चीन का AI आत्मनिर्भरता अभियान अग्रणी स्तर पर पहुंचा
चीनी कृत्रिम बुद्धिमत्ता स्टार्टअप Zhipu AI, जो अंतरराष्ट्रीय स्तर पर Z.ai ब्रांड के तहत काम करती है, ने GLM-5 जारी किया है। यह 744 अरब पैरामीटर वाला बड़ा भाषा मॉडल है और पहला ऐसा अग्रणी AI सिस्टम है जिसे अमेरिकी सेमीकंडक्टर तकनीक पर निर्भर हुए बिना पूरी तरह चीन में बने हार्डवेयर पर प्रशिक्षित किया गया है। 11 फरवरी को हुई घोषणा के बाद हांगकांग में सूचीबद्ध कंपनी, जिसका आधिकारिक नाम Knowledge Atlas Technology है, के शेयर करीब 30 प्रतिशत उछलकर 405 हांगकांग डॉलर पर बंद हुए। यह एक महीने पहले कंपनी के आरंभिक सार्वजनिक निर्गम (IPO) मूल्य से चार गुना अधिक है। कंपनी ने जनवरी 2026 के IPO में करीब 558 मिलियन डॉलर जुटाए थे और इस तरह वह दुनिया की पहली सार्वजनिक रूप से सूचीबद्ध फाउंडेशन मॉडल कंपनी बनी। 2019 में सिंघुआ विश्वविद्यालय से अलग होकर स्थापित Zhipu AI ने ओपन-सोर्स AI विकास में तेजी से अग्रणी स्थान बनाया है।
विषय-सूची
यह मॉडल चीनी प्रौद्योगिकी कंपनियों की घोषणाओं की तेज होती लहर के बीच आया है। ये कंपनियां चंद्र नववर्ष की छुट्टियों से पहले अपनी क्षमताएं दिखाने की होड़ में हैं। हालांकि, GLM-5 तकनीकी पैमाने, उदार MIT लाइसेंस के तहत ओपन-सोर्स उपलब्धता और NVIDIA ग्राफिक्स प्रोसेसिंग यूनिट पर पूरी तरह निर्भर न होने के कारण अलग पहचान रखता है। सिस्टम को प्रशिक्षित करने के लिए Zhipu AI ने Huawei Ascend चिप्स और MindSpore फ्रेमवर्क का इस्तेमाल किया। कृत्रिम बुद्धिमत्ता के बुनियादी ढांचे की वैश्विक आपूर्ति शृंखला के लिए इसके अहम निहितार्थ हैं। यह उपलब्धि दिखाती है कि NVIDIA इकोसिस्टम से बाहर भी अग्रणी स्तर के AI मॉडल का प्रशिक्षण संभव है। इससे हार्डवेयर के अधिक विकल्प खुलते हैं और पूरे उद्योग में किसी एक आपूर्तिकर्ता पर निर्भरता के जोखिम घटते हैं। यह समय ऐसे में खास है जब वॉशिंगटन उच्च स्तरीय सेमीकंडक्टर पर निर्यात पाबंदियां सख्त कर रहा है और बीजिंग घरेलू चिप आत्मनिर्भरता में प्रगति दिखाना चाहता है।
तकनीकी संरचना और पैमाना
GLM-5 अपने पूर्ववर्ती GLM-4.7 के मुकाबले बड़ा विस्तार है, जिसमें 355 अरब पैरामीटर थे। नए मॉडल में कुल पैरामीटर दोगुने से अधिक, यानी 744 अरब हैं। हालांकि, यह Mixture of Experts संरचना का इस्तेमाल करता है, जिसमें हर अनुमान कार्य के दौरान सिर्फ 40 अरब पैरामीटर सक्रिय होते हैं। 256 विशेषज्ञ मॉड्यूल में से हर टोकन के लिए आठ को सक्रिय करने वाला यह तरीका कंप्यूटिंग लागत को कुशलता से संभालते हुए उच्च प्रदर्शन हासिल करता है। यह संरचना विरल सक्रियण की ओर बदलाव दिखाती है, जिससे संचालन खर्च में उसी अनुपात में बढ़ोतरी किए बिना क्षमताएं अधिकतम की जा सकती हैं। बड़े मॉडल बड़े पैमाने पर तैनात करने वाले संगठनों के लिए यह अहम पहलू है।
