कोडिंग टूल्स के वैश्विक विस्तार के बीच GLM 4.6 से Zhipu AI के विदेशों में भुगतान करने वाले उपयोगकर्ता दस गुना बढ़े

चीनी कोडिंग मॉडल के लिए बड़ी सफलता

बीजिंग स्थित स्टार्टअप Zhipu AI, जो Z.ai ब्रांड के पीछे है, का कहना है कि चीन के बाहर उसकी सेवाओं का भुगतान वाला उपयोग पिछले दो महीनों में दस गुना बढ़ा है। कंपनी के अब करीब 100,000 मासिक API ग्राहक हैं, जो सेवा के लिए भुगतान करते हैं, और विदेशों में लगभग 3 मिलियन मुफ्त चैटबॉट उपयोगकर्ता हैं। यह तेजी सितंबर के आखिर में GLM 4.6 लॉन्च होने के बाद आई। यह मॉडल कोडिंग, तर्क क्षमता और एजेंट वर्कफ़्लो के लिए बनाया गया है। आकर्षक कीमत, आसान एकीकरण और वास्तविक प्रोग्रामिंग कार्यों में व्यावहारिक प्रदर्शन के चलते लॉन्च के तुरंत बाद Zhipu कई डेवलपरों के रोज़मर्रा के टूलकिट का हिस्सा बन गया।

Zhipu के वैश्विक संचालन प्रमुख Li Zixuan ने इस तेज़ी को बाज़ार की दिशा और कंपनी के अगले निवेश क्षेत्रों का संकेत बताया। उन्होंने कहा कि विदेशों में मांग अब घरेलू मांग से तेज़ी से बढ़ रही है और टीम किसी एक भूगोल को प्राथमिकता देने के बजाय अलग-अलग क्षेत्रों में काम जारी रखना चाहती है।

इस बदलाव का ज़िक्र करने के बाद Li ने रणनीति को सीधे शब्दों में बताया।

"हम हर बाज़ार में बढ़ना चाहते हैं, क्योंकि विदेशों में वृद्धि घरेलू वृद्धि से तेज़ है," Zhipu AI के वैश्विक संचालन प्रमुख Li Zixuan ने कहा।

GLM 4.6 को कोडिंग के लिए एक शक्तिशाली ओपन मॉडल के रूप में पेश किया गया। इसे जल्द ही उन डेवलपर टूल्स में शामिल कर लिया गया, जिनका कई प्रोग्रामर पहले से इस्तेमाल करते हैं। Anthropic समर्थित Claude Code ने GLM 4.6 का विकल्प जोड़ा। Cline, Roo Code और Kilo Code जैसे अन्य कोडिंग एजेंट भी इसके पीछे आए। Kilo Code ने कहा कि इस मॉडल से उसके प्लेटफ़ॉर्म पर अब तक सबसे तेज़ अपनाने की दर देखी गई। 12 दिनों में टोकन का उपयोग 94 गुना बढ़ा, क्योंकि प्रमुख अमेरिकी सिस्टम की तुलना में यह कम लागत वाला, “काफ़ी अच्छा” विकल्प था। उपयोगी क्षमता और किफ़ायती कीमत के इस मेल ने Zhipu को चीन के बाहर व्यक्तिगत डेवलपरों और छोटी टीमों के बीच जगह बनाने में मदद की।

डेवलपरों को GLM 4.6 क्यों आकर्षित करता है

GLM 4.6 में कॉन्टेक्स्ट विंडो बढ़ाकर 200,000 टोकन कर दी गई है। यानी यह एक बार में अधिक सामग्री पढ़ और उस पर काम कर सकता है, जैसे बड़े कोडबेस या लंबे तकनीकी दस्तावेज़। मॉडल कोडिंग की गुणवत्ता, तर्क क्षमता और टूल उपयोग में भी सुधार करता है। एजेंट, तर्क और कोड से जुड़े अपने आंतरिक मूल्यांकन में कंपनी के अनुसार GLM 4.6, GLM 4.5 से स्पष्ट रूप से बेहतर है। यह एजेंट फ्रेमवर्क के साथ अधिक सहजता से एकीकृत होता है, इनफ़रेंस के दौरान टूल कॉल संभालता है और पिछले संस्करण की तुलना में अधिक तराशे हुए फ्रंट-एंड पेज बनाता है।

