GLM-5.3: เก่งขึ้นโดยไม่ฝึกฐานใหม่ และเคสที่เอกสารผู้ผลิตหักล้างข่าวสี่เจ้า

เกิดอะไรขึ้น

Z.ai ประกาศ GLM-5.3 เมื่อวันที่ 14 ส.ค. 2026 โดยวางตำแหน่งเป็นโมเดลสำหรับงานเขียนโค้ดและงานที่ต้องทำต่อเนื่องยาว จุดที่ทำให้การออกรุ่นครั้งนี้ต่างจากปกติคือบริษัทไม่ได้ฝึกโมเดลฐานใหม่เลย เอกสารของบริษัทเขียนไว้เองว่า "It uses the same base model as GLM-5.2, with all improvements driven by post-training." (docs.z.ai ตรวจซ้ำ 2026-08-29 · ถ้อยคำในหน้าคลังโมเดลใช้คำต่างออกไปเล็กน้อยแต่ความหมายเดียวกัน)

ประโยคนี้สำคัญเพราะมันเป็นคำพูดของผู้ผลิตเอง ไม่ใช่การตีความของนักข่าว ที่ผ่านมาเวลาโมเดลเก่งขึ้นคนมักสันนิษฐานว่ามาจากการฝึกใหม่ด้วยข้อมูลมากขึ้นและเครื่องแรงขึ้น กรณีนี้บอกว่าการปรับในช่วงหลังการฝึกอย่างเดียวก็ขยับคะแนนบางด้านได้มาก

ข้อควรระวังที่ต้องพูดคู่กันเสมอคือเมื่อน้ำหนักโมเดลยังไม่ถูกปล่อย ไม่มีใครนอก Z.ai ตรวจสอบได้ว่าฐานไม่ถูกแตะจริงหรือไม่ สิ่งที่ยืนยันได้คือบริษัทอ้างเช่นนั้น ไม่ใช่ว่ามันเป็นความจริงที่พิสูจน์แล้ว

ตัวเลขที่ผู้ผลิตรายงาน และกับดักเลขรุ่นของชุดทดสอบ

ชุดทดสอบ	GLM-5.2	GLM-5.3
Terminal-Bench 3.0	4.6	28.3
DeepSWE v1.1	46.2	66.9
CyberGym	77.2%	84.5%
ExploitBench	24.4%	54.4%

เอกสารของ Z.ai ยืนยันฝั่ง GLM-5.3 ครบทั้งสี่ตัว และยืนยันคู่ 24.4 ถึง 54.4 ของ ExploitBench ทั้งสองปลาย ส่วนค่าตั้งต้นอีกสามตัวคือ 4.6, 46.2 และ 77.2 อ่านได้จากสื่อสี่เจ้าที่รายงานตรงกันโดยไม่มีความคลาดเคลื่อน แต่ยังไม่พบบนหน้าของผู้ผลิตโดยตรง

กับดักที่ต้องกันไว้ก่อนคนอื่นคือเลข 4.6 ที่ดูต่ำจนน่าสงสัยว่าพิมพ์ผิด มันไม่ใช่การพิมพ์ผิด แต่ต้องอ่านคู่กับเลขรุ่นของชุดทดสอบเสมอ เพราะคลังโค้ดทางการของบริษัทรายงานว่า GLM-5.2 ทำได้ 81.0 บน Terminal-Bench รุ่น 2.1 (GitHub) ซึ่งเป็นคนละชุดกับรุ่น 3.0 และง่ายกว่ามาก ใครที่จำเลข 81.0 ได้แล้วมาเจอเลข 4.6 ลอยๆ จะสรุปทันทีว่าตัวเลขนี้ผิด ทั้งที่ทั้งคู่ถูกทั้งคู่ เพียงแต่วัดคนละชุด

ข้อควรระวังที่ครอบทั้งตารางคือทุกตัวเลขเป็นการวัดของผู้ผลิตเอง และเมื่อน้ำหนักยังไม่ปล่อยก็ยังไม่มีใครทำซ้ำได้ เวลาอ้างต้องเขียนว่า Z.ai รายงานว่าเท่าไร ไม่ใช่เขียนว่าโมเดลทำได้เท่าไร

