Rò rỉ GLM-6.0: Sản phẩm chủ lực tiếp theo của Z.ai là 'Tự huấn luyện hoàn toàn' — Những gì chúng ta biết cho đến nay

Vào tối ngày 31 tháng 8 năm 2026, Z.ai (Zhipu) đã tổ chức cuộc gọi báo cáo thu nhập giữa kỳ đầu tiên kể từ khi niêm yết trên sàn giao dịch Hồng Kông vào tháng Giêng — và nhà sáng lập Tang Jie (唐杰) đã dùng một phần cuộc gọi để xác định mô hình nền tảng tiếp theo của công ty, lần đầu tiên công khai đặt tên cho nó: GLM-6.0. Ông định vị mô hình này theo một lộ trình kỹ thuật mà Z.ai gọi là "Full Self-Training" (完全自训练), mà ông cho biết tương ứng với khái niệm RSI — recursive self-improvement (tự cải thiện đệ quy) của phương Tây. GLM-6.0 chưa có ngày phát hành, chưa có thẻ mô hình (model card), chưa có API và chưa có điểm chuẩn độc lập. Đây là bài viết tổng hợp những gì chúng ta biết cho đến nay về xác nhận chính thức đầu tiên của tên gọi và hướng đi, không phải câu chuyện ra mắt.

Những gì cuộc gọi báo cáo thu nhập thực sự nói về GLM-6.0

Tường thuật về cuộc gọi đến từ 观点网 (Guandian), một hãng truyền thông tài chính Hồng Kông đã đưa tin vào tối cùng ngày; tín hiệu được @dotey đăng tải trên X. Mọi chi tiết về GLM-6.0 dưới đây đều theo bản tin của Guandian về phát biểu của Tang Jie, và chưa có thông tin nào được xác nhận bởi thông cáo của Z.ai hay phiếu thông số mô hình.

Theo báo cáo, Tang Jie đã định nghĩa GLM-6.0 là một mô hình "Tự huấn luyện toàn phần". Khả năng cốt lõi mà ông mô tả là tự thanh lọc: mô hình bao trùm toàn bộ quy trình huấn luyện — tiền huấn luyện, huấn luyện trung gian và hậu huấn luyện — với mục tiêu huấn luyện hoàn toàn tự chủ và tự tiến hóa. Điểm nhấn không phải là một số lượng tham số mới; mà là khẳng định rằng mô hình sẽ tiếp quản các phần trong quá trình huấn luyện của chính nó.

{{1}}Ông đã nói rõ về phần khó khăn.{{/1}} {{2}}Thách thức lớn nhất, ông nói, không phải là mở rộng quy mô mô hình; mà là liệu mô hình có thể đạt được khả năng tự đánh giá — tự quyết định khi nào dừng huấn luyện và tự sửa lỗi của chính mình hay không.{{/2}} {{3}}Ông gọi đó là khó khăn cốt lõi của hướng đi này và là định hướng nghiên cứu quan trọng trong tương lai.{{/3}} {{4}}Ông cũng cho biết các công trình về mô hình trong tương lai sẽ đưa đạo đức và quản trị xã hội vào như các khía cạnh của thiết kế, chứ không phải là những điều bổ sung sau.{{/4}}

Cuộc gọi tương tự cũng truyền tải định hướng rộng hơn của Z.ai. Tang Jie đưa ra một công thức — giá trị kinh doanh của AGI bằng trần thông minh × quy mô tiêu thụ token — và lập luận rằng Z.ai nên "bán tác vụ, không bán mô hình." Về mặt dữ liệu, ông lưu ý rằng kho ngữ liệu huấn luyện mô hình lớn trong nước thường nằm trong khoảng 30–50 nghìn tỷ token, và lợi ích từ việc chỉ đơn thuần xếp chồng tham số đang giảm dần. Lập luận về bức tường dữ liệu đó là động lực kinh tế cho việc tự huấn luyện: nếu văn bản chất lượng con người ngừng mở rộng quy mô, mô hình phải tự tạo ra và tự đánh giá tín hiệu huấn luyện của chính nó.