आंतरिक और सार्वजनिक परीक्षणों में GLM 4.6 कई व्यापक रूप से इस्तेमाल किए जाने वाले मॉडलों के मुकाबले प्रतिस्पर्धी है। CC Bench के एजेंट कार्यों पर आमने-सामने की तुलना में यह Claude Sonnet 4 के लगभग बराबर प्रदर्शन करता है और 48.6 प्रतिशत की जीत दर हासिल करता है। साथ ही, वही काम पूरा करने के लिए यह GLM 4.5 से कम टोकन इस्तेमाल करता है। Zhipu यह भी मानता है कि कुछ कोडिंग बेंचमार्क पर GLM 4.6 अब भी Claude Sonnet 4.5 से पीछे है। यह संतुलन डेवलपरों की प्रतिक्रिया में भी दिखता है: उनके लिए अक्सर यह मायने रखता है कि सिस्टम रोज़मर्रा के काम के लिए पर्याप्त भरोसेमंद है या नहीं, भले ही वह हर लीडरबोर्ड पर सबसे अच्छा मॉडल न हो।

डेवलपर Z.ai API, OpenRouter जैसे रूटिंग हब या ओपन वेट्स को स्थानीय रूप से चलाकर GLM 4.6 इस्तेमाल कर सकते हैं। Zhipu ने Hugging Face और ModelScope जैसे प्लेटफ़ॉर्म पर मॉडल वेट्स उपलब्ध कराए हैं और vLLM तथा SGLang सहित आम इनफ़रेंस स्टैक का समर्थन करता है। इससे मॉडल उन इंजीनियरिंग टीमों के लिए आकर्षक बनता है जो डिप्लॉयमेंट पर नियंत्रण चाहती हैं। कंपनी के तकनीकी ब्लॉग में बदलावों की अधिक जानकारी और कोडिंग तथा टूल-सहायता वाले कार्यों के लिए सुझाई गई सेटिंग्स दी गई हैं। अधिक तकनीकी जानकारी के लिए Zhipu अपने आधिकारिक चैनलों पर GLM 4.6 का मॉडल पेज और दस्तावेज़ उपलब्ध कराता है। इनमें z.ai पर ब्लॉग भी शामिल है।

कीमत की रणनीति और ‘काफ़ी अच्छा’ होने का तर्क

GLM 4.6 की बढ़त का एक प्रमुख कारण इसकी लागत है। Zhipu एक कोडिंग प्लान का प्रचार करता है, जिसके बारे में उसका दावा है कि वह Claude स्तर का प्रदर्शन बहुत कम कीमत पर देता है। कंपनी लगभग सातवें हिस्से की लागत और शीर्ष अमेरिकी सेवा के समकक्ष प्लान की तुलना में ग्राहकों के लिए अधिक उपयोग सीमा का दावा करती है। वास्तविक बचत उपयोग और क्षेत्र पर निर्भर करती है, लेकिन संदेश साफ़ है: कई डेवलपर ऐसा भरोसेमंद सहायक चाहते हैं जो सीमित बजट में आ जाए। वे अस्पष्ट बेंचमार्क पर मामूली बढ़त पाने के बजाय कोड जारी करना पसंद करते हैं।

फ्रीलांस प्रोग्रामर, छात्रों और स्टार्टअप के लिए कम कीमत पर “काफ़ी अच्छा” टूल अपनाने और परीक्षण अवधि के बाद उसे छोड़ देने के बीच का फ़र्क हो सकता है। GLM 4.6 उन रोज़मर्रा के बुनियादी कामों में अच्छा प्रदर्शन दिखा रहा है जिनका सामना कई कोडर करते हैं, जैसे डिबगिंग, बैकएंड फ़ंक्शन लिखना, इंटीग्रेशन जोड़ना और फ्रंट-एंड घटकों की स्टाइलिंग। डेवलपर समुदाय की समीक्षाओं में इसकी लागत-दक्षता पर ज़ोर दिया गया है। कभी-कभार सुधार करने की ज़रूरत के बावजूद, इसकी गति और कीमत इसे नियमित काम के लिए व्यावहारिक विकल्प बनाती है।

Zhipu यह भी बताता है कि मॉडल अपने पिछले संस्करण से कम टोकन में काम पूरा करता है। प्रति टोकन भुगतान करने वाले उपयोगकर्ताओं के लिए यह अहम है, क्योंकि एक ही काम के लिए कम टोकन खर्च होने से कुल लागत घटती है। कंपनी ने इस दक्षता के दावे के साथ अपग्रेड का आसान रास्ता भी दिया है। उसके कोडिंग प्लान के ग्राहक अपने-आप GLM 4.6 पर चले जाते हैं और ऐप की सेटिंग में सिर्फ़ नए मॉडल का नाम चुनना होता है।