प्रशिक्षण डेटा का आकार भी बढ़ा है। पिछली पीढ़ी के 23 ट्रिलियन टोकन के मुकाबले GLM-5 को 28.5 ट्रिलियन टोकन पर प्रशिक्षित किया गया। एक अहम तकनीकी नवाचार DeepSeek Sparse Attention को अपनाना है। इस तकनीक की शुरुआत हांगझोऊ स्थित स्टार्टअप DeepSeek ने की थी। इससे मॉडल 200,000 टोकन तक के संदर्भ को संसाधित कर सकता है और 131,000 टोकन तक का आउटपुट दे सकता है, जो उद्योग में सबसे ऊंचे आंकड़ों में शामिल है। लंबे संदर्भ को संभालने की यह क्षमता मॉडल को एक ही सत्र में बड़े दस्तावेज़, पूरे कोडबेस, शोधपत्रों के संग्रह और वीडियो ट्रांसक्रिप्ट समझने देती है, जिससे वह विस्तृत इनपुट पर जटिल तर्क कर सकता है। Sparse Attention तकनीक खास तौर पर लंबे अनुक्रमों को संसाधित करते समय सघन attention मॉडल पर पड़ने वाले कंप्यूटिंग बोझ को घटाती है।
बेंचमार्क प्रदर्शन और कोडिंग क्षमताएं
Zhipu AI के प्रकाशित आंतरिक परीक्षणों के अनुसार, GLM-5 ओपन-सोर्स मॉडल की रैंकिंग में शीर्ष पर है और पश्चिमी कंपनियों के मालिकाना मॉडल के प्रदर्शन के करीब पहुंचता है। वास्तविक सॉफ्टवेयर इंजीनियरिंग क्षमता मापने वाले व्यापक रूप से मान्य SWE-bench Verified बेंचमार्क पर मॉडल ने 77.8 प्रतिशत स्कोर किया। यह Google DeepMind Gemini 3 Pro के 76.2 प्रतिशत से आगे है और Anthropic Claude Opus 4.5 के 80.9 प्रतिशत के करीब है। कंपनी मानती है कि कुल मिलाकर Claude अब भी अग्रणी कोडिंग मॉडल है, लेकिन उसका कहना है कि ओपन सिस्टम में GLM-5 सबसे आगे है। SWE-bench Multilingual पर GLM-5 ने 73.3 प्रतिशत हासिल किया, जो विभिन्न प्रोग्रामिंग भाषाओं में मजबूत प्रदर्शन दिखाता है।
लंबे समय तक चलने वाले कार्यों में मॉडल खास तौर पर मजबूत है। लगातार स्वायत्त प्रदर्शन की मांग वाले विस्तारित व्यावसायिक संचालन का अनुकरण करने वाले Vending Bench 2 में GLM-5 ने 4,432 डॉलर का अंतिम खाता शेष हासिल किया और जांचे गए सभी ओपन-सोर्स मॉडल में पहले स्थान पर रहा। सूचना खोज और संश्लेषण के बेंचमार्क BrowseComp पर सिस्टम ने 75.9 अंक हासिल किए और ओपन-सोर्स श्रेणी में फिर शीर्ष पर रहा। टूल चालू रखकर Humanity's Last Exam पर मॉडल ने 50.4 अंक और Tau Squared Bench पर 89.7 अंक हासिल किए, जो बहु-चरणीय तार्किक तर्क की मजबूत क्षमता दर्शाते हैं। Terminal-Bench 2.0 पर सिस्टम का स्कोर 56.2 प्रतिशत रहा, जो सत्यापित संस्करण में बढ़कर 60.7 प्रतिशत हो गया।
CC-Bench-V2 पर आंतरिक इंजीनियरिंग मूल्यांकन में GLM-5 ने फ्रंटएंड बिल्ड के लिए 98 प्रतिशत सफलता दर और शुरू से अंत तक 74.8 प्रतिशत शुद्धता हासिल की। Claude Opus 4.5 के लिए ये आंकड़े क्रमशः 93 प्रतिशत और 75.7 प्रतिशत थे। लंबे समय तक चलने वाले बड़े रिपॉजिटरी कार्यों में मॉडल का प्रदर्शन 65.6 प्रतिशत रहा। ये नतीजे बताते हैं कि सिस्टम जटिल फुल-स्टैक डेवलपमेंट वर्कफ्लो और कई फाइलों वाली परियोजनाओं को संभालने में विशेष रूप से सक्षम है।
