GLM-5.3 открытые веса: обещали, но не выложили

Пятнадцатого августа мы писали о необычном решении: Z.ai выпустила GLM-5.3 и придержала веса примерно на две недели, объяснив это тем, что киберспособности модели выросли быстрее ожидаемого при масштабировании пост-обучения. Мы тогда отметили это как заметное событие — впервые между релизом модели и публикацией весов появилась пауза с озвученной причиной. Названный срок наступил. По доступным нам публикациям, к 28 августа веса старшей модели опубликованы не были; подтверждения публикации мы не нашли. Разбираем, что это меняет в отношении к обещаниям об открытых весах и как на них планировать.

Что было обещано

Восстановим последовательность, потому что она важна для оценки.

14 августа вышла GLM-5.3. Компания сообщила, что базовая модель та же, что у 5.2, а прирост получен масштабированием пост-обучения. Веса пообещали опубликовать примерно через две недели, после проверки безопасности.

Причина паузы названа прямо: киберспособности выросли быстрее, чем ожидалось. Формулировка примечательна тем, что компания сама вынесла её в объяснение, а не отделалась общими словами про ответственный подход.

26 августа вышла GLM-5.3 Flash — другая, младшая модель. Её веса опубликовали сразу, под лицензией MIT. Об этом отдельный разбор.

28 августа — названный срок для старшей модели. Публикации мы не обнаружили.

Важное разграничение: две модели с похожими именами живут по разным правилам. Flash открыта, старшая — нет. Путать их легко и дорого.

Что это значит на самом деле

Соблазн прочитать это как «обманули» есть, и он неточен. Разберём варианты честно.

Проверка не завершена. Самое вероятное объяснение. Компания назвала срок как оценку, а не как обязательство, и формулировка «примерно через две недели» это допускает.

Результаты проверки изменили решение. Тоже возможно: если оценка показала больше, чем ожидали, публикация может быть отложена дальше или пересмотрена.

Публикация состоялась, а мы её не нашли. Оговорка обязательная: мы опираемся на доступные публикации, а не на прямое наблюдение за репозиторием в момент чтения.

Что можно сказать уверенно: срок, названный при релизе, прошёл без объявленной публикации и без объяснения задержки. Это факт, и он информативен независимо от того, какая из причин верна.

Чему это учит про открытые веса

Практический вывод, ради которого стоит читать.

Мы полтора месяца пишем, что открытые веса влияют на рынок не тем, что их разворачивают, а тем, что они задают нижнюю границу цен. Это остаётся верным. Но появляется уточнение.

Обещание открыть веса — не то же самое, что открытые веса. Между анонсом и файлом на диске может лежать неопределённый срок, и этот срок теперь зависит от результатов внутренней проверки, а не от календаря.

Планировать надо по факту, а не по заявлению. Если ваш проект рассчитан на конкретную открытую модель, дата, которую стоит закладывать, — это дата появления весов, а не дата анонса. Разница может составлять недели, а может оказаться бесконечной.

Пауза — новый нормальный этап. Ещё в июле такой конструкции не существовало: веса либо публиковали, либо модель была закрытой. Сейчас появилось промежуточное состояние, и оно, судя по всему, останется. А раз состояние новое, привычных ожиданий по его длительности пока нет ни у вендоров, ни у пользователей — и это само по себе источник неопределённости для планирования. А раз состояние новое, то и привычных ожиданий по его длительности ни у кого пока нет — ни у вендоров, ни у пользователей.

Показательно, что на этой же неделе Tencent поступила противоположным образом и открыла веса флагманской модели в день релиза. Отрасль явно не выработала общего подхода: два крупных китайских вендора за две недели дали два разных ответа на один вопрос.

Почему пауза вообще появилась

Стоит разобрать механику, потому что она объясняет, откуда берётся неопределённость срока.

Открытые веса необратимы. Скачанное не отзывается, ограничение не добавляется задним числом, обновление не устанавливается. Всё, что модель умеет на момент публикации, она умеет навсегда и у всех, кто успел скачать.