กับดักตัวที่สองซึ่งซ่อนลึกกว่าเลขรุ่นชุดทดสอบคือ ตัวเลข CyberGym สูงกว่าที่เปเปอร์ต้นฉบับของชุดทดสอบนี้เคยรายงานราวสี่เท่า เปเปอร์ต้นฉบับระบุว่าชุดที่ทำได้ดีที่สุดอยู่ที่ราว 20% (arXiv 2506.02548) ขณะที่ตัวเลขของ Z.ai อยู่ที่ 84.5% ส่วนต่างขนาดนี้แปลว่าเป็นการวัดคนละการตั้งค่าหรือคนละส่วนย่อยของชุดทดสอบ ซึ่งเปเปอร์เองก็เขียนว่าชุดนี้ปรับให้เข้ากับการตั้งค่าที่ต่างกันได้ และตระกูลนี้ยังมีชุดแยกอีกชุดคือ CyberGym-E2E ผลคือห้ามเขียนว่า GLM-5.3 ได้ 84.5% บน CyberGym ลอยๆ แล้วเอาไปเทียบกับตัวเลขที่ผู้อื่นรายงานบนชื่อชุดเดียวกัน ต้องระบุเสมอว่าเป็นการวัดบนชุดตั้งค่าของ Z.ai เอง

กับดักตัวที่สามคือ ห้าม cite กระดานจัดอันดับสาธารณะเป็นหลักฐานฝ่ายที่สาม เว็บรวมคะแนนบางแห่งขึ้น GLM-5.3 ที่ 84.50 เป็นอันดับหนึ่งของ CyberGym แล้ว แต่นั่นคือการดึงตัวเลขจากประกาศของผู้ผลิตมาแสดง ไม่ใช่การรันเอง สังเกตได้จากการที่กระดานนั้นไม่มีคู่แข่งฝั่งอเมริกาอยู่ด้วยซ้ำ

แก้ไข 2026-08-29: ย่อหน้าเดิมของหัวข้อนี้เคยระบุว่ากระดานอีกแห่งที่ลงคะแนน Terminal-Bench 2.1 ของ GLM-5.3 ไว้ที่ 88.2% นั้นผิด ตอนนี้ตัวเลขนั้นถูกยืนยันย้อนหลังแล้ว เพราะเมื่อน้ำหนักโมเดลลงจริง ตารางในหน้าคลังโมเดลของ Z.ai เองก็ลง Terminal Bench 2.1 ไว้ที่ 88.2 เท่ากัน กระดานนั้นจึงถูกมาตลอด สิ่งที่ยังผิดคือการติดป้ายเลข 28.3 ให้ชุดทดสอบผิดรุ่น บทเรียนที่ได้เพิ่มคือการตัดสินว่าตัวเลขของกระดานผิดในตอนที่ยังไม่มีของจริงให้เทียบ ก็เป็นการสรุปเกินหลักฐานเช่นเดียวกัน

เรื่องที่ข่าวเขียนผิดตรงกันสี่เจ้า คือมันยังเรียกผ่าน API ไม่ได้

นี่คือจุดที่มีค่าที่สุดของหน้านี้สำหรับคนที่จะเอาไปใช้จริง สื่อสี่เจ้ารายงานตรงกันว่า GLM-5.3 เปิดให้เรียกผ่าน API แล้ว แต่เอกสารของผู้ผลิตเองบอกตรงข้าม และหลักฐานมีสามชั้นที่สอดคล้องกัน

ชั้นแรกคือหน้าเอกสารของรุ่นนี้เขียนว่า "The GLM-5.3 API is coming soon" ขณะที่บอกในย่อหน้าเดียวกันว่าเปิดให้ผู้ใช้แพ็กเกจรายเดือนสำหรับงานเขียนโค้ดใช้ได้แล้ว ชั้นที่สองคือหน้าอ้างอิง API ที่ระบุรายชื่อชื่อโมเดลที่เรียกได้จริง ไล่ตั้งแต่ glm-5.2, glm-5.1, glm-5-turbo, glm-5, glm-4.7 ลงไป โดยไม่มี glm-5.3 อยู่ในรายการ (api-reference) ชั้นที่สามคือหน้าราคาที่แสดง GLM-5.2 ไว้ที่ 1.4 และ 4.4 ดอลลาร์ต่อล้านโทเคน แต่ไม่มี GLM-5.3 อยู่เลย (pricing)

สิ่งที่ใช้ได้จริงตอนนี้จึงมีสองช่องทางคือแพ็กเกจรายเดือนสำหรับงานเขียนโค้ด และเครื่องมือของบริษัทเอง ส่วนน้ำหนักโมเดลยังไม่ปล่อย ซึ่งยืนยันได้จากหน้าคลังโมเดลทางการที่มี GLM-5, GLM-5.2, GLM-5.2-FP8 และ GLM-5.1 อยู่ครบแต่ไม่มี GLM-5.3 (Hugging Face) บริษัทระบุว่าจะปล่อยราวสองสัปดาห์หลังเปิดตัวเมื่อผ่านการประเมินความปลอดภัยแล้ว โดยคำนี้ปรากฏในรายงานของสื่อในรูปคำพูดของบริษัท แต่ยังหาประโยคต้นฉบับบนหน้าของผู้ผลิตไม่พบ จึงควรเขียนว่าบริษัทระบุ ไม่ใช่ยกเป็นคำพูดในเครื่องหมายคำพูด

