GLM-5, Yapay Zekada Yeni Bir Çağı Açtı: 81.8 Puanla NYT Bağlantı Testini Yendi

GLM-5, Yapay Zekada Yeni Bir Çağı Açtı: 81.8 Puanla NYT Bağlantı Testini Yendi

Yapay zeka dünyasında bir çığır açan bir haber geldi: Çinli Z.ai Laboratuvarları tarafından geliştirilen GLM-5, Extended NYT Connections benchmark testinde 81.8 puanla öne çıkarak, önceki rekorcu Kimi K2.5 Thinking’in 78.3 puanını geride bıraktı. Bu sadece bir skor artışı değil; yapay zekanın insan gibi kavramsal ilişkiler kurma, bağlamı derinlemesine anlama ve uzun vadeli akıl yürütme yeteneğindeki bir devrimi işaret ediyor.

GLM-5’in bu başarısı, yalnızca parametre sayısında artışla değil, bir tür ‘akıllı mühendislik’ yaklaşımıyla elde edildi. Z.ai’nın teknik raporuna göre, GLM-5, GLM-4.5’e kıyasla 355 milyar parametreden 744 milyara, aktif parametrelerde ise 32 milyardan 40 milyara yükseldi. Ancak bu ölçeklendirme, sadece ‘daha büyük’ anlamına gelmiyor. Model, 23 trilyon token’lık veri setinden 28.5 trilyona çıkarıldı ve bu veriler, yalnızca metin değil, kod, matematiksel ifadeler ve mantıksal yapılarla zenginleştirildi.

‘Vibe Coding’den ‘Agentic Engineering’e: Nasıl Bir Dönüşüm?

Z.ai, GLM-5’in geliştirilmesinde ‘vibe coding’ adı verilen bir felsefeyi terk ederek, ‘agentic engineering’ adı verilen yeni bir paradigmayı benimsedi. Vibe coding, modellerin sezgisel, bulanık bir şekilde görevleri tamamlamasını beklemekti. Ancak GLM-5, bir ‘mühendis’ gibi davranıyor: Hedefi belirliyor, adımları planlıyor, hataları düzeltiyor ve uzun zincirli görevleri kendi başına tamamlıyor. Bu, bir chatbot’tan çok, bir dijital mühendislik ekibiyle eşdeğer.

Örneğin, Extended NYT Connections testi, kullanıcıya 16 kelime verir ve bu kelimeleri 4’erli gruplara ayırarak birer kavramsal bağlantı kurmasını ister. İnsanlar genellikle 3-5 dakika harcar. GLM-5 ise 2.3 saniyede 81.8 puanla tamamladı. Bu, sadece kelime eşleştirmek değil; ‘koyun’, ‘kum’, ‘yelken’, ‘çarşı’ gibi kelimeleri ‘çöl’ bağlamında değil, ‘yelkenli’ bağlamında bağlamak gibi, soyut kategorileri anlamak anlamına geliyor. Kimi K2.5 Thinking, bu testte 78.3 puanla bir adım geride kaldı — fark, sadece 3.5 puan gibi görünse de, yapay zeka dünyasında bu, bir asır farka denk geliyor.

DerinSeek Sparse Attention: Performansı Düşürmeden Maliyeti Yarısına İndirmek

GLM-5’in en şaşırtıcı yeniliği, ‘DeepSeek Sparse Attention’ (DSA) adı verilen bir dikkat mekanizması. Geleneksel transformer modelleri, her kelimenin diğer tüm kelimelerle ilişkisini hesaplar — bu, maliyeti katlanır. DSA ise, sadece en kritik ilişkileri seçer, diğerlerini ‘sessiz’ bırakır. Bu, GLM-5’in 744 milyar parametreli olmasına rağmen, bulut maliyetlerini %40 oranında düşürdü. Yani, daha akıllı olmanın yanı sıra, daha verimli ve erişilebilir hale geldi.

Bu teknoloji, özellikle küçük şirketler ve akademik laboratuvarlar için devrim yaratabilir. Daha önce sadece Google veya Meta gibi devlerin kullanabildiği gibi modeller, şimdi daha küçük ekiplerle bile çalışılabilir hale geliyor. Z.ai, GLM-5’i GitHub ve Hugging Face üzerinden açık kaynak olarak yayınladı — bu, dünya çapında milyonlarca geliştiricinin bu modeli özelleştirmesine olanak tanıyor.

Neden Bu Bir Dönüm Noktası?

GLM-5’in başarısı, yapay zekanın ‘sadece cevap verme’ yeteneğinden ‘sorunu çözme’ yeteneğine geçişin en net göstergesi. NYT Connections testi, insan zekasının ‘anlam kurma’ kapasitesini ölçer. GLM-5’in bu testteki üstünlüğü, yapay zekanın artık kelimeleri değil, kavramları anladığını gösteriyor. Bu, tıpkı bir doktorun semptomları değil, hastalığın kökenini anlaması gibi bir fark.

Gelecekte, GLM-5 benzeri modeller, yazılım geliştirme, tıbbi teşhis, hukuki analiz ve hatta bilimsel hipotez oluşturma gibi alanlarda ‘bağımsız ajanlar’ olarak çalışabilecek. Bir araştırmacı, GLM-5’e ‘2025’teki kuantum bilgisayarların ışık hızında veri işleme kapasitesini nasıl etkilediğini’ sorabilir — ve model, sadece bir makaleyi özetlemekle kalmaz, aynı zamanda 15 farklı kaynaktan çıkarımlar yaparak yeni bir hipotez sunabilir.

Gelecek: Açık Kaynak, Akıllı Mühendislik ve Yeni Bir Denge

GLM-5, yalnızca bir model değil, bir felsefenin ürünü. Çin’in AI alanında açık kaynak yaklaşımını benimsemesi, Batı’nın kapalı sistemlerine karşı bir stratejik hamle. Z.ai, bu modeli açıkça paylaşarak, ‘tek bir şirketin monopoli’ olmaktan ziyade, küresel bir bilgi birikiminin oluşmasını hedefliyor.

GLM-5’in yükselişi, yapay zekanın ‘yapay’ olmaktan çıkıp, ‘mühendislik’ ve ‘yaratıcılık’ kategorilerine girdiğini gösteriyor. Bu, sadece bir teknoloji gelişimi değil; insan-zeka ilişkisinin yeniden tanımlanması. Gelecek, artık ‘daha hızlı cevap veren’ modellerle değil, ‘daha derin düşünen’ ajanlarla şekillenecek — ve GLM-5, bu yeni dünyanın ilk büyük adımı.