"Full Self-Training" (RSI) thực sự có nghĩa là gì

RSI — tự cải thiện đệ quy — là một nhóm ý tưởng trong đó một mô hình cải thiện các quy trình giúp nó thông minh hơn, khép kín vòng lặp giữa huấn luyện và mô hình đã huấn luyện. Ở dạng mạnh nhất, mô hình tự viết hoặc tinh chỉnh các phần trong quy trình huấn luyện của chính nó, nhờ đó năng lực tăng lên theo cấp số nhân mà không cần kỹ sư con người trong mỗi vòng lặp. Các phòng thí nghiệm tiên phong đã viết các bài luận về nó; gần như không có phòng thí nghiệm nào công khai gắn nó với một sản phẩm chủ lực đã phát hành. Việc định vị của Z.ai trong cuộc gọi báo cáo thu nhập làm đúng điều đó, và đó là lý do vì sao cụm từ này quan trọng ngay cả trước khi bất kỳ mã GLM-6.0 nào tồn tại.

Sự định vị này không phải tự nhiên mà có. Nó đã được báo trước trong bức thư nội bộ Tang Jie gửi cho nhân viên vào ngày 11 tháng 7 năm 2026 — 《巨浪已来》 ("The Giant Wave Has Come") — công bố kế hoạch "Touch High" (摸高): hai năm đầu tư chiến lược, từ bỏ việc kiếm tiền ngắn hạn, để hướng tới đỉnh cao tiếp theo của AGI. Bức thư đã nêu tên bốn động cơ cốt lõi; một trong số đó là khả năng tự huấn luyện hoàn toàn. Các bài viết về bức thư đã mô tả động cơ đó một cách cụ thể: xây dựng một nhà máy dữ liệu tổng hợp chất lượng cao, sử dụng cơ chế AI đấu với AI để tạo ra tri thức ở những nơi dữ liệu con người đang cạn kiệt, và — bên trong một hộp cát an toàn — trao cho hệ thống khả năng viết lại mã của chính nó, để tốc độ tiến hóa không còn bị giới hạn bởi các kỹ sư con người.

Đó là một tuyên bố mạnh mẽ, và cần được đọc với sự thận trọng phù hợp: tất cả chỉ là công ty mô tả một khát vọng. Chưa có phòng thí nghiệm nào chứng minh được khả năng tự huấn luyện hoàn toàn ở quy mô tiên phong, và bức thư là một tài liệu chiến lược, không phải một chuẩn đánh giá.

Thử thách mà Tang Jie nêu ra chính là phần trung thực.

{{1}}Điều giá trị nhất trong cuộc gọi, đối với một độc giả đang cố dự đoán liệu GLM-6.0 có thực sự quan trọng hay không, chính là điều mà Tang Jie nói là khó.{{/1}} {{2}}Tự đánh giá — biết khi nào nên dừng huấn luyện và tự động sửa lỗi — là giả định chịu lực của toàn bộ ván cược. Nếu mô hình không thể đánh giá một cách đáng tin cậy các đầu ra của chính nó, thì dữ liệu tổng hợp và self-play chỉ khuếch đại nhiễu, và "tự huấn luyện" sụp đổ thành một đường ống dữ liệu rất đắt đỏ với một điểm tựa con người.{{/2}}

Cách đóng khung nhất quán trong cả hai phát biểu: động cơ của bức thư xem sức mạnh tính toán là nhiên liệu cho tiến hóa; thách thức của cuộc gọi nằm ở sự phán đoán giúp nhiên liệu đó phát huy tác dụng. Ông cũng nhấn mạnh một nguyên tắc về quy mô — tránh tạo ra một mô hình quá lớn đến mức không thể sử dụng — điều này quan trọng vì canh bạc tự huấn luyện không phải là một canh bạc thuần túy về mở rộng quy mô. Đó là một tín hiệu đầy ý nghĩa về việc GLM-6.0 không phải là gì: không chỉ là "mô hình lớn nhất trong dòng họ GLM cho đến nay".

Vị trí của GLM-6.0 trong dòng sản phẩm

Z.ai cho biết dòng GLM đã trải qua sáu thế hệ trong mười một tháng, với chỉ số thông minh do công ty tự đo tăng từ 32 lên 60. Sản phẩm chủ lực hiện tại là GLM-5.3, được công bố vào giữa tháng 8 với API mở cửa từ ngày 19 tháng 8 và trọng số mở được xác nhận vào ngày 28 tháng 8. Đây là mô hình MoE nhận văn bản đầu vào và xuất văn bản đầu ra, với 40B tham số hoạt động, cửa sổ ngữ cảnh 1 triệu token, và Chỉ số Trí tuệ Artificial Analysis đạt 60 — mức cao nhất hiện tại trong các mô hình trọng số mở — được định giá 1,40 đô la cho mỗi triệu token đầu vào và 4,40 đô la cho mỗi triệu token đầu ra. Phiên bản nhỏ hơn GLM-5.3-Flash được phát hành với giấy phép MIT, và Z.ai cho biết nó đã thu hút 62 nghìn tỷ token trong sáu ngày đầu tiên (số liệu từ nhà cung cấp, không phải đo lường độc lập).