ต้นตอของความสับสนนี้อธิบายได้ตรงไปตรงมา หน้าประกาศของ Z.ai ที่ z.ai/blog/glm-5.3 คืนค่า 200 พร้อมเนื้อหาว่างเปล่าเพราะประกอบด้วย JavaScript ทั้งหมด และ z.ai/blog คืน 404 สื่อจึงเขียนจากข้อมูลที่ได้มาทางอื่นแล้วเติมกรอบการเปิดตัวตามที่คุ้นเคยเข้าไป ทางที่อ่านได้จริงคือ docs.z.ai ซึ่งไม่ค่อยมีใครไปดู

API เปิดจริงวันที่ 18 ส.ค. ส่วนน้ำหนักยังไม่มา (เพิ่ม 2026-08-19)

หัวข้อก่อนหน้านี้ถูกต้อง ณ วันที่เขียน และตอนนี้ครึ่งหนึ่งของมันหมดอายุแล้ว ตรวจซ้ำเมื่อ 19 ส.ค. 2569 พบว่า API เปิดให้เรียกทั่วไปแล้ว โดยหน้าเอกสารของรุ่นนี้ระบุชื่อโมเดลที่เรียกได้ว่า glm-5.3 พร้อม endpoint สามแบบ และระบุหน้าต่างบริบทหนึ่งล้านโทเคนกับความยาวคำตอบสูงสุด 128K โทเคน (เอกสาร GLM-5.3)

หน้าราคาที่เดิมไม่มีแถวของรุ่นนี้ ตอนนี้มีแล้ว โดยระบุ 1.4 ดอลลาร์ต่อล้านโทเคนขาเข้า 4.4 ดอลลาร์ขาออก และ 0.26 ดอลลาร์สำหรับข้อมูลที่เคยส่งมาแล้ว ซึ่งเป็นราคาชุดเดียวกับ GLM-5.2 เป๊ะ (pricing) ตัวเลขนี้ตรงกับที่ผู้ให้บริการตัวกลางแสดงไว้ และส่วนลดสำหรับข้อมูลที่เคยส่งแล้วคิดเป็นราว 81% (OpenRouter)

วันเปิดที่ยืนยันได้คือ 18 ส.ค. 2569 ซึ่งมาจาก timestamp ของผู้ให้บริการตัวกลาง เพราะ Z.ai ไม่มีหน้าบันทึก การเปลี่ยนแปลงให้ตรวจ หน้า docs.z.ai/release-notes คืน 404 นี่จึงเป็นวันที่อนุมานจากหลักฐานทางอ้อม ไม่ใช่วันที่ผู้ผลิตประกาศเอง

ผลจากผู้วัดอิสระตามมาทันทีที่ API เปิด คือคะแนนบนดัชนีรวมของ Artificial Analysis อยู่ที่ 60 เป็นอันดับ 8 จากโมเดลที่วัดทั้งหมด 181 ตัว (Artificial Analysis) ซึ่งสอดคล้องกับข้อสังเกตว่าผู้วัดอิสระต้องรอ API เปิดก่อนจึงจะให้คะแนนได้

ส่วนน้ำหนักโมเดลยังไม่มา ตรวจคลังโมเดลทางการเมื่อ 19 ส.ค. แล้วรุ่นใหม่สุดยังเป็น GLM-5 คำสัญญาว่าจะปล่อย ภายในสองสัปดาห์นับจาก 14 ส.ค. จึงครบกำหนดราว 28 ส.ค. ซึ่งเป็นวันที่ควรตรวจซ้ำ

ข้อควรระวังที่ต้องบันทึกไว้เพราะมีบทวิเคราะห์หลายชิ้นเขียนผิดตรงกัน คือการอ้างว่าเรียก API ของคลังโมเดลแล้ว ได้รหัส 401 จึงสรุปว่ามี repo ลับรออยู่ ข้อสรุปนี้ใช้ไม่ได้ เพราะทดสอบด้วยชื่อที่ไม่มีอยู่จริงก็ได้รหัส 401 เหมือนกัน คลังโมเดลตอบรหัสนี้กับทุกชื่อที่ไม่ยืนยันให้ผู้ที่ไม่ได้ล็อกอิน จึงไม่ใช่หลักฐานว่ามีหรือไม่มีอะไรทั้งสิ้น

