DeepSeek V4 dolazi? Probdeo sam celu noć 6 sati, sa GLM-5 razvio macOS aplikaciju, glatko prebacujem model ispod Claude Code-a

Juče kasno u noć, čim je DeepSeek V4 diskretno započeo postepeno puštanje, GLM-5 je tiho objavljen.

Guraju jedan preko drugog, veselo je.

Probdeo sam 6 sati, prvo zaključak: GLM-5 je trenutno najpametniji domaći model, bez konkurencije.

Ranije sam koristio Claude Opus za planiranje razvojne dokumentacije, a GLM 4.7 za konkretno izvršenje, ali nakon ove noći odlučio sam se za All in GLM-5.

Eto, Coding paket sam bez oklevanja nadogradio na Max, samo da bih nesmetano uživao u moći GLM-5.

Tako je! Pony Alpha koji je nedavno postao popularan na OpenRouter-u je upravo GLM-5.

Ali verujem da smo svi kao i ja — ne samo što očekujemo GLM-5, već i da DeepSeek V4 stigne malo ranije.

Na kraju krajeva, prošlogodišnji DeepSeek za novu godinu nam je dao toliko iznenađenja — onaj osećaj ponosa što su i domaći modeli jako dobri je zaista divan, izvire iz svakoga.

Iskreno, DeepSeek V4 ovog puta ima kontekst od 1M, može da obradi ogromne dokumente u jednom prolazu.

A GLM-5 ide korak dalje — broj parametara se sa 355B (aktivirano 32B) proširio na 744B (aktivirano 40B), više nego udvostručen.

To nije puko gomilanje parametara. Prvi put je integrisan DeepSeek Sparse Attention (retka pažnja), koji uz zadržavanje efekta na dugačke tekstove drastično smanjuje cenu raspoređivanja modela.

Zvanična pozicija GLM-5 je veoma jasna: osnovni model za složeno sistemsko inženjerstvo i dugog Agentske zadatke, koji pruža pouzdanu produktivnost uporedivu sa top zatvorenim modelom Claude Opus 4.5, stvoren za top programere.

Da se izrazim prosto, GLM-5 više ne želi da se igra trikova poput generisanja web stranice iz jedne rečenice. Želi da radi stvarno sistemsko inženjerstvo.

Ovog puta se i mi ne igramo — direktno testiramo sa stvarnim projektom: PaiSwitch, macOS nativna aplikacija za prebacivanje modela ispod Claude Code-a, koja konkuriše CC Switch.

Zaista, koristiti sopstveni proizvod donosi osećaj postignuća.

Zaista, sa razvojem AI Coding-a, prag za pravljenje točkova je sve niži.

Zaista, svako ko u glavi ima ideju može uz AI brzo pretvoriti tu zamisao u proizvod.

Taj osećaj verujem da svako želi da ima, a GLM-5 je alat koji nam pomaže da ostvarimo taj san.

01. Planiranje dugih zadataka

PaiSwitch obuhvata mnogo tehničkih tačaka, kao što su dizajn arhitekture, Swift front-end, upravljanje konfiguracijom, bezbedno skladištenje u Keychain-u itd.

Ranije nisam napisao nijedan red Swift koda, zaista sve prepustivši GLM-5 da sam završi.

Ovo je interfejs koji je GLM-5 već dovršio

Bacimo GLM-5 jedan zahtev:

Potrebno je da PaiSwitch-u dodam funkciju prilagođenog provajdera modela ispod. Korisnik može dodati bilo koji servis modela kompatibilan sa Anthropic API-jem, konfigurisati naziv, Base URL, naziv modela, API Key. Mora da podržava CRUD, konfiguracija mora biti trajna, a API Key sebezbedno čuvati u Keychain-u.

GLM-5 nije žurio da piše kod, već je prvo potrošio nekoliko minuta na istraživanje strukture projekta.

