Новости
Последние обновления инструментов, релизы и важные события из мира вайб-кодинга
Загрузка...
Последние обновления инструментов, релизы и важные события из мира вайб-кодинга
Z.ai представила open-source модель GLM-OCR на 900 млн параметров. Она заняла первое место в бенчмарке OmniDocBench с результатом 94.6.
10+ лет в маркетинге, 300+ клиентских проектов: сайты, реклама, боты. Создатель GoBanana (228K+ пользователей, 11.6 млн ₽ выручки) и VibeCoderz. Делаю AI-продукты сам через Claude Code, Cursor, Windsurf и консультирую тех, кто хочет так же.
Об авторе →Zhipu AI выпустила GLM-5-Turbo: модель, заточенную под AI-агентов
Китайский гигант Zhipu AI представил GLM-5-Turbo. Модель обучена на реальных воркфлоу агентов и показывает выдающиеся результаты в вызове инструментов и планировании задач.
Феномен Z.ai: акции выросли в 10 раз после релиза GLM-5.1
Китайская лаборатория Z.ai (бывшая Knowledge Atlas) показала невероятный рост на бирже. Секрет успеха — открытые модели, обходящие GPT-5 в кодинге.
Zhipu запустила GLM-5.1-highspeed: 400 токенов в секунду для флагманской модели
Китайский стартап Zhipu представил сверхбыструю версию своего флагмана GLM-5.1. Скорость генерации достигла 400 токенов в секунду без потери качества ответов.
Zhipu выпустила GLM-5.1: открытая модель обошла Claude 4.6 в кодинге
Китайский гигант Z.ai представил GLM-5.1. Модель способна на 8-часовые сессии автономного кодинга и лидирует в бенчмарке SWE-Bench Pro.
Z.ai (Zhipu AI) готовится к IPO: выручка растет на фоне успеха GLM-4.5
Китайский гигант Z.ai (Zhipu AI) сообщил о достижении ARR в 100 млн юаней и десятикратном росте использования инструментов после релиза модели GLM-4.5.
GLM-5.1 от Z.ai: новый лидер SWE-bench Pro, обученный без NVIDIA
Модель GLM-5.1 заняла первое место в сложнейшем бенчмарке для инженеров, используя железо Huawei вместо привычных H100. Разбираемся, как работает «break-and-repair» и почему это важно для вайбкодинга.
Компания Z.ai официально выпустила и открыла исходный код GLM-OCR — специализированной легковесной модели для оптического распознавания символов и парсинга сложных документов.
Модель содержит всего 900 миллионов параметров, что делает её отличным кандидатом для работы в условиях ограниченных ресурсов. Несмотря на компактный размер, GLM-OCR показала впечатляющие результаты:
Для тех, кто строит AI-агентов и автоматизации, работа с «грязными» PDF, таблицами и сканами всегда была головной болью. Большие мультимодальные модели (вроде GPT-4o или Claude 3.5 Sonnet) справляются хорошо, но стоят дорого и работают медленно при больших объемах.
GLM-OCR закрывает нишу быстрого и дешевого пре-процессинга. Её можно поднять в собственном контуре или на недорогом GPU, чтобы скармливать вашим агентам (в Cursor или Windsurf) уже структурированный текст, не тратя токены контекстного окна на сырые данные. Это идеальный инструмент для создания RAG-систем по технической документации или финансовым отчетам.