ผลข้างเคียงอีกอย่างคือผู้วัดอิสระจัดโมเดลนี้อยู่ในกลุ่มโมเดลปิด ซึ่งถูกต้องตามสถานะวันนี้เพราะนิยามของเขาผูกกับ น้ำหนักที่ปล่อยแล้วจริง ไม่ใช่คำสัญญาว่าจะปล่อย ป้ายนี้จะเปลี่ยนเองเมื่อน้ำหนักลง

ขนาดโมเดลที่ตัวเลขไม่ตรงกันสามค่า

ตัวเลขจำนวนพารามิเตอร์ของตระกูลนี้มีสามค่าลอยอยู่ และควรระวังไม่หยิบค่าใดค่าหนึ่งมาเขียนเป็นข้อเท็จจริงที่นิ่งแล้ว คลังโค้ดทางการของบริษัทเขียนว่า 744B-A40B คือรวม 744,000 ล้านและทำงานจริง 40,000 ล้านต่อโทเคน ส่วนหน้าโมเดล GLM-5.2 บน Hugging Face แสดง 753,000 ล้านซึ่งเป็นการนับจากไฟล์น้ำหนักโดยตรง ขณะที่สื่อหลายเจ้าเขียน 743,000 ล้านโดยอ้างว่ามาจากประกาศของ Z.ai

ค่าที่นับจากไฟล์มักสูงกว่าตัวเลขพาดหัวของผู้ผลิตเล็กน้อยตามธรรมชาติ 744 กับ 753 จึงอยู่ร่วมกันได้ ส่วน 743 กับ 744 เป็นความคลาดเคลื่อนของการคัดลอกต่อกันมา วิธีเขียนที่ปลอดภัยคือใช้ตัวเลขจากคลังโค้ดของบริษัทและระบุว่าเป็นค่าโดยประมาณ หรือไม่ต้องใส่ตัวเลขเลยก็ได้ เพราะประเด็นของข่าวนี้อยู่ที่การไม่ฝึกฐานใหม่ ไม่ใช่ขนาดที่แน่นอน

ความสามารถด้านความมั่นคงไซเบอร์ คำเคลมกับเสียงแย้ง

Z.ai วางกรอบเรื่องนี้ว่าความสามารถด้านการหาช่องโหว่โผล่ขึ้นมาเกินคาดระหว่างขยายการฝึก โดยระบุว่าโมเดลเริ่มให้เหตุผลข้ามหลายขั้นตอนของการเจาะระบบและวางแผนเป็นลำดับต่อเนื่อง แทนที่จะหาบั๊กทีละจุดแยกกัน และเติบโตเร็วกว่าที่บริษัทคาดไว้ รายงานของสื่อระบุว่าบริษัทเติมข้อมูลด้านการค้นหาช่องโหว่เข้าไปในการปรับหลังฝึกโดยคาดว่าจะได้ผลดีขึ้นเล็กน้อย แต่กลับได้มากกว่านั้น

เสียงแย้งในกระทู้ Hacker News เป็นแหล่งปฐมภูมิและควรอ่านคู่กันเสมอ ผู้ใช้รายหนึ่งชี้ว่าบริษัทไล่สแกนซอฟต์แวร์โอเพนซอร์สและซอฟต์แวร์ยอดนิยมเป็นจำนวนมากอยู่แล้วและเปิดเผยช่องโหว่ที่พบ อีกรายเสริมว่า "Most of these are issues introduced a long time ago, almost all before 2006" (Hacker News) ข้อโต้แย้งคือสิ่งที่เกิดขึ้นอาจเป็นการสแกนที่ครอบคลุมกว่าเดิม ไม่ใช่ความสามารถใหม่ที่ยากขึ้น

หน้านี้ไม่ตัดสินว่าฝ่ายไหนถูก สิ่งที่บันทึกไว้คือทั้งคำเคลมของผู้ผลิตและข้อโต้แย้งมีอยู่จริงทั้งคู่ และคำว่าความสามารถโผล่ขึ้นเองเป็นถ้อยคำที่ต้องติดป้ายว่าใครพูด เพราะยังไม่มีการวัดจากภายนอกมายืนยัน

นำหน้าที่ขั้นหาช่องโหว่ แต่ตามหลังที่ขั้นทำเป็นเครื่องมือโจมตี (เพิ่ม 2026-08-16)

จุดที่ทำให้ข่าวนี้ถูกเล่าเกินจริงในวงกว้างคือมีการหยิบตัวเลขของขั้นแรกไปพาดหัว แล้วปล่อยขั้นที่สองทิ้ง งานหาช่องโหว่ที่ใช้ได้จริงแบ่งเป็นสองขั้นที่วัดด้วยชุดทดสอบคนละชุด ขั้นแรกคือหาและยืนยันว่าช่องโหว่ มีอยู่จริง วัดด้วย CyberGym ขั้นที่สองคือเปลี่ยนช่องโหว่ที่เจอให้กลายเป็นเครื่องมือโจมตีที่ทำงานได้จริง วัดด้วย ExploitBench และ ExploitGym (arXiv 2605.11086)