Razjasnio je nekoliko stvari:

• Projekat koristi SwiftUI + MVVM arhitekturu
• Postojeća ModelProvider enumeracija definiše fiksne provajdere
• ConfigManager je zadužen za čitanje i pisanje JSON konfiguracionog fajla
• KeychainManager je zadužen za bezbedno skladištenje API ključeva
• BackupManager je zadužen za rezervnu kopiju konfiguracije

Zatim je dao kompletan dizajnerski plan:

Sloj modela podataka: novi CustomProviderConfiguration.swift, definiše strukturu podataka prilagođenog provajdera, sa poljima id, name, baseURL, defaultModel, fastModel itd.

Sloj za upravljanje: novi CustomProviderManager.swift, zadužen za CRUD, trajno skladištenje (JSON fajl) i integraciju sa KeychainManager-om.

Sloj prikaza: novi CustomProviderDetailView.swift, pruža formular za dodavanje/izmenu prilagođenog provajdera.

Tačke integracije: izmena enumeracije ModelProvider.swift, dodavanje .custom case; izmena TrayMenuView.swift za prikaz liste prilagođenih provajdera u meniju.

CaseIterable, Identifiable, Codable {
    case claude = "Claude zvanični"
    case deepseek = "DeepSeek"
    case zhipu = "Zhipu AI"
    case openrouter = "OpenRouter"
    case siliconflow = "SiliconFlow"
    case volcano = "Volcano Engine"
    case custom = "Prilagođeno"
}

Iskreno, ovaj dizajnerski pristup se potpuno poklapa sa mojim očekivanjima. GLM-5 je kao iskusan sistemski arhitekta — prvo upozna stanje, a zatim predloži rešenje, što mi daje osećaj sigurnosti.

Plan je dogovoren, GLM-5 kreće na posao.

Prvi korak, kreiranje modela podataka. Dizajn polja je razuman: id služi kao jedinstveni identifikator, name za prikaz, baseURL i defaultModel su ključni parametri za prebacivanje modela, fastModel je opcionalni brzi model, a iconName za prikaz ikone.

struct CustomProviderConfiguration: Identifiable, Codable, Equatable {
    let id: UUID
    var name: String
    var baseURL: String
    var defaultModel: String
    var fastModel: String?
    var iconName: String

    init(
        id: UUID = UUID(),
        name: String,
        ...
    ) {
        self.id = id
        self.name = name
        ...
    }
}

Drugi korak, kreiranje klase Manager. To je jezgro cele funkcije. Parametri modela ispod se trajno skladište u .claude/settings.json fajlu, u skladu sa konvencijom Claude Code-a.

Lista konfiguracija prilagođenih provajdera se serijalizuje u JSON i zatim čuva u com.paicoding.paiswitch.plist.

Treći korak, API Key se stavlja u macOS sistemski privzak za ključeve, čime se iz korena otklanjaju bezbednosni rizici.

// Dodato u KeychainManager
func saveAPIKey(_ key: String, for customProvider: CustomProviderConfiguration) {
    let service = "com.paicoding.paiswitch.custom.\(customProvider.id.uuidString)"
    save(key: key, service: service, account: "apiKey")
}

Iako ranije nisam pisao Swift kod, čitajući kod koji je napisao GLM-5, zaista se osećam prijatno — stil je standardizovan, imenovanje jasno, struktura razumna, komentari na pravom mestu.

02. Full-stack razvoj

Kada je back-end završen, GLM-5 prelazi na front-end.

Prvo kreira detaljni prikaz prilagođenog provajdera, za dodavanje i izmenu. Validacija forme, SecureField za zaštitu ključeva, toolbar sa dugmadom za čuvanje — sve su to Swift najbolje prakse.

Zatim menja glavni prikaz menija, dodajući prilagođene provajdere. Na kraju sledi logika prebacivanja — poziva ConfigManager da ažurira konfiguracioni fajl.

Tokom celog procesa front-end razvoja, GLM-5 je pokazao vešto poznavanje Swift-a. Raspored je razuman, upravljanje stanjem jasno, korisničko iskustvo na nivou.