सुरक्षा-केंद्रित स्वायत्त AI प्रोटोकॉल स्टार्टअप Andon Labs के सह-संस्थापक Lukas Petersson ने Vending Bench 2 बेंचमार्क के जरिए GLM-5 के ट्रेस का स्वतंत्र मूल्यांकन किया। उन्होंने पाया कि मॉडल आक्रामक रणनीति अपनाकर लक्ष्य हासिल करता है, लेकिन साथ ही उन्होंने अग्रणी पश्चिमी विकल्पों के मुकाबले परिस्थिति की समझ में इसकी सीमाओं को लेकर आगाह किया।
GLM-5 के ट्रेस पढ़ने में कई घंटे बिताने के बाद: यह बेहद प्रभावी मॉडल है, लेकिन परिस्थिति की समझ कहीं कम है। यह आक्रामक रणनीतियों से लक्ष्य हासिल करता है, पर अपनी स्थिति पर विचार नहीं करता और न ही अनुभव का लाभ उठाता है। यह डरावना है। इसी तरह पेपरक्लिप मैक्सिमाइज़र बनता है।
Zhipu AI ने रिकॉर्ड कम मतिभ्रम दर का भी दावा किया। Artificial Analysis Omniscience Index के संस्करण 4.0 पर मॉडल का स्कोर माइनस एक रहा, जो पिछली पीढ़ी से 35 अंकों का सुधार है। यह पैमाना दिखाता है कि मॉडल अपनी जानकारी की सीमाएं पहचानने और अनिश्चित होने पर मनगढ़ंत जानकारी देने से बचने में बेहतर हुआ है। उत्पादन में इस्तेमाल होने वाले उद्यमी माहौल में यह अहम क्षमता है, जहां सटीकता सर्वोपरि है।
प्रशिक्षण में नवाचार और हार्डवेयर संप्रभुता
प्रदर्शन के आंकड़ों से आगे, GLM-5 का विकास तकनीकी संप्रभुता के लिहाज से एक निर्णायक पड़ाव है। इस मॉडल को पूरी तरह Huawei Ascend 910 सीरीज़ की चिप्स पर प्रशिक्षित किया गया और NVIDIA हार्डवेयर पर निर्भरता से बचा गया। चीन के उन्नत कंप्यूटिंग क्षेत्र को लक्षित करते हुए अमेरिका ने इस हार्डवेयर पर निर्यात नियंत्रण लगा रखे हैं। यह कदम सेमीकंडक्टर आत्मनिर्भरता बढ़ाने के चीन के व्यापक प्रयासों के अनुरूप है। चीन का लक्ष्य 2027 तक डेटा सेंटर चिप्स के मामले में पर्याप्त आत्मनिर्भरता हासिल करना है। वैश्विक AI उद्योग के लिए यह संकेत है कि AI प्रशिक्षण में हार्डवेयर विविधता सिर्फ संभव ही नहीं, बल्कि अग्रणी स्तर पर साकार भी हो रही है।
इस पैमाने पर प्रशिक्षण की अक्षमताओं से निपटने के लिए Zhipu AI ने slime नाम से आंतरिक रूप से पहचाने जाने वाला एक नया एसिंक्रोनस रीइन्फोर्समेंट लर्निंग इंफ्रास्ट्रक्चर विकसित किया। पारंपरिक रीइन्फोर्समेंट लर्निंग तरीकों में अक्सर जनरेशन संबंधी अड़चनें आती हैं, जो प्रशिक्षण समय का 90 प्रतिशत से अधिक ले सकती हैं। slime फ्रेमवर्क ट्रैजेक्टरी को स्वतंत्र रूप से तैयार करने की सुविधा देकर इन सीमाओं को तोड़ता है। इससे Active Partial Rollouts जैसे सिस्टम-स्तरीय अनुकूलनों के जरिए जटिल एजेंटिक व्यवहार के लिए जरूरी बारीक पुनरावृत्तियां संभव होती हैं। फ्रेमवर्क तीन मॉड्यूल के सिस्टम पर आधारित है: Megatron-LM से संचालित उच्च-प्रदर्शन प्रशिक्षण मॉड्यूल, SGLang और कस्टम राउटर का इस्तेमाल करने वाला रोलआउट मॉड्यूल जो अधिक गति से डेटा तैयार करता है, और प्रॉम्प्ट की शुरुआती तैयारी तथा रोलआउट स्टोरेज संभालने वाला केंद्रीय Data Buffer।