ขั้นของงาน	ชุดทดสอบ	GLM-5.3	คู่เทียบตามที่รายงาน
หาและยืนยันช่องโหว่	CyberGym	84.5%	Fable 5 (w/ fallback) ที่ 83.8% · GPT-5.6 Sol ที่ 83.6%
ทำเป็นเครื่องมือโจมตี	ExploitBench	54.4%	Fable 5 (w/ fallback) ที่ 78.0%
ทำเป็นเครื่องมือโจมตีในเวลาจำกัด	ExploitGym 2 ชม.	105 งาน	Fable 5 (w/ fallback) ที่ 181 งาน

แก้ชื่อคู่เทียบ 2026-08-29: ตารางนี้เคยติดป้ายคอลัมน์คู่เทียบว่า Mythos 5 ตามที่สื่อเรียก แต่เมื่ออ่านตารางในหน้าคลังโมเดลของ Z.ai เองแล้ว หัวคอลัมน์จริงคือ Fable 5 (w/ fallback) และคำว่า Mythos ไม่ปรากฏในเอกสารของผู้ผลิตเลย วงเล็บ w/ fallback เป็นสาระสำคัญเพราะบอกว่าเป็นการวัดที่มีตัวสำรองช่วย ห้ามตัดทิ้งเวลาอ้างต่อ

ระดับความน่าเชื่อถือของแต่ละแถวไม่เท่ากัน และต้องแยกให้ออก ตัวเลข 54.4% ของ ExploitBench เป็นตัวเดียวในตารางนี้ที่ปรากฏในเอกสารทางการของ Z.ai ส่วนตัวเลขคู่เทียบข้ามค่ายทั้งหมด รวมถึง ตัวเลข ExploitGym ทั้งแถว ปรากฏเฉพาะในรายงานของสื่อที่อ่านหน้าประกาศของบริษัท ซึ่งเป็นหน้าที่ เราเปิดอ่านโดยตรงไม่ได้ คำว่า ExploitGym ไม่ปรากฏบน docs.z.ai เลยแม้แต่ครั้งเดียว

counter-evidence ที่ต้องบันทึกไว้คู่กัน กระดานจัดอันดับสาธารณะของ ExploitGym ให้ GPT-5.6 Sol ที่ 33.7% และ Claude Mythos Preview ที่ 17.5% ซึ่งเป็นคนละ checkpoint กับ Mythos 5 ที่ Z.ai ยกมาเทียบ จึงเอามาวางเทียบกันตรงๆ ไม่ได้ และยิ่งตอกย้ำว่าตัวเลขคู่เทียบในตารางข้างบนยังไม่ควร ถือเป็นข้อยุติ

สิ่งที่พูดได้อย่างปลอดภัยคือ ตามตัวเลขที่ Z.ai เผยแพร่เอง โมเดลนี้นำที่ขั้นหาช่องโหว่ด้วยระยะห่าง ไม่ถึงหนึ่งจุด และตามหลังอย่างชัดเจนที่ขั้นเปลี่ยนช่องโหว่เป็นเครื่องมือโจมตี ซึ่งเป็นขั้นที่ใกล้กับ สิ่งที่ผู้โจมตีจริงต้องทำมากกว่า

ตัวเลข 2,436 ช่องโหว่ ที่เกือบทุกข่าวใส่เจ้าของผิด (เพิ่ม 2026-08-16)

ตัวเลขที่ถูกยกไปพาดหัวมากที่สุดคือการอ้างว่าพบช่องโหว่ 2,436 รายการจากโครงการโอเพนซอร์ส 269 โครงการ โดย 1,097 รายการอยู่ในระดับสูงถึงวิกฤต บัญชีที่แสดงระบุว่าเปิดเผยพร้อมรหัส CVE แล้ว 53 รายการ ส่วนอีก 2,383 รายการยังอยู่ในช่วงปิดข้อมูล ซึ่ง 53 บวก 2,383 เท่ากับ 2,436 พอดี จึงสอดคล้องกันในตัวเอง

สิ่งที่เกือบทุกข่าวเขียนผิดคือเจ้าของผลงาน ถ้อยคำต้นทางระบุว่าเป็นผลสะสม "across 269 open-source projects since GLM-5.2" คือเป็นผลของโมเดลหลายตัวของบริษัท นับตั้งแต่รุ่น GLM-5.2 เป็นต้นมา และทำร่วมกับทีมความปลอดภัยภายนอกหลายทีมรวมถึงนักวิจัย จากมหาวิทยาลัย ไม่ใช่ผลงานที่ GLM-5.3 ทำได้ตัวเดียว (Unite.AI)

