GLM-5.3-Flash, 20 Ağustos 2026’da OpenRouter ve bazı geliştirici araçlarında isimsiz Ox Alpha adıyla ortaya çıkan modeldi. Zhipu AI — uluslararası pazarda Z.ai adıyla faaliyet gösteriyor — 26 Ağustos’ta yaptığı açıklamayla bu modelin kendisine ait olduğunu doğruladı. Şirket, kimliği gizlenen sürümü kodlama, multimodal kullanım ve yapay zekâ ajanlarının gerçek dünyadaki performansını ölçmek için bir ön test olarak kullandı. 
3
4
Böylece yaklaşık bir hafta süren model bilmecesi, önemli bir açık model lansmanına dönüştü. GLM-5.3-Flash; toplam 320 milyar parametreli, ancak her token için yalnızca 18 milyar parametreyi etkinleştiren bir uzman karışımı (MoE) sistemi. Model ayrıca yaklaşık 1 milyon tokenlık bağlam penceresi, yerleşik multimodal giriş desteği ve MIT lisansı altında yayımlanan açık ağırlıklarıyla öne çıkıyor. 3
6
8
Ox Alpha testi nasıl başladı?
Ox Alpha, ilk ortaya çıktığında üreticisini, model kartını ve ayrıntılı teknik özelliklerini açıklamıyordu. Geliştiriciler; uzun bağlam penceresine, görsel girdilere ve ücretsiz erişime sahip bir uç noktayla karşılaştı. Modelin kodlama ve araç kullanan ajan iş akışlarındaki pratik performansı dikkat çekince, arkasındaki laboratuvar hakkında tahminler yapılmaya başlandı. 
13
16
Zhipu’ya göre bu anonimlik bilinçli bir tercihti. Şirket, modelin adını ve teknik özelliklerini saklayarak geliştiricilerin marka algısı, parametre sayısı veya lansman pazarlaması yerine doğrudan çıktıları değerlendirmesini istedi. Test sırasında oluşan gerçek kullanım verileri ve geri bildirimler de resmi lansmandan önce modelin yazılım geliştirme ve ajan iş yükleri üzerindeki davranışını görme fırsatı sağladı. 13
15
Test döneminde günlük yaklaşık 100 trilyon tokenlık ücretsiz kapasiteden söz edildi. Stripe’ın kurucu ortağı Patrick Collison’ın da modelin kalitesini övdüğü bildirildi. Bu tür tepkiler, isimsiz uç noktayı teknoloji dünyasında yakından izlenen bir lansmana dönüştürdü. Ancak kullanıcı ilgisi ve sosyal medyadaki övgüler, kontrollü ve bağımsız bir değerlendirmeyle aynı anlama gelmiyor. 13
14
Zhipu ayrıca hizmetin Çin’de üretilen yapay zekâ hızlandırıcıları üzerinde çalıştığını belirtti. South China Morning Post, denemede 100.000 yerli çipten oluşan bir kümenin kullanıldığını ve modelin resmi lansman öncesinde 62 trilyon token işlediğini yazdı. Testin kapasitesi ve kullanım miktarı konusunda farklı rakamlar bulunduğu için bu veriler bağımsız denetimden geçmiş ölçümler değil, şirket veya medya kaynaklarının aktardığı rakamlar olarak değerlendirilmelidir. 
