Heim
Zhipu AI bringt GLM-5-Turbo auf den Markt, ein praxisorientiertes Grundmodell, das für Lobster Intelligence optimiert ist
Zhipu AI hat sein neues Grundmodell, GLM-5-Turbo, offiziell vorgestellt. Dieses Modell wurde für das Open-Source-Agenten-Ökosystem „Lobster“ (OpenClaw) grundlegend überarbeitet, um insbesondere das Problem des „Stallings“ zu beheben, mit dem universell einsetzbare große Modelle bei langen, komplexen Aufgaben konfrontiert sind. Diese Weiterentwicklung verwandelt KI von einem einfachen Produktivitätswerkzeug in eine ausdauernde, rund um die Uhr einsatzbereite digitale Belegschaft.

Kernentwicklung: Beseitigung von Stillständen bei langen Aufgaben
Um ein Modell zu schaffen, das wirklich „einsatzbereit“ ist, hat das Entwicklungsteam seine Trainingsdaten auf der Grundlage realer Agenten-Workflows neu aufgebaut und sich dabei auf vier Schlüsselkompetenzen konzentriert:
Zuverlässiger Aufruf von Tools: Verbessert die Genauigkeit beim Aufruf externer Tools und Fähigkeiten und verhindert so Ausfälle an kritischen Punkten.
Aufschlüsselung komplexer Anweisungen: Identifiziert Ziele genau und plant aufeinanderfolgende Schritte, was eine effiziente Zusammenarbeit mehrerer Agenten ermöglicht.
Zeitliches Bewusstsein: Optimiert für geplante Auslöser und lang andauernde Vorgänge, um die Kontinuität der Aufgaben über einen längeren Zeitraum sicherzustellen.
Ausführung mit hohem Durchsatz: Verbessert die Verarbeitungseffizienz umfangreicher Geschäftsabläufe und ist in seiner Kategorie führend hinsichtlich der Reaktionsstabilität.
Validierung in der Praxis: Außergewöhnliche Ergebnisse
Zhipu veröffentlichte außerdem den Agenten-Bewertungs-Benchmark ZClawBench. In einem Blindtest, der verschiedene Bereiche wie Code-Entwicklung, Datenanalyse und Content-Erstellung umfasste, wurde das neue Modell (Codename Pony-Alpha-2) von 90 % der Teilnehmer bevorzugt. Rückmeldungen von Testteams bei Unternehmen wie Alibaba, Meituan, Kuaishou und ByteDance deuten darauf hin, dass es in Bezug auf die Genauigkeit von Tool-Aufrufen, die Einhaltung von Anweisungen und die Kontrolle von „Halluzinationen“ in Büroumgebungen erstklassige Wettbewerbsvorteile bietet.
Plattformintegration und Sicherheitsmanagement
Für den Einsatz im Ökosystem wurde GLM-5-Turbo in SoftBanks MechRevolution „Lobster Box“ integriert und bietet so ein natives KI-Hardware-Erlebnis. Gleichzeitig führte Zhipu das Sicherheitssystem der Enterprise-Klasse „Claw for Enterprise Security“ ein. Dieses System nutzt visuelle Überwachung, Berechtigungssteuerung und Audit-Protokolle, um die komplexe Zusammenarbeit mehrerer Agenten aus der „Black-Box“-Ära zu befreien und sicherzustellen, dass alle Daten sicher innerhalb der Unternehmensgrenzen verbleiben.
Um die Rechenkosten zu verwalten, hat Zhipu das „Lobster Package“ mit Einzel- und Team-Stufen eingeführt. GLM-5-Turbo ist nun auf der Zhipu Open Platform mit zeitlich begrenzten Vorteilen verfügbar: Außerhalb der Spitzenzeiten wird der Kontingentverbrauch mit einem Koeffizienten von 1 berechnet. Diese Aktion läuft bis Ende April.
Coding Plan Max: https://z.ai/subscribe
OpenRouter: https://openrouter.ai/z-ai/glm-5-turbo
API: https://docs.z.ai/guides/llm/glm-5-turbo
Verwandter Artikel
Schwedisches KI-Startup Lovable Eyes: Bewertung von 13,2 Milliarden US-Dollar nach großer Finanzierungsrunde
Während KI-gestützte Coding-Tools an Popularität gewinnen, hat das schwedische Startup Lovable eine bedeutende Finanzierungsrunde abgeschlossen. Das Unternehmen strebt danach, 3 Milliarden US-Dollar einzusammeln, was seine Bewertung potenziell auf 13
Google testet den Remy AI Agent für Gemini, da der Fokus auf die Benutzerkontrolle verlagert wird
Laut Business Insider testet Google Remy, einen neuen KI-Personalagenten für Gemini. Dieses Tool soll Aufgaben im Auftrag von Nutzern ausführen und sowohl professionelle Arbeitsabläufe als auch tägliche Routinen optimieren.Derzeit wird Remy in einer
So beheben Sie Core Web Vitals für bessere SEO-Rankings
Berichtskartenkommentare mit KI-Tools optimierenEinführungKI-Tools zur Generierung von BerichtskartenkommentarenMagic SchoolAlmanac AIChat GPTNutzung von Magic School zur Generierung von BerichtskartenkommentarenAnmeldung bei Magic SchoolAuswahl des
Empfehlungen zu verwandten Spezialthemen
Kommentare (3)
GLM-5-Turbo專為龍蝦智能生態設計?這命名也太有趣了吧!看來智譜AI這次是鐵了心要解決通用模型在特定任務上『卡殼』的老問題。不過,這種針對性優化會不會讓模型在其他場景的泛化能力變弱啊?有點好奇實際應用效果。
Das mit dem Hummer-Ökosystem ist ja echt witzig 🦞. Aber mal ehrlich, wird das jetzt wirklich das 'Stocken'-Problem lösen oder ist das nur Marketing-Blabla? Finde es gut, dass spezialisierte Modelle entwickelt werden, aber der Hype wird mir langsam zu viel. Vielleicht sollte ich mir den OpenClaw-Code mal selbst ansehen, bevor ich urteile.