ประโยคที่เขียนแล้วปลอดภัยคือ Z.ai ระบุว่าโมเดลของบริษัทพบช่องโหว่รวม 2,436 รายการใน 269 โครงการนับตั้งแต่รุ่น GLM-5.2 โดยทำงานร่วมกับทีมความปลอดภัยภายนอก

เรื่องที่คนเข้าใจผิดบ่อย

ข่าวภาษาไทยของ Blognone รายงานว่า "ผลการทดสอบ CyberGym ทำคะแนนค้นพบช่องโหว่ได้มากกว่าสองเท่าเมื่อเทียบกับ GLM-5.2" และเขียนว่าโมเดลทำคะแนนดีกว่ารุ่นก่อน 50% (Blognone) เมื่อดูตารางจะเห็นว่า CyberGym ขยับจาก 77.2% เป็น 84.5% ซึ่งไม่ใช่การเพิ่มเป็นสองเท่า

แต่การสรุปว่าสื่อเขียนผิดนั้นไม่เป็นธรรม เพราะการเพิ่มเป็นสองเท่ามีอยู่จริงและอยู่ที่ ExploitBench ซึ่งขยับจาก 24.4% เป็น 54.4% คือราว 2.2 เท่า สิ่งที่เกิดขึ้นคือประโยคของ Z.ai เองพูดสองเรื่องติดกันในประโยคเดียว คือทำคะแนนสูงสุดบน CyberGym สำหรับการค้นหาช่องโหว่ และเพิ่มขึ้นกว่าสองเท่าบนชุดทดสอบด้านการเจาะระบบ พอย่อลงเหลือประโยคเดียวสองเรื่องจึงถูกรวมเข้าหากัน

บทเรียนที่หยิบไปใช้ได้คือเวลาผู้ผลิตเขียนความสำเร็จสองอย่างไว้ในประโยคเดียว การย่อมักทำให้ตัวเลขไปเกาะกับชุดทดสอบผิดตัว วิธีกันคือเมื่อเห็นคำว่าเพิ่มเป็นสองเท่า ให้ถามกลับว่าเป็นสองเท่าของอะไร แล้วไล่กลับไปหาตารางเสมอ

ราคา (หัวข้อนี้บันทึกสถานะ ณ 15 ส.ค. ไว้เป็นประวัติ ของจริงอยู่ในหัวข้อวันที่ 18 ส.ค. ข้างบน)

หัวข้อนี้ถูกต้อง ณ วันที่เขียนคือ 15 ส.ค. และหมดอายุไปแล้วตั้งแต่ API เปิดเมื่อวันที่ 18 ส.ค. ราคาที่ใช้จริงคือ 1.4 ดอลลาร์ต่อล้านโทเคนขาเข้า 4.4 ดอลลาร์ขาออก และ 0.26 ดอลลาร์สำหรับข้อมูลที่เคยส่งมาแล้ว ตามที่บันทึกไว้ในหัวข้อวันที่ 18 ส.ค. ข้างบน เก็บย่อหน้าเดิมไว้ข้างล่างเพราะมันคือหลักฐานว่าตัวเลขที่สื่อเจ้าหนึ่งเผยแพร่ล่วงหน้ากลายเป็นตัวเลขที่ถูกในภายหลัง ซึ่งเป็นคนละเรื่องกับการที่ตอนนั้นมันไม่มีแหล่งที่มา

ยังไม่มีการประกาศราคาต่อโทเคนสำหรับ GLM-5.3 เลย หน้าราคาของบริษัทแสดงตั้งแต่ GLM-5.2 ลงไปถึง GLM-4-32B โดยไม่มีรุ่นนี้ และชื่อรุ่นนี้ยังไม่เป็นชื่อที่เรียกผ่าน API ได้

ตัวเลขที่ต้องระวังเป็นพิเศษคือมีสื่อเจ้าหนึ่งเผยแพร่ราคา 1.40 และ 4.40 ดอลลาร์ต่อล้านโทเคนพร้อมราคาแคช 0.26 ดอลลาร์สำหรับ GLM-5.3 ซึ่งเป็นตัวเลขเดียวกันเป๊ะกับราคาที่ประกาศไว้ของ GLM-5.2 บนหน้าราคาทางการ แทบแน่นอนว่าเป็นการยกราคารุ่นก่อนมาใส่ ไม่ใช่ราคาที่มีแหล่งที่มา ห้ามนำตัวเลขชุดนี้มาใช้

