Z.ai ने इस सप्ताह GLM-5.2 को MIT लाइसेंस के तहत ओपन वेट्स के साथ जारी किया, और इस लॉन्च के बारे में सबसे दिलचस्प बात यह है कि कंपनी ने क्या शामिल न करने का फैसला किया। इसमें कोई बेंचमार्क स्कोर नहीं था। कोई SWE-bench नहीं, कोई Terminal-Bench नहीं, कोई Code Arena अंक नहीं, जबकि पिछला GLM-5.1 SWE-bench Pro पर प्रकाशित 58.4 के साथ आया था। एक ऐसे साल में जहां हर मॉडल रिलीज़ किसी leaderboard के साथ आगे बढ़ती है, एक frontier कोडिंग मॉडल पेश करना और उसे अपने दम पर खड़ा रहने देना एक सोचा-समझा रुख है।
जहां तक विनिर्देश ज्ञात हैं, वे सीधे कोडिंग पर केंद्रित हैं। GLM-5.2 GLM-5 बेस पर बना है, यह एक 744 अरब-पैरामीटर वाला mixture-of-experts मॉडल है जो प्रति टोकन लगभग 40 अरब पैरामीटर सक्रिय करता है, हालांकि ये आंकड़े Z.ai से नहीं बल्कि कम्युनिटी विश्लेषण से आते हैं, क्योंकि कंपनी ने अपनी लॉन्च सामग्री में आर्किटेक्चर निर्दिष्ट नहीं किया। मुख्य आंकड़ा है context window: दस लाख tokens, जिसे glm-5.2[1m] नाम दिया गया है, जो पिछली पीढ़ी से लगभग पांच गुना है, और एक ही प्रतिक्रिया में 131,072 तक output tokens देता है। व्यावहारिक दावा यह है कि आप किसी पूरे मध्यम आकार के repository को working memory में रख सकते हैं, बिना उसे बार-बार मॉडल को सारांशित करके वापस भेजे।
प्रोडक्ट के पक्ष में मॉडल को मौजूदा workflows में आसानी से जोड़ने के लिए बनाया गया है। वेट्स MIT-लाइसेंस वाले हैं, लॉन्च के बाद एक रिलीज़ के साथ, और hosted संस्करण एक Anthropic-compatible endpoint के ज़रिए पहुंच योग्य है, इसलिए यह आठ agentic कोडिंग tools के साथ काम करता है जिनमें Claude Code, Cline और OpenClaw शामिल हैं। दो thinking-effort स्तर, High और Max, /effort कमांड के ज़रिए उपलब्ध हैं, और जटिल बहु-चरण काम के लिए Max की सिफारिश की जाती है। जो बिल्डर पहले से Claude Code के भीतर रहते हैं, उनके लिए मॉडल बदलना लगभग एक कॉन्फ़िगरेशन बदलाव जैसा है।
ईमानदार चेतावनी no-benchmarks कहानी का दूसरा पहलू है: आंकड़ों के बिना, कोई भी अभी GLM-5.2 को उसके समकक्षों के मुकाबले स्वतंत्र रूप से रैंक नहीं कर सकता, और एकमात्र वास्तविक परीक्षण असली repositories पर निरंतर उपयोग है। लेकिन एक तर्क यह भी है कि यह विकल्प से ज़्यादा स्वस्थ है। बेंचमार्क स्कोर एक मार्केटिंग सतह बन गए हैं जिन्हें जीतने के लिए मॉडल तेज़ी से ट्यून किए जा रहे हैं, और एक उपयोगी दस लाख-टोकन window और एक उदार लाइसेंस किसी एक विवादित आंकड़े की तुलना में मूल्यांकन के लिए ज़्यादा ठोस चीज़ है। leaderboards जल्द ही भर जाएंगे। दिलचस्प संकेत यह है कि एक लैब उनके बिना लॉन्च करने के लिए पर्याप्त आश्वस्त है।