Agentní model Atria Dawn stojí na nezměněné architektuře GLM-5.2

Šanghajská laboratoř umělé inteligence nahrála 11. září 2026 na Hugging Face váhy modelu Atria-Dawn-Preview, den nato k nim doplnila kartu a 14. září vydala technickou zprávu Atria Dawn: The Dawn of Agentic Superintelligence. Model má podle karty zvládat výzkumnou a inženýrskou práci na víc kroků: shánění podkladů, psaní kódu, spuštění pokusu a zotavení z chyby. Karta i zpráva shodně uvádějí, na čem stojí – na základu o 744 miliardách parametrů, který zpráva připisuje firmě Z.ai a karta jmenuje přímo jako GLM-5.2.

Nastavení se liší ve dvou klíčích

Soubor config.json jde u obou modelů porovnat klíč po klíči. Atria má navíc bos_token_id, GLM-5.2 má navíc moe_router_dtype a zapsaná verze knihovny Transformers je 5.2.0 proti 5.12.0. Všechno ostatní je totožné: třída GlmMoeDsaForCausalLM, 78 vrstev, 256 routovaných expertů s osmi aktivními na token, skrytý rozměr 6 144 a slovník o 154 880 tokenech.

Stejně dopadne rozhraní Hugging Face, které počítá parametry přímo ze souborů vah. U Atrie i u GLM-5.2 vrací 753 329 921 024 parametrů v BF16 a 19 456 v F32, tedy shodu do posledního čísla. Z pomocných souborů má Atria tři shodné bajt po bajtu: tokenizer.json o 20 217 442 B s týmž otiskem sha256, tokenizer_config.json a generation_config.json. Odlišný je jediný, šablona rozhovoru chat_template.jinja.

Jedna řádka šablony drží v kontextu starší uvažování

Rozdíl v té šabloně je jedna podmínka. GLM-5.2 u každé odpovědi testuje, jestli je novější než poslední dotaz uživatele; když není, vypíše místo dřívějšího uvažování prázdný pár značek <think></think>. Atria tu podmínku nemá a uložené uvažování ponechá, kdykoli je v přepisu k dispozici. U modelu, který má držet postup na desítky kroků, to rozhoduje o tom, kolik ze své vlastní minulosti vidí; kolik to sebere z okna, záleží na délce rozhovoru.

Že se model provozuje jako GLM-5.2, plyne i z příruček, na které karta odkazuje. U SGLangu žádá verzi v0.5.13.post1 a novější a posílá čtenáře do kuchařky pro GLM-5.2, u vLLM verzi v0.23.0 a recept pro zai-org/GLM-5.2.

Proč karta mluví o 744 miliardách a soubory o 753

Rozdíl mezi ohlášeným číslem a měřením není nesrovnalost, ale jiný základ počítání, a dá se přepočítat. Mapa tenzorů v model.safetensors.index.json vede 59 585 tenzorů a vrstvy 0 až 78, tedy o jednu víc, než kolik jich hlásí num_hidden_layers. Ta poslední je modul predikce dalšího tokenu: mezi jejími 791 tenzory stojí eh_proj, enorm, hnorm a shared_head.norm, které v běžné vrstvě nejsou.

Z hlaviček souborů safetensors vyjde velikost té vrstvy na 9 952 920 576 parametrů. Po odečtení od celkových 753 329 940 480 zbude 743 377 019 904, tedy 743,4 miliardy: ohlášených 744 miliard je model bez té přídavné vrstvy. Je to vlastní výpočet ze dvou vstupů, z mapy tenzorů a z hlaviček souborů vah, takže si ho čtenář může zopakovat.

Kontext má karta jeden a nastavení jiný

Tabulka ke stažení uvádí u všech variant kontext 256 tisíc tokenů. V config.json ale stojí max_position_embeddings na 1 048 576, což je táž hodnota jako u GLM-5.2, který se milionem tokenů výslovně chlubí. Technická zpráva 256 tisíc zmiňuje jen jako okno své testovací aparatury u tří vyhledávacích testů. Laboratoř sama pak v doporučeném nastavení pro Codex vyplňuje context_window hodnotou 256 000 a o řádek níž radí zapsat tam skutečnou mez modelu. Která z těch dvou hodnot ta mez je, neřekne ani jeden z těch dokumentů.

K licenci MIT chybí u vah její text

V hlavičce karty je license: mit a oddíl o licenci odkazuje na soubor LICENSE v témž repozitáři. Ten soubor tam není a adresa vrací 404, a to u základních vah i u obou kvantizovaných variant. Text licence visí na GitHubu projektu, kde je MIT s řádkou „Copyright (c) 2026 atria-asi“. GLM-5.2 má svůj LICENSE přímo u vah a stojí v něm „Copyright (c) 2026 Zhipu AI“.

MIT žádá, aby text s uvedením autorství šel s každou kopií díla nebo s jeho podstatnou částí. Jestli doladěné váhy takovou kopií jsou, licence neřeší a ani jedna strana se k tomu nevyjadřuje. Chybějící text u vah není na Hugging Face výjimka – u odvozenin tří modelů ho nemá u sebe polovina –, a u samotné Z.ai se licenční podmínky mezi generacemi mění: u GLM-5.3 nahradila MIT vlastními podmínkami s prahem deseti miliard dolarů.

Čísla z testů měřila laboratoř sama

Tabulka v kartě i ve zprávě srovnává Atrii na šestnácti testech s modely DeepSeek V4 Pro 0813, Kimi K3, Qwen 3.8 Max, GLM 5.3, GPT-5.6 sol a Claude Opus 5. Nejvyšší uvedené skóre má Atria v pěti z nich, což zpráva říká sama; nejvýš je na vyhledávacím DeepSearchQA (96,0), na BrowseComp (92,5), na BFCL v4 (77,0), na AutomationBench (53,8) a na bezpečnostním CyberGym (86,5). V ostatních zaostává, místy o kus: SWE-bench Pro 59,6 proti 74,7 u Claude Opus 5, Terminal-Bench 2.1 78,3 proti 90,2, GDPval 1 583 proti 1 768 a JobBench 50,3 proti 68,0. Všechna ta čísla naměřila laboratoř sama, nikdo zvenčí je nezopakoval a u několika soupeřů zůstávají políčka v tabulce prázdná.

Druhá polovina zprávy testy neřeší. Autoři v ní rozebírají 769 záznamů úloh od 56 účastníků vývoje a uvádějí, že asi třetinu hotových úloh označili účastníci za neproveditelnou bez pomoci modelu, přičemž konečná rozhodnutí zůstala na lidech.

Kdo si chce model pustit u sebe, počítá s 1 506 659 919 872 B vah, tedy s 1,51 TB jen na parametry; na akcelerátory s 80 GB je to osmnáct kusů. Varianta ve FP8 má 755 617 140 416 B a vejde se do devíti. Obojí je vlastní přepočet z pole total_size v mapě tenzorů. Třetí variantu, kvantizaci w8a8 od týmu Ascend, hlavní karta v tabulce ke stažení nevede; má ji jen karta té varianty samotné.

Zdroje

• karta, nastavení a soubory vah modelu internlm/Atria-Dawn-Preview na Hugging Face
• technická zpráva arXiv:2609.15818, podaná 14. září 2026
• repozitář základního modelu zai-org/GLM-5.2 včetně souboru LICENSE
• text licence v repozitáři atria-asi/Atria-Dawn-Preview na GitHubu
• kvantizovaná varianta Atria-Dawn-Preview-Ascend-w8a8