Z.ai GLM 5

Thế giới AI vừa đón nhận một cơn địa chấn mới từ Zhipu AI (Z.ai) với việc ra mắt GLM-4.7. Đây không chỉ là một bản cập nhật thông thường, mà là một bước nhảy vọt đưa mô hình mã nguồn mở lên ngang hàng, thậm chí vượt qua các “ông lớn” như GPT-5 hay Claude 3.5 trong nhiều tác vụ quan trọng.

1. Thông số kỹ thuật “khủng” – Sức mạnh từ kiến trúc MoE

GLM-4.7 sử dụng kiến trúc Mixture-of-Experts (MoE) với tổng cộng 358 tỷ tham số. Tuy nhiên, nhờ cơ chế kích hoạt thông minh, nó chỉ sử dụng khoảng 32 tỷ tham số hoạt động cho mỗi token, giúp cân bằng hoàn hảo giữa trí thông minh và tốc độ xử lý.

• Context Window (Cửa sổ ngữ cảnh): Lên đến 200.000 tokens. Bạn có thể “nhồi” cả một kho tài liệu kỹ thuật hoặc toàn bộ codebase vào một lần hỏi.

• Output Capacity: Khả năng xuất ra tới 128.000 tokens trong một lần phản hồi – một con số kỷ lục giúp việc viết cả một cuốn sách hay một hệ thống mã nguồn phức tạp trở nên khả thi.

2. “Vua” lập trình mới trong giới mã nguồn mở

Điểm sáng lớn nhất của GLM-4.7 chính là khả năng Coding. Với điểm số 73.8% trên SWE-bench (vượt xa mức 68% của phiên bản 4.6 tiền nhiệm), mô hình này đã chứng minh khả năng giải quyết các issue thực tế trên GitHub một cách đáng kinh ngạc.

• Đa ngôn ngữ: Cải thiện vượt trội trong lập trình đa ngữ, đặc biệt là Python, JavaScript và Java.

• Cơ chế “Think before acting”: Tích hợp sâu với các công cụ như Claude Code hay Cursor, giúp mô hình suy nghĩ logic trước khi thực sự viết code, giảm thiểu lỗi logic tối đa.

3. Những tính năng “đáng đồng tiền bát gạo”

Z.ai đã giới thiệu những khái niệm điều khiển suy luận rất mới trên GLM-4.7:

• Turn-level Thinking: Bạn có quyền kiểm soát – bật chế độ “Deep Thinking” cho các bài toán logic khó, hoặc tắt đi để tiết kiệm tài nguyên cho các cuộc hội thoại thông thường.

• Preserved Thinking: Khả năng ghi nhớ luồng suy nghĩ qua các lượt chat (multi-turn), giúp AI không bị “mất gốc” khi giải quyết các project dài hơi.

• Vibe Coding: Khả năng hiểu ý tưởng thiết kế và tạo UI (Giao diện người dùng) cực tốt, giúp bạn biến ý tưởng thành sản phẩm demo chỉ trong vài phút.

4. Chi phí và Khả năng tiếp cận

Điều tuyệt vời nhất là GLM-4.7 được phát hành dưới dạng Open Weights trên Hugging Face. Nghĩa là bạn có thể tải về và chạy offline (với phiên bản Flash 30B) trên các dòng card đồ họa phổ thông như RTX 3090/4090. Đối với các doanh nghiệp, mức giá API chỉ khoảng $0.60/1M input tokens – cực kỳ cạnh tranh so với các mô hình đóng hiện nay.