ส่วนราคาแบบสมัครสมาชิกรายเดือนมีอยู่จริงแต่ตัวเลขที่รายงานขัดกันเองระหว่างสองแหล่ง จึงยังไม่ควรอ้างเป็นตัวเลขใดตัวเลขหนึ่ง

น้ำหนักลงจริงแล้ว 28 ส.ค. และสัญญาอนุญาตไม่ใช่ MIT (เพิ่ม 2026-08-29)

การ re-check ที่หน้านี้ตั้งไว้สำหรับวันที่ 28 ส.ค. ได้คำตอบแล้ว น้ำหนักโมเดลถูกปล่อยขึ้นคลังโมเดลจริงในวันนั้น ยืนยันได้จากหลักฐานที่เครื่องอ่านได้สามชั้นซึ่งสอดคล้องกันในกรอบเวลาสิบแปดนาที คือค่า lastModified ของคลังโมเดลที่ระบุ 2026-08-28T15:22:14Z จำนวนไฟล์น้ำหนัก 141 ไฟล์ที่มีอยู่จริง และเวลาที่กระทู้บนกระดานนักพัฒนาถูกตั้งขึ้น (Hugging Face API)

กับดักวันที่ที่ต้องกันไว้ก่อนคนอื่น คือค่า createdAt ของคลังนี้เป็น 2026-08-25T06:42:50Z ซึ่งเป็นวันที่ตั้งคลังเปล่าไว้ล่วงหน้า ไม่ใช่วันปล่อย ใครหยิบค่านี้ไปเขียนจะได้วันผิดไปสามวัน

ผลข้างเคียงที่ต้องบันทึกคือมีบล็อกหลายเจ้าที่ยังเขียนอยู่ว่าวันที่ 28 ส.ค. ผ่านไปแล้วโดยไม่มีอะไรถูกปล่อย และดัชนีค้นหายังแสดงชื่อหน้าคลังโมเดลว่ายังไม่ปล่อย ทั้งหมดนี้เป็นของค้างท่อที่เขียนก่อนปล่อยจริง ซึ่งเป็นเคสซ้ำของบทเรียนเดิมของหน้านี้ว่าข่าวหลายเจ้าเขียนตรงกันไม่ได้แปลว่าจริง

สัญญาอนุญาตคือสิ่งที่เปลี่ยนแนวจริง

หน้าคลังโมเดลระบุ license: other และ license_name: glm-5.3 โดยไม่มีลิงก์ไปยังสัญญาอนุญาตมาตรฐานใดเลย และคำว่า MIT ไม่ปรากฏในเอกสารของรุ่นนี้แม้แต่ครั้งเดียว (raw README)

สิ่งที่ทำให้เรื่องนี้เป็นข่าวไม่ใช่แค่ว่าไม่ใช่ MIT แต่คือทั้ง GLM-5.2 และ GLM-5.3-Flash ที่ปล่อยก่อนหน้ารุ่นนี้เพียงวันเดียวต่างก็อยู่ใต้ MIT ทั้งคู่ นี่จึงเป็นการเปลี่ยนแนวสัญญาอนุญาตครั้งแรกของสายผลิตภัณฑ์นี้

เงื่อนไขที่เพิ่มเข้ามาอยู่ในหมวดที่สองของไฟล์สัญญาอนุญาต และมีเงื่อนไขนำหน้าที่คนอ้างต่อกันมักตัดทิ้ง ถ้อยคำต้นฉบับคือ "If the Licensee or any of its affiliates operates a Model as a Service business, and the aggregate revenue of the Licensee and its affiliates exceeds 10 billion US dollars (or the equivalent in other currencies) in total over any consecutive 12 months, the Licensee must pass Z.AI's security review before using the Software or its derivative works for any commercial purpose." (LICENSE)

ประโยคที่เขียนแล้วผิดคือ "รายได้เกินหนึ่งหมื่นล้านดอลลาร์ต้องผ่านการตรวจของ Z.ai" เพราะเงื่อนไขนั้นผูกกับการทำธุรกิจให้บริการโมเดลแก่บุคคลที่สามด้วย ตัวสัญญานิยามธุรกิจนั้นว่าการเปิดให้บุคคลที่สามเข้าถึงการเรียกใช้หรือการปรับจูนโมเดล เช่นผ่านชุดคำสั่ง และระบุข้อยกเว้นสองอย่างไว้ด้วย คือผลิตภัณฑ์ปลายทางที่ฝังความสามารถของโมเดลไว้ข้างใน กับการส่งต่อคำขอ ทั้งสองอย่างนี้ไม่นับเป็นธุรกิจให้บริการโมเดล องค์กรทั่วไปที่เอาโมเดลไปรันในระบบของตัวเองจึงไม่เข้าเงื่อนไขนี้

