国产最大最强大模型GLM-5.5有望月底发布:最高3.5万亿参数 性能直追Fable

patchi 2026-10-21 22:51 1

国产最大最强大模型GLM-5.5有望月底发布:最高3.5万亿参数 性能直追Fable



快科技10月21日消息,最近几天国产大模型已经有DeepSeek V4.1Flash-1017及MiniMx M3.1Flash两款产品发布,旗舰级的大模型还没有发布的,其中智谱的GLM-5.5被指达到3.5万亿参数量级别。


网上流传的智谱专家交流纪要显示,智谱10月底11月初要发布的GLM-5.5大模型不是传闻中的1.6万亿参数,实际参数规模在2.5万亿至3.5万亿区间。


作为对比,目前国产及开源行业参数量最大的还是Kimi K3系列,2.8万亿参数,GLM-5.5如果达到3万亿以上,甚至3.5万亿,那就是国产最强最大的AI大模型了。


GLM-5.5这次的模型架构较为激进,既要训得快,也要推得快,同时压低推理端成本,目标是在模型发布第一天即可提供大规模服务,目前已有多家云厂商开始就分成模式进行洽谈。



最新回复 (19)
  • Edge 10-21 22:53
    1楼

    K3不是已经半步Fable了吗,训练这么久居然只能到Fable吗?除非达到Fable5.5,如果只是Fable5可以不要丢脸了

  • 初九猫 10-21 22:56
    2楼

    怎么还在追fable,别等模型出来了,fable5.5都发布了,又被踩头

  • ba lao 10-21 22:57
    3楼

    glm 5.5发布后

    A\:收到,已严肃发布fable 5.5

  • PPTkgky 10-21 22:59
    4楼

    就是等着把我的重置卡过期了才发布是吧 ^-^

  • mi tu 10-21 22:59
    5楼

    和fable撞版本号了倒是,期待一下,不过这成本是不是上天了发布之后不会tps也另外一种意义的上天吧

  • admin 10-21 22:59
    6楼

    看到这个参数量,怎么有点感觉用不起的感觉

  • raymondchau 10-21 23:02
    7楼

    我还有4张max的周限卡

  • Z 10-21 23:04
    8楼

    开源模型要是有一个全方面fable级别的 对于绝大部分人来说都已经完全够用了

  • raymondchau 10-21 23:07
    9楼

    本来glm5.3的token都烧得快 2个v2 max没有一会就爆周限。这样看5.5 token烧可以再快个2 3倍

  • 初九猫 10-21 23:09
    10楼

    一年后,fable都会落后到没人用,现在对智能的追求没有上限,明明DeepSeek都已经能解决95%以上场景的问题了,GPT依旧多的是人订阅,明明A/封号如杀鸡屠狗,照样有大把的人绞尽脑汁去用,就因为模型是SOTA

  • wellgone 10-21 23:09
    11楼

    deepseek的pro也还没发布,不会又在等智谱glm5.5出来吧 ^-^

  • DR.Cat 10-21 23:10
    12楼

    按照新的指导意见 高于2T参数的模型可能不让开源

  • 南 10-21 23:12
    13楼

    这个又不开源,哎,国模统治的时代结束了

  • Z 10-21 23:12
    14楼

    先不要道听途说…之前就已经有佬友解读过了,开源大模型适用于自动许可

  • PzmhFeul 10-21 23:14
    15楼

    2.5万亿至3.5万亿,这区间范围是否有点大

  • juesso 10-21 23:15
    16楼

    以Z/的尿性,这倍率不得狂飙到glm-5.3-flash的10倍啊?


    然后还“当前服务繁忙,请稍后再试”,类似的

  • Z 10-21 23:16
    17楼

    很大一部分原因是A/O有足够的算力来提供订阅额度,确实比国模订阅划算+FOMO作怪罢了…如果国模能达到Astra/Fable当前的水平并且有足够算力支撑订阅,对于大部分研究生来说搞科研都够了

  • 小胖子 10-21 23:17
    18楼

    最大最强?为时尚早啊。kimi/ds/minimax/qwen的大模可都被爆出正在路上啊,别拿预期当牌打

  • 相遇不识君 10-21 23:20
    19楼

    v2套餐已经是三倍率了(v3 2倍),这一波不直接上六倍率起啊。

    盲猜如果v2能用的话,月额度应该是现在的一个5h

* 帖子来源Linux.do
返回