713
GLM-5.3-Flash’ın temel mimarisi
GLM-5.3-Flash bir uzman karışımı (Mixture-of-Experts, MoE) modeli. Toplam parametre havuzu 320 milyar olsa da her token işlenirken bunun yalnızca 18 milyarı etkinleştiriliyor. Bu yaklaşım, her adımda modelin tamamını çalıştırmadan çok büyük bir model havuzunun temsil kapasitesinden yararlanmayı amaçlıyor. 34
Model 45 katmandan oluşuyor ve GLM-5 ailesinin yerel olarak multimodal tasarlanan ilk modeli olarak konumlandırılıyor. Metin, görsel, video, görsel belge, dosya ve birbiriyle iç içe geçmiş multimodal girdilerle çalışabiliyor. Bu özellik; bir ajanın yalnızca metin okumak yerine ekran görüntüsünü incelemesi, bir arayüzü yorumlaması, belgeyi analiz etmesi veya kod çalıştırma sonucunu görsel olarak değerlendirmesi gereken iş akışlarında önem taşıyor. 4
11
Zhipu, model için 1.048.576 tokenlık bir bağlam penceresi sunuyor; bu kapasite genellikle 1 milyon token olarak ifade ediliyor. Bu büyüklük, uzun yazılım depolarını, uzun süre devam eden ajan oturumlarını, büyük belge koleksiyonlarını ve kodu görsel ya da dosya tabanlı içerikle birleştiren görevleri hedefliyor. 34
Şirket, GLM-5.3-Flash’ın yeni bir temel model üzerinden, yeniden tasarlanan mimari ve eğitim yöntemiyle geliştirildiğini söylüyor. Eğitimde 30 trilyon tokenlık multimodal bir veri kümesinden yararlanıldığı belirtiliyor. Bu nedenle model, GLM-5.3’ün yalnızca küçültülmüş bir sürümü değil; verimlilik ve multimodal yetenekler etrafında yeniden tasarlanmış bir sistem olarak sunuluyor. 416
Verimlilik tasarımı ne işe yarıyor?
GLM-5.3-Flash, doğrusal dikkat ile seyrek dikkati birleştiriyor. Doğrusal dikkat, uzun dizilerde uzak ilişkileri daha düşük maliyetle işlemeyi hedeflerken seyrek dikkat, yüksek hassasiyet gerektiren etkileşimleri seçerek korumayı amaçlıyor. Böylece uzun bağlam desteği ile yönetilebilir çıkarım maliyetleri arasında denge kurulması hedefleniyor. 416
Mimari ayrıca uzun bağlamlarda indeksleme işleminin bellek ve gecikme yükünü azaltmak için IndexPool mekanizmasını kullanıyor. Manifold kısıtlı hiper bağlantılar da ölçekleme verimliliğini artırmaya yönelik bir başka teknik olarak tanımlanıyor. Bu yöntemlerin gerçek katkısı; sunucu yapılandırmasına, dizi uzunluğuna, kullanılan donanıma ve iş yükünün niteliğine bağlı olacaktır. 416
Zhipu, GLM-5.3 ile karşılaştırıldığında GLM-5.3-Flash’ın dikkat hesaplamasını 3,01 kat, KV önbelleği kullanımını ise 4,44 kat azalttığını belirtiyor. Bu iddialar, özellikle uzun süre çalışan ajanlarda önem taşıyor; çünkü dikkat hesaplaması ve KV önbelleği kullanımı uzun bağlamlı görevlerde başlıca performans darboğazları hâline gelebiliyor. Bununla birlikte söz konusu oranlar ağırlıklı olarak Zhipu’nun kendi teknik materyallerine dayanıyor ve her donanımda geçerli, bağımsız olarak doğrulanmış hız kazanımları olarak okunmamalı. 4
Hangi görevlerde kullanılabilir?