เรื่องนี้เป็นเพดานคนละแบบกับ Qwen และ Kimi ที่บันทึกไว้ที่ open-weight-license-caps-2026 เพราะของสองเจ้านั้นเป็นเพดานที่ต้องไปเจรจาสัญญาแยก ส่วนของเจ้านี้เป็นการต้องผ่านการตรวจด้านความปลอดภัย ส่วนโมเดลที่ปล่อยวันเดียวกันจากอีกค่ายอย่าง tencent-hy4-preview เป็น Apache 2.0 ที่ไม่มีเงื่อนไขเลย

สิ่งที่อ่านได้จากไฟล์น้ำหนักและไฟล์ตั้งค่า

ไฟล์ตั้งค่าระบุ 78 ชั้น ผู้เชี่ยวชาญย่อยที่เลือกได้ 256 ตัวบวกผู้เชี่ยวชาญที่ใช้ร่วมกันอีก 1 ตัว เลือกใช้ครั้งละ 8 ตัวต่อหนึ่งโทเคน ขนาดชั้นซ่อน 6,144 คลังคำศัพท์ 154,880 และเพดานตำแหน่งบริบทที่ 1,048,576 โทเคน ชนิดของโมเดลคือ glm_moe_dsa (config.json)

ปมตัวเลขพารามิเตอร์สามค่าที่ค้างมาตั้งแต่ 15 ส.ค. จบแล้ว เมื่อน้ำหนักลงจริง ระบบนับจากไฟล์ได้ 753,329,940,480 พารามิเตอร์ ซึ่งเป็นตัวเลขเดียวกันทุกหลักกับที่นับได้จาก GLM-5.2 นี่เป็นหลักฐานอิสระที่หนุนคำอ้างของผู้ผลิตว่าใช้โมเดลฐานตัวเดียวกันจริง เพราะถ้าฐานถูกฝึกใหม่ ขนาดจะไม่ตรงกันทุกหลักแบบนี้ ส่วนตัวเลข 743 และ 744 พันล้านที่สื่ออ้างกันคือเลขที่ผู้ผลิตใช้ทำการตลาด ซึ่งนับคนละแบบกับการนับจากไฟล์

รุ่นเต็มไม่รับภาพ ส่วนรุ่นเล็กรับ

ข้อนี้เดิมเป็นเพียงคำอ้างในกระทู้ ตอนนี้ยกระดับเป็นข้อเท็จจริงที่ผู้ผลิตระบุเองแล้ว เอกสารของบริษัทเขียนว่า "GLM-5.3 currently supports text-only inputs..." และไฟล์ตั้งค่าก็ไม่มีส่วนที่เกี่ยวกับภาพเลย ขณะที่หน้าของ GLM-5.3-Flash ติดป้ายความสามารถรับภาพไว้ และเอกสารของรุ่นนั้นเรียกตัวเองว่าเป็นโมเดลแรกในตระกูล GLM-5 ที่รับหลายรูปแบบข้อมูลมาแต่กำเนิด

จุดที่ต้องระวังคือรุ่นเล็กไม่ใช่รุ่นย่อของรุ่นเต็ม มันเป็นคนละสถาปัตยกรรม โดยชนิดของโมเดลเป็น glm5_next และมีขนาดที่นับจากไฟล์ได้ 321,323,031,390 พารามิเตอร์

สิ่งที่ยังไม่มี คือผู้วัดอิสระที่รันน้ำหนักเอง

ผู้วัดอิสระเปลี่ยนป้ายของโมเดลนี้จากกลุ่มโมเดลปิดเป็นกลุ่มโมเดลเปิดแล้ว และแสดงอันดับในกลุ่มนั้น แต่หน้าเดียวกันระบุเองว่าคะแนนมาจากชุดคำสั่งของผู้ผลิตเจ้าเดียว ยังไม่มีผู้ให้บริการรายอื่น จึงยังไม่ใช่การรันน้ำหนักโดยฝ่ายที่สาม ส่วนคลังที่แปลงน้ำหนักเป็นรูปแบบอื่นที่เริ่มมีแล้ว ก็เพียงคัดตารางของผู้ผลิตมาแสดงต่อ ไม่ได้รันเอง

ตัวเลขที่ควรจับตาต่อคือมีรายงานจากบล็อกทุติยภูมิว่าคะแนน CyberGym ปรากฏสองค่าคือ 84.5 กับ 83.5 ระหว่างประกาศฉบับหนึ่งกับเอกสารภาษาจีน ยังยืนยันจากต้นทางไม่ได้ จึงบันทึกไว้เป็นคำถามค้าง ไม่ใช่ข้อเท็จจริง