Câu hỏi thú vị là điều gì đã xảy ra với GLM-5.5. Trong hầu hết tháng Tám, các báo cáo phân tích do Reuters và CGTN đưa tin cho rằng một sản phẩm chủ lực GLM-5.5 sẽ ra mắt "trong tháng Tám" — nhưng nó đã không xuất hiện. Cuộc gọi thu nhập đã nêu tên thế hệ tiếp theo là GLM-6.0, bỏ qua hoàn toàn 5.5. Việc liệu 5.5 có bị đổi tên, được gộp vào 6.0, hay chưa bao giờ tồn tại như một sản phẩm chính thức vẫn chưa được xác nhận. Điều mà cuộc gọi xác lập là cách đọc chính thức: mô hình nền tảng thế hệ tiếp theo là GLM-6.0.

Cũng chưa được xác nhận: bất kỳ số lượng tham số, kiến trúc, giá cả hoặc tính khả dụng nào của GLM-6.0. Nguyên tắc đã nêu của Z.ai — "không quá lớn đến mức không thể sử dụng được" — kết hợp với cách trình bày về tự huấn luyện, cho thấy sự thay đổi thú vị có thể nằm ở phương pháp huấn luyện thay vì quy mô — nhưng đó là suy luận, không phải thông tin.

Điều gì đã được xác nhận, điều gì chưa

Đã xác nhận, theo báo cáo của Guandian về cuộc gọi thu nhập ngày 31 tháng 8: Tang Jie đã chỉ định GLM-6.0 là mô hình nền tảng thế hệ tiếp theo; ông định vị nó là Full Self-Training; ông mô tả quá trình tự thanh lọc trong toàn bộ quy trình huấn luyện và tự đánh giá là thách thức trọng tâm; và Z.ai đã báo cáo doanh thu H1 2026 đạt 954 triệu NDT, tăng 399,7% so với cùng kỳ năm ngoái, với mảng kinh doanh API/MaaS chiếm 86,5% doanh thu và lỗ ròng 2,07 tỷ NDT, thu hẹp 12,1%.

• Được xác nhận độc lập với rò rỉ: trạng thái của GLM-5.3 — Chỉ số trí tuệ AA 60, $1.40/$4.40, ngữ cảnh 1M, chỉ văn bản, trọng số mở — được đo bởi Artificial Analysis, không phải bởi Z.ai.

• Chưa được xác nhận: rằng GLM-6.0 tồn tại như một sản phẩm được phát hành; bất kỳ ngày phát hành nào; thông số, kiến trúc hoặc giá cả; liệu GLM-5.5 có bị bỏ qua hay được đổi tên; bất kỳ điểm chuẩn nào; bất kỳ khả năng cung cấp nào qua bất kỳ nhà cung cấp nào.

• Lưu ý về nguồn tin đơn lẻ: các trích dẫn GLM-6.0 dựa trên báo cáo của một hãng truyền thông về cuộc gọi. Z.ai chưa đưa ra thông báo nào về GLM-6.0 của riêng mình tại thời điểm viết bài.

Một lập trình viên nên làm gì bây giờ?

Không có gì trong tín hiệu này nên thay đổi quyết định sản xuất hôm nay, vì không có GLM-6.0 để gọi. Phản ứng đúng đắn đối với việc xác nhận lộ trình là giữ cho tùy chọn luôn mở, không phải là chuyển nền tảng.

Điều hữu ích cần lưu ý là một sản phẩm chủ lực tự huấn luyện sẽ thay đổi điều gì nếu nó được phát hành. Định giá của dòng GLM đã duy trì ổn định ở mức $1.40/$4.40 mỗi triệu token qua các thế hệ chủ lực gần đây, rẻ hơn các phòng thí nghiệm đóng tiên phong về giá trong khi xếp sau họ về điểm số trên các chỉ số độc lập. Một GLM-6.0 thực sự tự huấn luyện sẽ thử thách trần trọng số mở theo cách chưa từng có bản phát hành mô hình đơn lẻ nào làm được — và nơi đầu tiên câu hỏi đó được trả lời là liệu nó có xuất hiện trong danh mục nhà cung cấp với mức giá hợp lý và hệ thống chuyển đổi dự phòng thực sự xung quanh nó.