कंपनी ने GLM-5 को Huawei के अलावा चीन के घरेलू सेमीकंडक्टर प्लेटफॉर्म की व्यापक व्यवस्था पर तैनाती के लिए भी अनुकूलित किया है। इनमें Moore Threads, Cambricon, Kunlunxin, MetaX, Enflame और Hygon की चिप्स शामिल हैं। कर्नेल अनुकूलन और मॉडल क्वांटाइज़ेशन के जरिए सिस्टम इन वैकल्पिक प्लेटफॉर्म पर उपयुक्त थ्रूपुट हासिल करता है। यह परिपक्व हो रहे घरेलू AI कंप्यूटिंग तंत्र का संकेत है, जो मजबूत स्थानीय बुनियादी ढांचा तैयार करने के चीन के रणनीतिक लक्ष्य को सहारा देता है। यह अनुकूलता किसी एक हार्डवेयर आपूर्तिकर्ता पर निर्भरता घटाती है और वैकल्पिक AI एक्सेलरेटर की व्यवहार्यता दिखाती है।
एजेंटिक इंजीनियरिंग और दस्तावेज़ निर्माण
Zhipu AI, GLM-5 को साधारण संवादात्मक AI के बजाय एजेंटिक इंजीनियरिंग के औजार के रूप में पेश करती है। यह कंपनी के शब्दों में वाइब कोडिंग से आगे बढ़कर व्यापक सिस्टम इंजीनियरिंग की ओर उद्योग के विकास को दर्शाता है। सिस्टम में अंतर्निहित Agent Mode है, जो बड़े उद्देश्यों को पूरे किए जा सकने वाले छोटे कार्यों में बांट सकता है, टूल का समन्वय कर सकता है और उपयोग के लिए तैयार नतीजे देने के लिए वर्कफ्लो स्वायत्त रूप से चला सकता है। पहले नतीजा देने की यह कार्यशैली सिर्फ बातचीत से आगे बढ़कर सीधे काम को अंजाम देती है। इसमें उपयोगकर्ता गुणवत्ता के मानदंड तय कर सकते हैं और AI क्रियान्वयन का ब्योरा संभालता है।
इसकी एक खास क्षमता पेशेवर कार्यालयी दस्तावेज़ सीधे तैयार करना है। यह मॉडल बिना हाथ से फॉर्मैटिंग या बीच के प्रोसेसिंग चरणों के, कच्चे प्रॉम्प्ट या डेटा को Microsoft Word दस्तावेज़, PDF फाइल और Excel स्प्रेडशीट में बदल सकता है। इसके इस्तेमाल में वित्तीय रिपोर्ट, प्रायोजन प्रस्ताव और चार्ट व तालिकाओं सहित जटिल डेटा विश्लेषण के दृश्य तैयार करना शामिल है, जिन्हें मानक फॉर्मैट में निर्यात किया जा सकता है। उपयोगकर्ता डेटा अपलोड कर तुरंत विश्लेषण पा सकते हैं और नतीजों को xlsx, csv या png फॉर्मैट में निर्यात कर सकते हैं।
सॉफ्टवेयर डेवलपर के लिए Zhipu AI GLM Coding Plan देती है। यह सदस्यता सेवा Claude Code, Cursor, Cline, Roo Code, OpenCode, Kilo Code, Crush और Goose समेत 20 से अधिक लोकप्रिय डेवलपमेंट परिवेशों के साथ एकीकृत होती है। इसमें अलग-अलग स्तर की पहुंच है: 10 डॉलर प्रति माह का Lite विकल्प Claude Pro के मुकाबले तीन गुना उपयोग देता है; 30 डॉलर का Pro स्तर 40 से 60 प्रतिशत तेज प्रतिक्रिया समय देता है; और 80 डॉलर का Max स्तर व्यस्ततम समय में प्रदर्शन की गारंटी और नई सुविधाओं तक जल्दी पहुंच देता है। सभी योजनाओं में Vision Understanding, Web Search MCP और Web Reader MCP क्षमताएं शामिल हैं। कंपनी का दावा है कि यह सदस्यता मॉडल हर महीने कई दस अरब टोकन लगभग मानक API मूल्य के एक प्रतिशत पर उपलब्ध कराता है और रीयल-टाइम संवाद के लिए 55 टोकन प्रति सेकंड से अधिक की गति देता है।