03. Popravljanje bagova

Najveća razlika između GLM-5 i GLM-4.7 je u tome što je on više nalik Agentu — ne samo da piše kod, već i kompajlira i pokreće. To GLM-4.7 još uvek nije mogao, morao sam ručno u Xcode-u da pokrenem i kompajliram.

Kada naiđe na greške koje nisu vezane za kompajliranje i pokretanje, i ručno nas vodi kako da postupimo — ta pažnja prema detaljima meni kao Swift početniku je zaista prijala.

To je i ono što mi se posebno sviđa kod GLM-5 — on poseduje snažan mehanizam samorefleksije i ispravke grešaka.

Kada naiđe na neuspeh kompajliranja ili grešku pri pokretanju, samostalno analizira logove, locira uzrok i iterativno popravlja dok sistem ne proradi.

I brzina je očigledno veća nego u prethodnoj verziji — ranije bih, dok popravim problem, prešao na drugi ekran da radim nešto drugo, a posle bih se vratio da proverim da li je završeno.

Ali GLM-5 mi to nije dao priliku.

Nema uopšte osećaja čekanja.

Nakon popravke baga, ajde da kompletno testiramo tok:

Dodajte prilagođenog provajdera — naziv Pony (anonimni misteriozni model od ranije), Base URL adresu OpenRouter API-ja, naziv modela pony-alpha.

Klik na čuvanje i u listi se pojavljuje opcija Pony.

Izaberite prebacivanje i model ispod Claude Code-a postaje Pony.

Od dizajna, preko implementacije, do debagovanja — GLM-5 je sve odjednom završio. Samo sam potvrdio zahteve u ključnim tačkama, ostalo je sam odradio.

Šta CC Switch ima, PaiSwitch mora imati.

Ako mislite da vam treba, recite mi u komentarima, izvorni kod ću otvoriti na GitHub-u.

Iskreno, zvanično kažu da je GLM-5 koristio mnoge Agente, izvršavao automatizovane zadatke danima i završio C kompajler koji radi; sa mnogo Agenata, izvršavao mnogo dana i završio kernel operativnog sistema, uspešno kompajliran.

Pre korišćenja sam imao tračak sumnje, ali nakon ovog testa, poverovao sam.

Trenutno postoje dva mesta gde možete isprobati GLM-5:

Prvi, posetite z.ai, u polju za razgovor izaberite GLM-5 model i možete odmah da krenete.

U Agent režimu možete ga terati da izvršava duge zadatke. U Chat režimu to je uobičajena interakcija razgovora.

Drugi, u Claude Code-u integrišite GLM-5 API. Ako ne koristite CC Switch, možete direktno u ~/.claude/settings.json fajlu promeniti podrazumevani model u GLM-5.

Ništa drugo ne treba da dirate.

04. ending

Ponekad razmišljam — kako bi domaći veliki modeli trebalo da izgledaju?

Ne bi trebalo da budu igračke koje samo znaju da napišu front-end stranicu. Ne bi trebalo da budu digitalne igre koje se samo penju na ljestvicama.

Domaći veliki modeli bi trebalo da budu glavna snaga koja nosi zastavu. Trebalo bi da nam u složenom sistemskom razvoju pruže stvarno pravo izbora.

GLM-5 je to ostvario.

Čak je i AI influenser s one strane Pacifika @AICodeKing na X-u rekao:

GLM-5 je pobedio Opus 4.6 i nalazi se na prvom mestu moje liste agenata.

Još, na globalno autoritativnoj listi Artificial Analysis, GLM-5 je četvrti na svetu i prvi među otvorenim.

Objavljivanje GLM-5 je za nas domaće programere nesumnjivo velika dobrobit.

Kvalitetan i pristupačan, bez brige o ograničenjima inostranih modela.

"U dobu kada veliki modeli ulaze u Agent i dugotrajne zadatke, GLM-5 apsolutno može biti vaš prvi izbor."

To je domaći veliki model koji dugo čekasmo.

Vidimo se u sledećem!