CANLI
xAI, Imagine API’yi 2.0’a Yükseltmeye Hazırlanıyor: Görüntü ve Video Tek…·Microsoft MAI-Cyber-1-Flash’ı Duyurdu·Moonshot AI, Kimi K3 Model Ağırlıklarını ve Teknik Raporunu Açık…
26 Aug 2026 · 19:55 GMT+3
Ai Haber – Türkiyenin Yapay Zeka Haber Portalı
HAFTANıN TRENDLERI SAYI #2.198 26 Ağu 2026 · Çarşamba

GLM-5.3-Flash Lobehub’da Kullanıma Sunuldu: 180 Milyar Aktif Parametre ile Yeni Nesil Verimlilik

GLM-5.3-Flash Lobehub Üzerinde Kullanıma Sunuldu Çin'li yapay zeka şirketi Zhipu AI'nın heyecan verici yeni modeli GLM-5.3-Flash, geliştirici platformu Lobehub üzerinde kullanıma sunuldu. MaxForAI…

AiHaber Editör
Editör
3DK

★ Hızlı Özet

  • Çin'li yapay zeka şirketi Zhipu AI'nın heyecan verici yeni modeli GLM-5.3-Flash, geliştirici platformu Lobehub üzerinde kullanıma sunuldu.
  • Bu gelişme, Zhipu AI'nın yapay zeka model geliştirme yaklaşımında verimliliği ön plana çıkardığını bir kez daha ortaya koyuyor.
  • GLM-5.3-Flash modeli, 320 milyar toplam parametre sayısına sahip olmakla birlikte, her token üretiminde yalnızca 18 milyar aktif parametre kullanıyor.
  • Bunun yanı sıra model katman sayısı da 92'den 45'e düşürülmüş durumda.

GLM-5.3 Flash Lobehub Yapay Zeka Model

GLM-5.3-Flash Lobehub Üzerinde Kullanıma Sunuldu

Çin’li yapay zeka şirketi Zhipu AI’nın heyecan verici yeni modeli GLM-5.3-Flash, geliştirici platformu Lobehub üzerinde kullanıma sunuldu. MaxForAI ekibinin duyurusuyla birlikte, modelin teknik detayları ve performans özellikleri de gün yüzüne çıktı. GLM-5.3-Flash, toplam parametre sayısını GLM-4.5 ile hemen hemen aynı tutarken, aktif parametre sayısını önemli ölçüde düşürerek performansı korumayı başarıyor.

Bu gelişme, Zhipu AI’nın yapay zeka model geliştirme yaklaşımında verimliliği ön plana çıkardığını bir kez daha ortaya koyuyor. Daha az kaynakla daha güçlü sonuçlar elde etme stratejisi, modelin maliyet-fayda dengesini de olumlu etkiliyor.

GLM-5.3-Flash’in Teknik Özellikleri

GLM-5.3-Flash modeli, 320 milyar toplam parametre sayısına sahip olmakla birlikte, her token üretiminde yalnızca 18 milyar aktif parametre kullanıyor. GLM-4.5’te bu sayı 320 milyar aktif parametreydi. Bu yaklaşık %94’lük parametre azaltması, modelin çok daha hızlı çalışmasını ve daha düşük işlem maliyeti sunmasını sağlıyor.

Bunun yanı sıra model katman sayısı da 92’den 45’e düşürülmüş durumda. Bu mimari değişiklik, her token üretiminde gereken işlem miktarını önemli ölçüde azaltıyor. Eğitim verisi olarak 30 trilyon token ölçeğinde çok modlu ön eğitim veri seti kullanıldı. Model, 1 milyon bağlam penceresi desteği, doğal çok modlu yetenekler ve araç çağırma özellikleriyle sunuluyor.

Verimlilik Devrimi: Daha Az Parametre, Daha Yüksek Performans

GLM-5.3-Flash’ın en dikkat çekici özelliği, hesaplama maliyetini neredeyse yarıya düşürürken performansı koruması ve hatta iyileştirmesi. Zhipu AI, bu mimari yaklaşımla donanım verimliliğini önemli ölçüde artırmış görünüyor. Ağır yük altındaki sistemler ve yüksek trafikli uygulamalar için bu tür bir optimizasyon kritik öneme sahip.

Açık kaynak yapay zeka alanında Çin laboratuvarlarının frontier modeller üretmedeki yeteneklerini bir kez daha kanıtlayan GLM-5.3-Flash, hem bireysel geliştiriciler hem de kurumsal kullanıcılar için güçlü bir seçenek olarak öne çıkıyor. Lobehub entegrasyonu sayesinde modele erişim ve kullanımı oldukça kolaylaşmış durumda.

Yapay Zeka Model Savaşlarında Yeni Dönem

GLM-5.3-Flash, daha büyük parametre sayıları yerine akıllı mimari tasarımıyla performans artırma trendinin güçlü bir örneği. Zhipu AI bu modelle, her dolarlık yapay zeka performansında maksimum değer hedefleyen bir yaklaşım benimsiyor. Lobehub platformu üzerindeki erken erişim, geliştiricilerin bu yeni yetenekleri keşfetmesine olanak tanıyor.

— Paylaş

Beğendiysen yay.

Yapay Zeka Sohbetlerinde
Sosyal Medyada

Tartışma

Bu habere emoji ile tepki ver

Hizli:

Henüz yorum yok. İlk yorumu siz yapın!

Yapıcı ve saygılı yorumlar bekliyoruz. Topluluk kuralları