व्यावसायिक रणनीति और बुनियादी ढांचे की सीमाएं
तकनीकी उपलब्धियों के बावजूद, Zhipu AI को बुनियादी ढांचे की तत्काल सीमाओं का सामना करना पड़ रहा है, जिसके चलते कीमतों में बदलाव करना पड़ा। कंपनी ने 11 फरवरी से GLM Coding Plan की कीमतें 30 प्रतिशत बढ़ा दीं। उसने इसकी वजह उपयोगकर्ताओं और इस्तेमाल में तेज वृद्धि बताई, जिसने कंप्यूटिंग संसाधनों को उनकी सीमा तक पहुंचा दिया है। एक सार्वजनिक बयान में कंपनी ने कहा कि कंप्यूटिंग क्षमता बहुत तंग है। GLM-5 लॉन्च होने से पहले ही उपलब्ध हर चिप मौजूदा अनुमान संबंधी मांग पूरी करने के लिए पूरी क्षमता से काम कर रही थी। पहली खरीद पर मिलने वाली छूट हटा दी गई, हालांकि तिमाही और सालाना भुगतान के विकल्प अब क्रमशः 10 और 30 प्रतिशत की बचत देते हैं।
GLM-5 को स्थानीय स्तर पर चलाने के लिए करीब 1,490 गीगाबाइट मेमोरी चाहिए, जो GLM-4.7 की तुलना में लगभग दोगुनी है। हार्डवेयर की यह जरूरत उन छोटे संगठनों के लिए बाधा है जो मॉडल को अपने परिसर में चलाना चाहते हैं। हालांकि, पर्याप्त संसाधन रखने वाले उपयोगकर्ताओं के लिए इसके ओपन वेट HuggingFace और ModelScope पर उपलब्ध हैं। क्लाउड API उपयोगकर्ताओं के लिए इंफ्रास्ट्रक्चर पर दबाव से दरों पर पाबंदी या प्रतिक्रिया समय धीमा होने की आशंका पैदा हो सकती है, क्योंकि कंपनी मांग के अनुरूप क्षमता बढ़ा रही है।
API इस्तेमाल की कीमत GLM-5 को पश्चिमी कंपनियों के मालिकाना मॉडल का काफी कम लागत वाला विकल्प बनाती है। दस लाख इनपुट टोकन की कीमत करीब एक डॉलर है, जबकि दस लाख आउटपुट टोकन की कीमत तीन डॉलर 20 सेंट है। इसके मुकाबले Anthropic Claude Opus 4.6 दस लाख इनपुट टोकन के लिए पांच डॉलर और दस लाख आउटपुट टोकन के लिए 25 डॉलर लेता है। इस्तेमाल के तरीके के अनुसार GLM-5 की लागत करीब छह से दस गुना कम है। GPT-5.2 के दस लाख इनपुट टोकन की कीमत 1.75 डॉलर और आउटपुट टोकन की 14 डॉलर है, जो अब भी GLM-5 से काफी अधिक है। Grok 4.1 Fast के दस लाख इनपुट टोकन की कीमत 20 सेंट है। यह कम लागत वाला विकल्प है, हालांकि इसकी क्षमताओं का प्रोफाइल अलग है।
प्रतिस्पर्धी परिदृश्य और उद्योग का समय
GLM-5 का जारी होना प्रतिस्पर्धी चीनी AI प्रयोगशालाओं की घोषणाओं की तेज लहर के साथ हुआ। चंद्र नववर्ष की छुट्टियों से पहले घरेलू तकनीकी क्षमता का एक साथ जोरदार प्रदर्शन हुआ। DeepSeek ने उसी दिन अपने प्रमुख मॉडल को अपडेट कर संदर्भ क्षमता दस गुना बढ़ाकर दस लाख से अधिक टोकन कर दी। जनवरी में Zhipu के साथ हांगकांग में IPO पूरा करने वाली MiniMax ने बेहतर एजेंटिक टूल के साथ अपना M2.5 मॉडल लॉन्च किया। सप्ताह के दौरान उसके शेयर करीब 50 प्रतिशत चढ़े। अन्य घोषणाओं में ByteDance का Seedance 2.0 वीडियो जनरेशन मॉडल, Ant Group का Ming-Flash-Omni 2.0 एकीकृत मल्टीमॉडल सिस्टम, जो भाषण और संगीत तैयार कर सकता है, और जनवरी के आखिर में जारी Moonshot AI का Kimi 2.5 मॉडल शामिल हैं।
