä tekoälykäsitteistä.