Modelin ana hedefleri kodlama, görsel programlama, uzun soluklu ajan görevleri ve araç kullanımı. Yerel görsel yetenekleri sayesinde bir ajan arayüzü, tarayıcıyı, ekran çıktısını ve etkileşim geri bildirimini gözlemleyebiliyor. Bu da kod, tarayıcı ve grafik arayüz arasında kapalı bir değerlendirme döngüsü kurulmasını mümkün kılmayı amaçlıyor. 4
Zhipu’nun açıkladığı benchmark sonuçları şöyle:
- Terminal-Bench 2.1: 84,3
- DeepSWE v1.1: 63,4 Pass@1
- AutomationBench: 48,8
- NL2Repo: 56,3
- Toolathlon Verified: 78,4
Bu skorlar, modelin yazılım mühendisliği ve ajan görevlerine odaklanmasını destekliyor. Ancak modeller arası karşılaştırmalarda dikkatli olmak gerekiyor. Ajan benchmark’ları; istemlere, kullanılan araçlara, ek yazılım katmanlarına, donanıma, zaman sınırlarına ve değerlendirme sürümüne oldukça duyarlı olabilir. Bu nedenle yayımlanan sonuçlar en doğru biçimde Zhipu’nun raporladığı skorlar olarak görülmeli; tüm rakipler arasında kesin bir sıralama olarak değerlendirilmemeli. 415
Açık ağırlıklar ve yerel çalıştırma seçenekleri
Zhipu, GLM-5.3-Flash ağırlıklarını Hugging Face’te izinleri geniş MIT lisansı altında yayımladı. BF16 sürümü de sunuluyor. Model belgelerinde SGLang ve vLLM gibi sunum çerçeveleriyle dağıtım desteği listeleniyor. Bu, kurumlara modeli yalnızca Z.ai’nin barındırılan API hizmeti üzerinden kullanmak yerine yerel olarak veya kendi altyapılarında çalıştırma seçeneği veriyor. 368
Açık ağırlıklar modelin pratik değer önerisini değiştiriyor. Geliştiriciler modeli kendi kod depoları, belgeleri, görsel arayüzleri ve ajan ortamları üzerinde test edebilir; altyapı ekipleri de sunum maliyetlerini ve donanım gereksinimlerini doğrudan inceleyebilir. Yine de toplam 320 milyar parametre, dağıtımın ciddi bir mühendislik çalışması olacağı anlamına geliyor. Token başına 18 milyar etkin parametre kullanılması hesaplama yükünü azaltıyor, ancak model kontrol noktasını varsayılan olarak küçük ve kolay çalıştırılabilir hâle getirmiyor.
Kör lansman neden önemliydi?
Ox Alpha deneyi yalnızca bir tanıtım hamlesi değildi. Zhipu, geliştiricilerin modelin adı, parametre sayısı ve şirket bağlantısı gizlendiğinde de sistemi kullanmaya devam edip etmeyeceğini test etti. Gerçek kullanıcıların kendi iş yüklerini getirmesi ve geri bildirim vermesi, resmi tanıtımdan önce ürün hakkında alışılmadık derecede doğrudan bir sinyal sağladı. 1315
Bununla birlikte deneyin sınırları da açık. Ücretsiz erişim olağandışı ölçekte trafik çekebilir; kamuya açık övgüler yenilik etkisinden beslenebilir ve anonim testlerde istemler ya da karşılaştırma koşulları her sistem için aynı olmayabilir. En güçlü ve temkinli sonuç şu: GLM-5.3-Flash, kimliği açıklanmadan önce geliştiriciler arasında ciddi ilgi yarattı ve Zhipu bu ilgiyi lansman öncesi gerçek dünya geri bildirimi olarak kullandı.
Sonuç
GLM-5.3-Flash, Ox Alpha adıyla tanınan anonim modelin Zhipu AI tarafından açıklanan kimliği. Model; verimli kodlama ve ajan görevleri için geliştirilen, açık ağırlıklı ve yerel olarak multimodal bir GLM sistemi. Başlıca özellikleri arasında toplam 320 milyar, token başına etkin 18 milyar parametreli MoE mimarisi, 45 katman, 1 milyon tokenlık bağlam penceresi, doğrusal ve seyrek dikkati birleştiren yapı ve MIT lisanslı ağırlıklar bulunuyor. 3411
Modelin asıl vaadi yalnızca ölçeği değil; uzun bağlamı, görsel girdileri, araç kullanımını ve daha düşük olduğu iddia edilen sunum maliyetlerini geliştiricilerin indirebileceği ağırlıklarla bir araya getirmesi. Kör lansman gerçek kullanıcı geri bildirimi açısından dikkat çekici bir deney sundu. Ancak mimari verimlilik oranlarının ve benchmark sonuçlarının üretim ortamlarında ne anlama geldiğini göstermek için bağımsız ve tekrarlanabilir değerlendirmelere hâlâ ihtiyaç var.
