در سال گذشته، چین با انتشار مدل R1 هیاهوی بسیاری به پا کرد. مدلی که نه تنها عملکرد بسیار خوبی داشت بلکه هزینه آن بسیار کمتر از رقبای غربی یعنی ChatGPT و یا Claude بود. اما این روند هنوز ادامه دارد. گویی در عصر رقابت هوش مصنوعی، چین بر توسعه مدلهایی متمرکز شده است که بهرهوری بالاتری داشته باشند. در این میان، شرکت Zhipu.AI سابق که حالا با نام Z.AI شناخته میشود، از جدیدترین نسخه از مدل زبانی GLM یعنی GLM4.5 vرونمایی کرده است. مدلی که حتی از دیپ سیک نیز ارزانتر است. در این مقاله به بررسی مدل GLM4.5 میپردازیم.
مدل GLM چیست؟
هوش مصنوعی GLM که مخفف General Language Model است، یک خانواده از مدلهای زبانی بزرگ است که توسط شرکت Zhipu AI، با حمایت دانشگاه Tsinghua چین، توسعه یافته و از سال ۲۰۲۲ بهتدریج عرضه شده است. این مدلها با هدف پردازش زبان طبیعی، پاسخگویی به سؤالات، تولید متن، و تعامل عاملمحور طراحی شدهاند.
نسخههای اولیه مانند GLM-130B و ChatGLM-6B بیشتر متنمحور و چندزبانه بودند، در حالیکه نسخههای جدیدتری مثل ChatGLM-3 تمرکز بیشتری بر بهبود استدلال و درک عمیقتر متن داشتند. در سال ۲۰۲۴، مدل GLM 4 با معماری پیشرفته و قابلیتهای چندوجهی معرفی شد.
حالا در روز گذشته، جدیدترین نسخه این خانواده، یعنی GLM-4.5، منتشر شده که بهعنوان یک مدل متنباز و عاملمحور، ترکیبی از تواناییهای استدلال، کدنویسی و استفاده از ابزارهای خارجی را ارائه میدهد و از نظر کارایی، هزینه و عملکرد، رقیبی جدی برای مدلهای پیشرفته جهانی مانند GPT-4 محسوب میشود.
GLM 4.5 جدیدترین نسخه از این خانواده
همانطور که گفتیم، نسخه GLM-4.5، در ژوئیه ۲۰۲۵ منتشر شده و با تمرکز بر کاربردهای عاملمحور طراحی شده است.
این مدل با بهرهگیری از معماری Mixture of Experts و ساختاری ماژولار، قادر است وظایف پیچیدهای مانند استدلال چندمرحلهای، تولید کد و تعامل با ابزارهای خارجی را بهصورت مؤثر انجام دهد.
GLM-4.5 در بنچمارکهای معتبر بینالمللی عملکرد رقابتی داشته و بهدلیل کارایی بالا و هزینه پایین، توجه توسعهدهندگان و شرکتها را بهعنوان جایگزینی متنباز برای مدلهای پیشرفته جلب کرده است. همچنین نسخه سبکتری با نام GLM-4.5 Air برای استفاده در محیطهای کممنبع عرضه شده است.
استفاده از مدل GLM 4.5 در سایت Z.AI
اگر میخواهید خودتان این مدل را بررسی کنید و عملکرد آن را امتحان کنید، باید بگم چت بات رسمی Z.AI این مدل را به رایگان در اختیار شما قرار داده است. کافیست به وبسایت Chat.Z.AI بروید و به راحتی آن را امتحان کنید.
قیمت مدل GLM‑4.5 چقدر است؟
یکی از ویژگیهای قابلتوجه GLM‑4.5، قیمت بسیار رقابتی آن در مقایسه با دیگر مدلهای پیشرفته است. طبق اعلام رسمی Z.ai، هزینه استفاده از این مدل بهصورت API به شکل زیر محاسبه میشود:
-
هزینه توکن ورودی: ۰٫۸ یوان چین (تقریباً ۰٫۱ دلار) برای هر یک میلیون توکن
-
هزینه توکن خروجی: ۲ یوان چین (حدود ۰٫۲۵ دلار) برای هر یک میلیون توکن
این قیمتگذاری باعث شده GLM‑4.5 بهویژه برای استارتاپها، پروژههای تحقیقاتی و توسعهدهندگان مستقل، گزینهای مقرونبهصرفه و در عین حال قدرتمند باشد. علاوه بر این، برخی پلتفرمهای بینالمللی مانند SiliconFlow و GPTBots نیز این مدل را با قیمتهای مشابه عرضه میکنند. در مجموع، اگر بهدنبال مدلی با کیفیت بالا و هزینه پایین هستید، GLM‑4.5 میتواند یکی از مدلهایی باشد که هزینهها را برای شما کاهش دهد. به ویژه برای ما ایرانیها که قیمت دلار بسیار بالاست.