वैश्विक टूल्स में एकीकरण और मॉडलों की उत्पत्ति पर नई बहस

GLM 4.6 के तेज़ी से फैलने की एक वजह यह है कि यह उन टूल्स में जुड़ जाता है जिन पर डेवलपर पहले से भरोसा करते हैं। Claude Code, Cline, Roo Code और Kilo Code सभी इसका समर्थन करते हैं। इसका व्यावहारिक मतलब है कि प्रोग्रामर एक ही कोडिंग एजेंट के भीतर अलग-अलग प्रदाताओं के मॉडल चुन सकता है, किसी समस्या पर उनके परिणामों की तुलना कर सकता है और गति, गुणवत्ता तथा लागत का संतुलन रखने वाला मॉडल चुन सकता है। एकीकरण की इस आसानी से Zhipu को एजेंट शैली के कोडिंग सहायकों की बढ़ती लोकप्रियता का लाभ मिला है। ये सहायक टूल उपयोग, वेब खोज और रिपॉज़िटरी पर काम के ज़रिए कई चरणों वाले कार्य संभालते हैं।

इस तेज़ी ने हाल में जारी कुछ अमेरिकी कोडिंग टूल्स की उत्पत्ति को लेकर नई बहस भी छेड़ी है। पिछले कुछ हफ्तों में जारी दो चर्चित सेवाओं, Cognition AI के नए SWE 1.5 मॉडल और Cursor के Composer टूल, पर उन उपयोगकर्ताओं ने सवाल उठाए जिन्होंने दोनों सिस्टमों में चीनी मॉडलों के व्यवहार के संकेत देखे। एक टूल ने चीनी भाषा में तर्क के लॉग बनाए, जबकि दूसरे ने मॉडल का नाम बताए बिना माना कि इसे एक अग्रणी ओपन मॉडल पर बनाया गया है।

Zhipu ने इस विषय पर सार्वजनिक रूप से प्रतिक्रिया दी। कंपनी ने एक बयान में कहा कि उसका मानना है कि इन टूल्स में से एक उसके नवीनतम मॉडल को आधार के रूप में इस्तेमाल कर रहा है।

"हमारा मानना है कि SWE 1.5 ने हमारे नवीनतम GLM 4.6 को बेस मॉडल के रूप में इस्तेमाल किया," मॉडल की उत्पत्ति से जुड़े सवालों के जवाब में Zhipu AI ने बयान में कहा।

यह चर्चा कानून से कम और मानदंडों से अधिक जुड़ी है। ओपन लाइसेंस व्यावसायिक पुनः उपयोग की अनुमति देते हैं, जिसमें स्रोत का उल्लेख किए बिना इस्तेमाल भी शामिल है। इसी वजह से ओपन वेट्स वाले विश्वस्तरीय सिस्टम अक्सर कई आगे के उत्पादों का आधार बन जाते हैं। कुछ विशेषज्ञों का कहना है कि किसी व्यावसायिक टूल का विशिष्ट मूल्य बेस मॉडल के ऊपर जोड़ी गई फ़ाइन-ट्यूनिंग, डेटा पाइपलाइन और सिस्टम इंजीनियरिंग से आ सकता है।

ओपन मॉडल पर शोध करने वाले Trier University के शोधकर्ता Florian Brand ने इस नज़रिए को संक्षेप में बताया।

"फ़ाइन-ट्यूनिंग ही असली तड़का है," Florian Brand ने कहा। उनका इशारा उस कस्टम ट्रेनिंग और इंजीनियरिंग से था जो बेस मॉडल को एक तराशे हुए उत्पाद में बदलती है।

विदेशों पर ध्यान और घरेलू सीमाएं

विदेशों में आई तेज़ी के पीछे आकर्षण और दबाव, दोनों हैं। किफ़ायती कोडिंग AI की विदेशों में ज़ोरदार मांग है और Zhipu ऐसा मॉडल देकर इसे पूरा कर रहा है जिसे जोड़ना आसान और चलाना सस्ता है। घरेलू बाज़ार में कंपनी को सार्वजनिक क्षेत्र की धीमी परियोजना प्रक्रिया और बढ़ती प्रतिस्पर्धा का सामना करना पड़ रहा है। प्रबंधन का कहना है कि अब विदेशों में वृद्धि घरेलू विस्तार से आगे निकल रही है। इसी वजह से Zhipu उन बाज़ारों में निवेश कर रहा है जहां डेवलपर पहले से AI टूल्स के लिए भुगतान कर रहे हैं।