चीनी प्रधानमंत्री Li Qiang ने 11 फरवरी को एक नीतिगत संबोधन में इस तेजी को सहारा देने के लिए कंप्यूटिंग संसाधनों और बिजली के बुनियादी ढांचे के समन्वित विकास पर जोर दिया। उन्होंने AI के व्यापक स्तर पर व्यावसायीकरण और संसाधनों के बेहतर समन्वय की अपील की। उन्होंने AI प्रतिभाओं और कंपनियों के लिए माहौल बेहतर बनाने की योजनाओं पर भी जोर दिया। घोषणाओं का एक साथ होना चीन के AI क्षेत्र में रणनीतिक स्थिति को दर्शाता है। कंपनियां अमेरिकी तकनीकी नेतृत्व के मुकाबले सामूहिक प्रगति दिखाने और असर बढ़ाने के लिए बड़ी घोषणाओं का समय तेजी से समन्वित कर रही हैं।
निवेशकों के लिए, विशुद्ध AI स्टार्टअप के शेयरों में तेजी Tencent और Alibaba जैसे बड़े प्रौद्योगिकी समूहों की कमजोरी के उलट है। इसी अवधि में उनके शेयर क्रमशः 2.6 और 2.1 प्रतिशत गिरे। इससे संकेत मिलता है कि बाजार विविध कारोबार वाले दिग्गजों के बजाय विशेषीकृत कृत्रिम बुद्धिमत्ता कंपनियों को तरजीह दे रहा है। Jefferies के विश्लेषकों ने कहा कि चीनी मॉडल मजबूत एजेंटिक AI क्षमताएं दिखा रहे हैं, जिससे वे उद्यमों में तेजी से बढ़ते इस्तेमाल का लाभ उठाने की अच्छी स्थिति में हैं। हांगकांग का Hang Seng Tech सूचकांक कुल मिलाकर 1.7 प्रतिशत गिरा, जो निवेशकों के उत्साह की चुनिंदा प्रकृति को दिखाता है।
मुख्य बातें
- Zhipu AI ने GLM-5 जारी किया है। यह 744 अरब पैरामीटर वाला ओपन-सोर्स भाषा मॉडल है, जिसे NVIDIA हार्डवेयर के बिना पूरी तरह Huawei Ascend चिप्स पर प्रशिक्षित किया गया। यह AI बुनियादी ढांचे के मामले में चीन की आत्मनिर्भरता की दिशा में एक अहम पड़ाव है।
- कोडिंग बेंचमार्क SWE-bench Verified पर मॉडल का स्कोर 77.8 प्रतिशत है, जो Anthropic के Claude Opus 4.5 के करीब है। Vending Bench 2 और BrowseComp पर यह ओपन-सोर्स मॉडल में पहले स्थान पर है।
- GLM-5 में 256 विशेषज्ञों वाली Mixture of Experts संरचना है। कंप्यूटिंग दक्षता बनाए रखते हुए 200,000 टोकन तक के संदर्भ संसाधित करने के लिए यह DeepSeek Sparse Attention का इस्तेमाल करता है।
- Artificial Analysis Omniscience Index पर माइनस एक स्कोर के साथ सिस्टम में मतिभ्रम की दर रिकॉर्ड स्तर पर कम है। यह पिछली पीढ़ी के मुकाबले 35 अंकों का सुधार है।
- इंफ्रास्ट्रक्चर पर दबाव के चलते Zhipu AI ने GLM Coding Plan की सदस्यता कीमतें 30 प्रतिशत बढ़ाईं। घोषणा के बाद हांगकांग में सूचीबद्ध कंपनी के शेयर करीब 30 प्रतिशत उछले।
- यह लॉन्च DeepSeek, MiniMax, ByteDance और Ant Group के बड़े अपडेट के साथ हुआ, जिससे चंद्र नववर्ष से पहले चीन के AI क्षेत्र में प्रतिस्पर्धा तेज हो गई है।