مقایسه قیمت GLM‑4.5 و DeepSeek: کدام مدل اقتصادیتر است؟
در رقابت میان مدلهای بزرگ زبانی متنباز، GLM‑4.5 و DeepSeek بهعنوان دو بازیگر برجسته چینی وارد میدان شدهاند. اما یکی از اصلیترین تفاوتهای این دو مدل، قیمت و منابع مورد نیاز برای اجرا است.
از نظر قیمت، مدل GLM 4.5 به شکلی معنادار ارزانتر است. به ویژه در توکن خروجی. جدول زیر قیمت این دو مدل را مقایسه میکند.
| مدل | هزینه توکن ورودی (Input) | هزینه توکن خروجی (Output) | منبع |
|---|---|---|---|
| GLM‑4.5 | ۰٫۸ یوان چین (~۰٫۱ دلار) | ۲ یوان چین (~۰٫۲۵ دلار) | Z.ai |
| DeepSeek | حدود ۱٫۲ یوان (~۰٫۱۵ دلار) | ۳–۳٫۵ یوان (~۰٫۴۵ دلار) | deepseek.com |
GLM 4.5 مدلی اوپن سورس و سبک
بگذارید حرف آخر را اول بزنیم، شما میتوانید مدل GLM 4.5 را بر روی ۸ پردازنده Nvidia H20 استفاده کنید. پردازندهای که نسبت به سایر پردازندهها به ویژه H100 عملکرد ضعیفتری دارد. این در حالی است که برای اجرای مدلی نظیر Deepseek حدودا به ۱۶ پردازنده H100 نیاز دارید.
عملکرد GLM 4.5 در بنچمارکها
مدل GLM‑4.5 در ۱۲ بنچمارک شامل تواناییهای عاملمحور، استدلال و کدنویسی، رتبه سوم جهانی و اول را در میان مدلهای متنباز و چینی کسب کرده است؛ همچنین بهترین جایگاه را در بین مدلهای متنباز به خود اختصاص داده است.
در آزمونهایی مانند MATH‑500 رتبه بسیار بالا (۹۸.۲٪) و در AIME24 حدود ۹۱٪ موفقیت داشته است؛ امتیاز خاصی برای SWE‑bench Verified یعنی ۶۴.۲٪ کسب کرده و در آزمون ابزارخوانی به نرخ موفقیت ۹۰.۶٪ رسیده است، که از مدلهایی مانند Claude‑4‑Sonnet و Kimi K2 بهتر است.
در آزمون BrowseComp مربوط به وظایف وبگردی پیچیده، GLM‑4.5 با پاسخهای صحیح ۲۶.۴٪ نسبت به Claude‑4‑Opus (۱۸.۸٪) عملکرد بهتری داشته و به o4‑mini‑high نزدیک شده است.
همچنین در رقابتهای کدنویسی، پس از سنجش با ۵۲ وظیفه واقعی با پلتفرمهایی مانند Claude Code، مدل GLM‑4.5 با نرخ برد ۵۳.۹٪ مقابل Kimi K2 و ۸۰.۸٪ موفقیت در مقابل Qwen3‑Coder، عملکرد برجستهای از خود نشان داده است.
به طور خلاصه: GLM‑4.5 ترکیبی از پاسخدهی دقیق در استدلال، اجرای مؤثر در وظایف کدنویسی و تعامل خودکار در وظایف عاملمحور است و در بسیاری از جنبهها، کارآمدتر از رقبای مستقیم خود عمل میکند.
نمادی از چین در رقابت هوش مصنوعی
چین تا به امروز بیش از ۱۵۰۰ مدل هوش مصنوعی ارائه کرده است و نمادی از انتشار مدلها به صورت متن باز یا اوپن سورس است. حالا GLM 4.5 نیز ادامه همین مسیر است. مدلی که بهرهوری را در اولویت قرار داده است. گویا دسترسی محدود چین به تراشهها، انگیزهای برای توسعه مدلهای سبک شده است.