Отсюда единственная точка, где у вендора есть выбор, — момент до публикации. После неё выбора нет вообще.

И отсюда же природа неопределённости. Проверка безопасности — это не процедура с фиксированной длительностью, а поиск того, чего не ожидали найти. Если находят — цикл повторяется: исправление, повторная проверка, оценка. Назвать точный срок такому процессу невозможно, и «примерно две недели» было честной оценкой, а не обязательством.

Побочный эффект, который стоит осознавать: чем сильнее модель, тем длиннее может оказаться пауза. Причём именно те модели, ради которых стоит ждать, и попадают в эту категорию.

Как это меняет расчёт «своё против API»

Практическое следствие, которое обычно упускают.

Расчёт окупаемости собственного запуска обычно строят так: стоимость железа против стоимости токенов при известном объёме. Мы разбирали эту арифметику применительно к видеомоделям и к запуску крупных моделей на одной карте.

В этот расчёт теперь добавляется третья величина — время ожидания весов. И оно не нулевое.

Что это значит на практике: если проект строится вокруг конкретной открытой модели, между решением и возможностью начать может пройти неопределённый срок. За это время выйдут другие модели, изменятся цены, а задача, возможно, будет решена иначе.

Разумная стратегия из этого следует такая: начинать на том, что доступно через API, и переезжать на своё, когда веса появятся — если к тому моменту это ещё будет нужно. Обратный порядок — ждать веса, чтобы начать, — обменивает время на неопределённость.

Что делать, если вы ждёте конкретные веса

Четыре практических вещи.

1. Не закладывайте дату анонса в план. Закладывайте появление файлов, и с запасом.
2. Держите работающую альтернативу. Модель, доступная через API сегодня, лучше обещанной открытой завтра — по крайней мере до тех пор, пока обещанная не появилась.
3. Проверяйте сами, а не по новостям. Публикация весов — событие, которое видно в репозитории; сообщения о ней запаздывают, а иногда и опережают факт, описывая обещание как свершившееся.
4. Различайте модели с похожими именами. Flash и старшая версия — разные модели с разной судьбой, и путаница между ними стоит времени. В обзорах их регулярно смешивают, приписывая старшей модели открытые веса младшей.
5. Следите за лицензией, а не только за фактом публикации. Веса могут выйти под собственной лицензией вендора с ограничениями, и это уже другой продукт, чем ожидалось.

Чего мы не утверждаем

Мы не наблюдали за репозиторием напрямую. Вывод об отсутствии публикации основан на доступных публикациях, перечисленных в источниках, а не на нашей проверке в момент чтения.

Не утверждаем, что веса не выйдут. Задержка не равна отмене; вполне вероятно, что публикация состоится позже.

Не оцениваем решение компании. Придержать веса из-за результатов проверки — обоснованная позиция, и мы разбирали её когда она была озвучена. Задержка публикации по итогам такой проверки выглядит последовательно, а не как нарушение обещания.

Не переносим это на другие модели семейства. Flash открыта, и её условия к старшей версии отношения не имеют.

GLM-5.3 нет в нашем каталоге. На 29 августа там 37 позиций, из GLM — до 5.2 включительно, самые дешёвые по 3 ₽ за миллион токенов.

Мы не знаем, была ли задержка объявлена. Возможно, компания сообщила о переносе там, где мы не смотрели; отсутствие объявления в доступных нам публикациях не равно его отсутствию вообще.

Что держать в голове

Названный срок публикации весов прошёл без объявления. Причин может быть несколько, и ни одна из них не делает обещание обманом — но привычку планировать по обещаниям это подрывает.

Практическое правило простое: до появления файлов открытая модель ничем не отличается от закрытой. Строить на ней планы можно ровно с того момента, когда её можно скачать.

Как мы отделяем проверенное от предполагаемого — на странице о проекте. Тридцать семь позиций каталога по одному ключу: keydealer.ru/login.