निवेशकों ने इस पर ध्यान दिया है। कंपनी का मूल्यांकन लगभग 40 अरब युआन है और वह 2026 के लिए लक्षित शेयर बाज़ार में सूचीबद्ध होने की तैयारी कर रही है। Zhipu की स्थापना 2019 में Tsinghua University से अलग हुई कंपनी के रूप में हुई थी और वह चीन की सबसे चर्चित AI कंपनियों में से एक बन गई है। अमेरिकी प्लेटफ़ॉर्मों से मुकाबले के लिए वह अभी बड़े पैमाने पर उपभोक्ता सब्सक्रिप्शन कारोबार नहीं चला रही है, बल्कि अधिक अनुमानित आमदनी के लिए उद्यम सौदों और डेवलपर-केंद्रित कोडिंग सब्सक्रिप्शन पर ज़ोर दे रही है।

भू-राजनीति अब भी खरीदारों के फैसलों को प्रभावित करती है। Zhipu का कहना है कि तीसरे देशों के ग्राहक उसकी सेवाएं इस्तेमाल करने में सहज हैं, बशर्ते डेटा स्थानीय रूप से होस्ट किया जा सके या कंपनी डेटा को बिल्कुल न रखने की प्रतिबद्धता जताए। स्थानीय होस्टिंग और सख़्त डेटा-प्रतिधारण नीतियों का यह मेल सीमा-पार निजता संबंधी चिंताओं से निपटने के लिए AI प्रदाताओं का मानक तरीका बनता जा रहा है।

लीडरबोर्ड से आगे GLM 4.6 का प्रदर्शन

बेंचमार्क क्षमता का अंदाज़ा देते हैं, लेकिन डेवलपर यह देखना चाहते हैं कि मॉडल असली काम पूरे कर सकता है या नहीं। Zhipu ने अपने CC Bench मूल्यांकन में फ्रंट-एंड विकास, टूल निर्माण, डेटा विश्लेषण, परीक्षण और एल्गोरिदम की समस्याओं से जुड़े अधिक कठिन, कई चरणों वाले काम शामिल किए। इन परीक्षणों में मानवीय मूल्यांकनकर्ताओं ने अलग-थलग परिवेशों में मॉडलों के साथ काम किया और वास्तविकता के करीब, कई चरणों वाले वर्कफ़्लो को संभालने की उनकी क्षमता को अंक दिए। GLM 4.6 ने GLM 4.5 से बेहतर प्रदर्शन किया और इन एजेंट कार्यों पर Claude Sonnet 4 के लगभग बराबर पहुंचा। इसने काम पूरे करने में GLM 4.5 से लगभग 15 प्रतिशत कम टोकन भी इस्तेमाल किए, जो व्यावहारिक रूप से बेहतर दक्षता दर्शाता है।

डेवलपरों का कहना है कि GLM 4.6 कई फ़ाइलों वाली रिपॉज़िटरी में बेहतर है और फ़ीचर बनाते समय लंबी कार्य-योजनाएं बना सकता है। बड़ी परियोजनाओं में यह संदर्भ से जुड़ी कम गलतियां करता है, क्योंकि एक बार में अधिक फ़ाइलें पढ़ सकता है। यह अधिक साफ़-सुथरे फ्रंट-एंड घटक भी बनाता है और ऐसे पूरे पेज तैयार कर सकता है जिनमें कम बदलाव करने पड़ते हैं। हालांकि जटिल स्टाइलिंग और असामान्य स्थितियों में अब भी मानवीय समीक्षा उपयोगी है। सॉफ़्टवेयर टीमों के रोज़मर्रा के कामकाज में इसी तरह के सुधार मायने रखते हैं।

कॉन्टेक्स्ट विंडो और टोकन का मतलब

टोकन टेक्स्ट की एक छोटी इकाई है जिसका इस्तेमाल मॉडल पढ़ने और लिखने के लिए करता है। इसे किसी शब्द के हिस्से की तरह समझें। API की कीमत अक्सर इस बात पर निर्भर करती है कि मॉडल कितने टोकन इस्तेमाल करता है। इसलिए दक्षता मायने रखती है। अगर कोई मॉडल कम टोकन में काम पूरा कर सकता है, तो बिल घटता है और बातचीत अक्सर तेज़ लगती है।