Khi và nếu GLM-6.0 xuất hiện trong danh mục, quy tắc định giá trên OrcaRouter rất đơn giản: giá niêm yết của nhà cung cấp được chuyển thẳng với tỷ lệ cộng thêm bằng 0, có hiệu lực ngay trong ngày — không cần đàm phán lại và không cần hợp đồng thứ hai. Đó là quy tắc tương tự mà GLM-5.3 đã tuân thủ trên nền tảng, nơi mô hình hàng đầu hiện tại được phục vụ ở mức $1.26 / $3.96 cho mỗi triệu token (chiết khấu 10% khi ra mắt so với mức niêm yết $1.40 / $4.40), tất cả chỉ qua một API cho hơn 200 mô hình. Và một mô hình chưa được kiểm chứng với lộ trình táo bạo như RSI chính là trường hợp điển hình cho việc định tuyến theo kết quả thay vì theo tên tuổi: hướng một phần lưu lượng truy cập tới mô hình mới với cơ chế tự động chuyển sang một mô hình đã được kiểm chứng — GLM-5.3, DeepSeek V4 Pro hoặc GPT-5.6 Sol — để nếu mô hình đó hóa ra bị thổi phồng, nó sẽ tự động hạ xuống mô hình dự phòng thay vì phát hành lỗi. Khi chưa có GLM-6.0 để định tuyến, việc chuẩn bị tương đương là viết sẵn quy tắc định tuyến trước khi mô hình tồn tại.

Xem gì tiếp theo

• Ngày phát hành. Nhịp độ ra mắt sản phẩm chủ lực của Z.ai gần đây là khoảng hai tháng giữa các thế hệ; cuộc gọi không đưa ra ngày cụ thể, và một mô hình "tự huấn luyện hoàn toàn" có thể không tuân theo nhịp độ thông thường chút nào.

• Đối tượng cụ thể đầu tiên: một thẻ mô hình, một bản phát hành trọng số, hoặc một mã định danh API. Ngay khi GLM-6.0 có một mã định danh API, tin đồn sẽ có thể kiểm chứng.

• Số phận của GLM-5.5. Nếu GLM-5.5 xuất hiện trước, cách đọc lộ trình sẽ thay đổi; nếu nó im lặng, thì cách đọc "6.0 đã bỏ qua con số" là câu chuyện có khả năng hơn.

• Liệu các phòng thí nghiệm khác có phản hồi hay không. RSI thường được thảo luận trong các bài luận, không phải trong các cuộc gọi báo cáo lợi nhuận; nếu một phòng thí nghiệm lớn công khai gắn việc tự đào tạo với một sản phẩm chủ lực, thì cách định khung này không còn là một đặc điểm riêng của Z.ai mà trở thành một xu hướng.

• Điểm số độc lập đầu tiên. Mức cao nhất hiện tại của các mô hình open-weights trên Chỉ số Trí tuệ Artificial Analysis là 60 (GLM-5.3, ngang bằng với Kimi K3). Một GLM-6.0 vượt qua mức đó trên một bảng xếp hạng độc lập mới là sự kiện quan trọng — mọi thứ trước đó chỉ là lộ trình.

Không có gì trong số này là một buổi ra mắt. GLM-6.0 là một cái tên và một định hướng, được xác nhận chính thức tại một cuộc gọi báo cáo thu nhập, và chưa có gì cụ thể hơn tồn tại. Nhưng định hướng mới là câu chuyện: một phòng thí nghiệm open-weights lớn đã công khai đặt cược flagship tiếp theo của mình vào việc mô hình tự học cách huấn luyện chính nó, đồng thời nêu tên phần khó khăn ngay từ trước — phán đoán, không phải quy mô. Đó là loại tín hiệu đáng để ghi lại trước khi nó có ngày phát hành, bởi vì khoảnh khắc GLM-6.0 nhận được model card, câu hỏi không còn là liệu Z.ai có thực sự nghiêm túc hay không, mà là liệu nó có hoạt động hay không.