La idea de un modelo dedicado a ecosistemas de agentes suena muy práctica, aunque me pregunto si no será otra estrategia para ligar a los usuarios al ecosistema de Zhipu 🤔. La metáfora de la 'langosta inteligente' es curiosa, pero la cuestión clave es si realmente alivia el atasco en tareas complejas. Espero que esté disponible para pruebas pronto... ¡y que no sea solo para grandes empresas! 🦞
Zhipu AI hat sein neues Grundmodell, GLM-5-Turbo, offiziell vorgestellt. Dieses Modell wurde für das Open-Source-Agenten-Ökosystem „Lobster“ (OpenClaw) grundlegend überarbeitet, um insbesondere das Problem des „Stallings“ zu beheben, mit dem universell einsetzbare große Modelle bei langen, komplexen Aufgaben konfrontiert sind. Diese Weiterentwicklung verwandelt KI von einem einfachen Produktivitätswerkzeug in eine ausdauernde, rund um die Uhr einsatzbereite digitale Belegschaft.

Kernentwicklung: Beseitigung von Stillständen bei langen Aufgaben
Um ein Modell zu schaffen, das wirklich „einsatzbereit“ ist, hat das Entwicklungsteam seine Trainingsdaten auf der Grundlage realer Agenten-Workflows neu aufgebaut und sich dabei auf vier Schlüsselkompetenzen konzentriert:
Zuverlässiger Aufruf von Tools: Verbessert die Genauigkeit beim Aufruf externer Tools und Fähigkeiten und verhindert so Ausfälle an kritischen Punkten.
Aufschlüsselung komplexer Anweisungen: Identifiziert Ziele genau und plant aufeinanderfolgende Schritte, was eine effiziente Zusammenarbeit mehrerer Agenten ermöglicht.
Zeitliches Bewusstsein: Optimiert für geplante Auslöser und lang andauernde Vorgänge, um die Kontinuität der Aufgaben über einen längeren Zeitraum sicherzustellen.
Ausführung mit hohem Durchsatz: Verbessert die Verarbeitungseffizienz umfangreicher Geschäftsabläufe und ist in seiner Kategorie führend hinsichtlich der Reaktionsstabilität.
Validierung in der Praxis: Außergewöhnliche Ergebnisse
Zhipu veröffentlichte außerdem den Agenten-Bewertungs-Benchmark ZClawBench. In einem Blindtest, der verschiedene Bereiche wie Code-Entwicklung, Datenanalyse und Content-Erstellung umfasste, wurde das neue Modell (Codename Pony-Alpha-2) von 90 % der Teilnehmer bevorzugt. Rückmeldungen von Testteams bei Unternehmen wie Alibaba, Meituan, Kuaishou und ByteDance deuten darauf hin, dass es in Bezug auf die Genauigkeit von Tool-Aufrufen, die Einhaltung von Anweisungen und die Kontrolle von „Halluzinationen“ in Büroumgebungen erstklassige Wettbewerbsvorteile bietet.
Plattformintegration und Sicherheitsmanagement
Für den Einsatz im Ökosystem wurde
Um die Rechenkosten zu verwalten, hat Zhipu das „Lobster Package“ mit Einzel- und Team-Stufen eingeführt.
Coding Plan Max: https://z.ai/subscribe
OpenRouter: https://openrouter.ai/z-ai/glm-5-turbo
API: https://docs.z.ai/guides/llm/glm-5-turbo
Schwedisches KI-Startup Lovable Eyes: Bewertung von 13,2 Milliarden US-Dollar nach großer Finanzierungsrunde
Während KI-gestützte Coding-Tools an Popularität gewinnen, hat das schwedische Startup Lovable eine bedeutende Finanzierungsrunde abgeschlossen. Das Unternehmen strebt danach, 3 Milliarden US-Dollar einzusammeln, was seine Bewertung potenziell auf 13
So beheben Sie Core Web Vitals für bessere SEO-Rankings
Berichtskartenkommentare mit KI-Tools optimierenEinführungKI-Tools zur Generierung von BerichtskartenkommentarenMagic SchoolAlmanac AIChat GPTNutzung von Magic School zur Generierung von BerichtskartenkommentarenAnmeldung bei Magic SchoolAuswahl des
GLM-5-Turbo專為龍蝦智能生態設計?這命名也太有趣了吧!看來智譜AI這次是鐵了心要解決通用模型在特定任務上『卡殼』的老問題。不過,這種針對性優化會不會讓模型在其他場景的泛化能力變弱啊?有點好奇實際應用效果。
Das mit dem Hummer-Ökosystem ist ja echt witzig 🦞. Aber mal ehrlich, wird das jetzt wirklich das 'Stocken'-Problem lösen oder ist das nur Marketing-Blabla? Finde es gut, dass spezialisierte Modelle entwickelt werden, aber der Hype wird mir langsam zu viel. Vielleicht sollte ich mir den OpenClaw-Code mal selbst ansehen, bevor ich urteile.
La idea de un modelo dedicado a ecosistemas de agentes suena muy práctica, aunque me pregunto si no será otra estrategia para ligar a los usuarios al ecosistema de Zhipu 🤔. La metáfora de la 'langosta inteligente' es curiosa, pero la cuestión clave es si realmente alivia el atasco en tareas complejas. Espero que esté disponible para pruebas pronto... ¡y que no sea solo para grandes empresas! 🦞











