Z.aiのCEOであるJie Tangは、パラメータ数だけではモデルの評価に不十分だと主張し、データ、計算リソースの配分、推論条件に基づく新しいスケーリング法を提案している。この枠組みはGLM 5.3を支えており、再帰的な自己改善パイプラインを通じて合成された長期環境での強化学習により、大幅なパフォーマンス向上を実現している。

  • Ornith-1.5が、エンドツーエンドの自己改善機能と強力なエージェントベンチマークを備えたオープンウェイトファミリー（9B dense、35B MoE、397B MoE）として登場した。
  • UnslothAIがDynamic V3を使用してQwen3.8-27BのGGUFをリリースし、同サイズで10%高い精度を実現すると主張している。また、8GB RAMでもBF16の精度の77%を維持する1-bit量子化が可能である。
  • GLM 5.3はオープンウェイトモデルの中でTerminal Benchで2位、Legal Benchで3位を獲得しており、Claude Opus 5はAgent Arenaで品質面での首位となっている。

これらの展開は、静的なパラメータ指標ではなく、複雑で実行可能なタスクを通じてモデルの有用性を評価する方向への転換を示している。