Chiński model GLM‑4.7 firmy Zhipu AI zdobywa gwałtowną popularność wśród amerykańskich programistów. Doszło do tego, że ruch na chińskim AI wzrósł pięciokrotnie, a Chińczycy podjęli gwałtowne działania
Wprowadzenie i skala zjawiska
Chiński startup Zhipu AI wypuścił model GLM‑4.7, który w testach kodowania osiągnął 73,8% w benchmarku SWE‑bench Verified – wynik bliski czołowym zamkniętym systemom. To osiągnięcie wywołało nagły napływ użytkowników z USA i innych krajów zachodnich, co zmusiło firmę do drastycznego ograniczenia nowych rejestracji. Pięciokrotny wzrost ruchu spowodował, że ograniczono nowe rejestracje o około 80proc. Zhipu zdecydowało się priorytetowo obsługiwać dotychczasowych subskrybentów.
Dlaczego deweloperzy migrują
- Skuteczność w zadaniach programistycznych: GLM‑4.7 wypada silnie także w innych benchmarkach (np. 87,4% w T²‑Bench; skok w Terminal Bench 2.0 z 24,5% do 41%).
- Koszt: pełen plan kodujący jest reklamowany jako około 6 USD miesięcznie, co czyni go znacznie tańszym od konkurencyjnych ofert typu Claude Pro czy ChatGPT Plus.
- Praktyka deweloperska: według Tuhina Srivastavy (CEO Baseten) programiści wybierają narzędzie, które rozwiązuje problem lepiej, taniej i szybciej, niezależnie od kraju pochodzenia.
Zhipu zmniejszyło liczbę nowych rejestracji o około 80%, przydzielając nowym użytkownikom jedynie 20% wcześniejszej przepustowości. To reakcja na pięciokrotny wzrost ruchu po premierze. Jak widać, co też powinno być pewną lekcją dla nas, nawet w Chinach są pewne problemy strukturalne, które uniemożliwiają skoki w takiej skali. Chińskie firmy AI napotykają trudności w skalowaniu usług globalnie z powodu ograniczeń w dostępie do zaawansowanych GPU, częściowo wynikających z amerykańskich sankcji eksportowych. To utrudnia szybkie zwiększenie mocy obliczeniowej wymuszone dużym i nagłym napływem użytkowników.
Mimo to, sukces GLM‑4.7 pokazuje, że rynek modeli AI przestaje być monopolem rozwiązań z Doliny Krzemowej – chińskie projekty (Zhipu, DeepSeek, Ant Group) oferują konkurencyjną jakość przy niższych kosztach. Dodatkowo – presja rośnie. Niższe ceny i solidne wyniki benchmarków zmuszają dostawców z Zachodu do przyspieszenia rozwoju i optymalizacji kosztów.
Ryzyka i ograniczenia
- Jakość vs. dopracowanie: w testach praktycznych GLM‑4.7 generuje rozwiązania szybciej, ale czasem mniej dopracowane niż niektóre zachodnie narzędzia – wymaga to dodatkowej weryfikacji kodu przez programistę.
- Regulacje i bezpieczeństwo: rosnące użycie modeli zagranicznych rodzi pytania o zgodność z polityką bezpieczeństwa danych i ewentualne ograniczenia prawne w korporacyjnych wdrożeniach.
GLM‑4.7 to realna alternatywa dla narzędzi kodujących z Zachodu. Oferuje atrakcyjny stosunek jakości do ceny. Gwałtowny popyt ujawnił jednak ograniczenia infrastrukturalne Zhipu. Dla deweloperów to większy wybór, a dla dostawców sygnał, że konkurencja przyspiesza.
CZYTAJ TEŻ: Apel o narodową gigafabrykę AI
CZYTAJ TEŻ: Jak generatywna AI redefiniuje cyberzagrożenia w 2026 roku: kluczowe trendy i ryzyka dla firm