कॉन्टेक्स्ट विंडो बताती है कि मॉडल एक बार में कितना टेक्स्ट देख सकता है। बड़ी कॉन्टेक्स्ट विंडो मॉडल को काम शुरू करने से पहले अधिक फ़ाइलें और निर्देश पढ़ने देती है। 200,000 टोकन के कॉन्टेक्स्ट के साथ GLM 4.6 लंबी फ़ंक्शन श्रृंखलाओं, कॉन्फ़िगरेशन फ़ाइलों और टेस्ट सूट को एक साथ पढ़ सकता है, जो वास्तविक प्रोग्रामिंग कार्य के लिए ज़रूरी है। इससे सावधानी से प्रॉम्प्ट लिखने और टूल रणनीति बनाने की ज़रूरत खत्म नहीं होती, लेकिन बड़ी परियोजनाओं में डेवलपरों का समय लेने वाली आगे-पीछे की प्रक्रिया कम हो जाती है।

जोखिम, नियमन और पहुंच

चीनी AI कंपनियां कई क्षेत्रों में निर्यात नियंत्रण, आपूर्ति श्रृंखला की सीमाओं और नियामकीय जांच के दायरे में काम करती हैं। इससे प्रशिक्षण और डिप्लॉयमेंट की योजनाएं प्रभावित होती हैं। GLM 4.6 जैसे ओपन-वेट मॉडल ग्राहकों को इस बात पर अधिक नियंत्रण देकर मदद कर सकते हैं कि सिस्टम कहां और कैसे चले, चाहे वह परिसर में हो या पसंदीदा क्लाउड क्षेत्र में। इन विकल्पों के बावजूद, प्रदाता चुनने से पहले खरीदार दीर्घकालीन सहायता, सेवा-स्तर की प्रतिबद्धताओं और अनुपालन सुविधाओं का मूल्यांकन करते हैं।

डेटा का प्रबंधन सबसे बड़ी चिंताओं में से एक है। विदेशों के ग्राहकों के लिए Zhipu स्थानीय डेटा होस्टिंग और डेटा को बिल्कुल न रखने की सेटिंग का विकल्प देता है। इसका मकसद संवेदनशील कोड और दस्तावेज़ ग्राहक के चुने हुए क्षेत्र में रखना है, साथ ही उच्च गुणवत्ता वाले कोडिंग सहायक का लाभ भी देना है। कई टीमों के लिए यह व्यवस्था प्रदर्शन, निजता और लागत के बीच उचित संतुलन है।

कोडिंग सहायकों का भीड़भरा बाज़ार

कोडिंग सहायकों का बाज़ार अब स्थापित सेवाओं और नए प्रतिस्पर्धियों से भरा है। GitHub Copilot ने इस श्रेणी को लोकप्रिय बनाया। OpenAI और Anthropic के मॉडल ऐसे प्रीमियम टूल्स को शक्ति देते हैं जिनमें तर्क क्षमता और संदर्भ प्रबंधन मज़बूत है। DeepSeek और Qwen जैसे सिस्टमों के साथ चीनी कंपनियों ने भी तेज़ी से प्रगति की है। वहीं कई क्षेत्रों के स्टार्टअप ऐसे एजेंट-शैली के IDE सहायक बना रहे हैं जो खोज, विश्लेषण, कोड में बदलाव और परीक्षण को एक ही चक्र में व्यवस्थित करते हैं।

इस बाज़ार में Zhipu तीन खूबियों पर ज़ोर दे रहा है। पहली, कीमत। कंपनी GLM 4.6 को ऐसे व्यावहारिक टूल के रूप में पेश कर रही है जो कम लागत पर अच्छा प्रदर्शन करता है। दूसरी, खुलापन। मॉडल वेट्स तक पहुंच और आम इनफ़रेंस फ्रेमवर्क का समर्थन उन टीमों के लिए इसे आकर्षक बनाता है जो मॉडल को अपनी ज़रूरत के मुताबिक बदलना या अपने सर्वर पर चलाना चाहती हैं। तीसरी, एकीकरण। लोकप्रिय कोडिंग एजेंटों में सहजता से जुड़कर और सीधे-सादे API विकल्प देकर Zhipu अपने मॉडल को आज़माने और अपनाने की मेहनत कम करता है। इनमें से कोई भी बात बाज़ार में दबदबे की गारंटी नहीं देती। लेकिन विश्वसनीयता, नियंत्रण और महीने के अंत में वाजिब बिल को महत्व देने वाले डेवलपरों के बीच स्थिर वृद्धि का भरोसेमंद रास्ता ज़रूर बनता है।

