CEO Z.ai Jie Tang berargumen bahwa jumlah parameter tidak cukup untuk mengevaluasi model, mengusulkan hukum penskalaan baru berdasarkan data, alokasi komputasi, dan kondisi inferensi. Kerangka kerja ini mendasari GLM 5.3, yang mencapai peningkatan kinerja signifikan melalui pembelajaran penguatan pada lingkungan jangka panjang yang disintesis melalui pipa peningkatan diri rekursif.

  • Ornith-1.5 diluncurkan sebagai keluarga bobot terbuka (9B dense, 35B MoE, 397B MoE) yang memiliki kemampuan peningkatan diri end-to-end dan benchmark agentic yang kuat.
  • UnslothAI merilis Qwen3.8-27B GGUF menggunakan Dynamic V3, mengklaim akurasi 10% lebih tinggi pada ukuran yang sama dan kuantisasi 1-bit mempertahankan 77% akurasi BF16 pada RAM 8GB.
  • GLM 5.3 berada di peringkat #2 di Terminal Bench dan #3 di Legal Bench di antara model bobot terbuka, sementara Claude Opus 5 memimpin kualitas di Agent Arena.

Perkembangan ini menyoroti pergeseran menuju evaluasi utilitas model melalui tugas yang kompleks dan dapat dieksekusi, bukan metrik parameter statis.