आगे की राह पर नेतृत्व का नज़रिया

Zhipu के मुख्य कार्यकारी Zhang Peng ने उन्नत AI की प्रगति की रफ़्तार पर सार्वजनिक रूप से बात की है। उनका तर्क है कि कृत्रिम सुपरइंटेलिजेंस पर होने वाली चर्चाओं में अक्सर अहम बारीकियां धुंधली हो जाती हैं और किसी भी समय-सीमा को बदलते लक्ष्य के रूप में देखना चाहिए। ग्राहकों के लिए अहम बात यह है कि मॉडल उन खास कामों में इंसानों से बेहतर प्रदर्शन कर सकते हैं या नहीं जिनकी उन्हें परवाह है, और क्या इससे उत्पादकता में वास्तविक बढ़ोतरी होती है।

हाल के एक लॉन्च कार्यक्रम में Zhang ने बताया कि वह अगले कुछ वर्षों को किस तरह देखते हैं।

"2030 तक मानव बुद्धिमत्ता हासिल करने या उससे आगे निकलने का मतलब कुछ क्षेत्रों में इंसानों को पीछे छोड़ना हो सकता है, लेकिन कई अन्य क्षेत्रों में पीछे रहना भी," Zhipu AI के CEO Zhang Peng ने कहा।

यह व्यावहारिक नज़रिया कंपनी के उत्पादों के चुनाव में भी दिखता है। Zhipu हर उपभोक्ता सब्सक्रिप्शन में जीत की दौड़ नहीं लगा रही है। वह उद्यमों और डेवलपर-केंद्रित कोडिंग प्लान पर ध्यान दे रही है, साथ ही नए उपयोगकर्ताओं को जोड़ने में मदद के लिए मुफ़्त चैटबॉट का सुलभ विकल्प बनाए रखती है। निकट भविष्य का लक्ष्य बुद्धिमत्ता की अंतिम सीमा तय करना नहीं है। मकसद ऐसा मॉडल देना है जो लोगों को फ़ीचर जारी करने, बग ठीक करने और तेज़ी से काम करने में मदद करे, जबकि लागत नियंत्रण में रहे।

जानने योग्य बातें

• Zhipu AI के अनुसार, विदेशों में भुगतान करने वाले उपयोगकर्ता दो महीनों में दस गुना बढ़कर लगभग 100,000 मासिक API ग्राहकों तक पहुंच गए हैं। चीन के बाहर 3 मिलियन मुफ्त चैटबॉट उपयोगकर्ता भी हैं।
• यह उछाल GLM 4.6 लॉन्च होने के बाद आया। कोडिंग और तर्क क्षमता वाला यह मॉडल Claude Code, Cline, Roo Code और Kilo Code जैसे टूल्स में तेज़ी से जुड़ गया।
• Kilo Code ने अब तक सबसे तेज़ अपनाने की दर दर्ज की। कम लागत के कारण 12 दिनों में GLM 4.6 का टोकन उपयोग 94 गुना बढ़ा।
• GLM 4.6 कॉन्टेक्स्ट विंडो को 200,000 टोकन तक बढ़ाता है, टूल उपयोग और एजेंट प्रदर्शन में सुधार करता है और GLM 4.5 से लगभग 15 प्रतिशत कम टोकन में काम पूरा करता है।
• CC Bench के एजेंट कार्यों पर यह Claude Sonnet 4 के लगभग बराबर है, लेकिन कुछ कोडिंग परीक्षणों में अब भी Claude Sonnet 4.5 से पीछे है।
• स्थानीय डिप्लॉयमेंट के लिए ओपन वेट्स उपलब्ध हैं और मॉडल vLLM तथा SGLang जैसे इनफ़रेंस स्टैक का समर्थन करता है।
• Zhipu कम कीमत की रणनीति पर ज़ोर दे रही है। कंपनी का दावा है कि उसका कोडिंग प्लान Claude स्तर का प्रदर्शन बहुत कम लागत पर देता है।
• कंपनी का मूल्यांकन लगभग 40 अरब युआन है। वह विदेशों में उद्यम और डेवलपर कारोबार पर ध्यान देते हुए 2026 में संभावित शेयर बाज़ार सूचीकरण की तैयारी कर रही है।