IT之家 AI

GLM-5.3 llega a la plataforma de grandes modelos de Amazon AWS, y Zhipu abre un canal de reparto de ingresos en el extranjero

IT之家, noticia del 6 de octubre (10 月 6 日): según informó el diario《科创板日报》, Amazon Bedrock, la plataforma de servicios de grandes modelos perteneciente a Amazon Web Services (AWS), incorporó hoy GLM-5.3 de Zhipu, y AWS…

Fuente de la imagen · IT之家 AI

IT之家 Noticia del 10 月 6 日: según informó el《科创板日报》, la plataforma de servicios de grandes modelos Amazon Bedrock, perteneciente a Amazon Web Services (AWS), incorporó hoy GLM-5.3 de Zhipu,AWS reparte ingresos con Zhipu en función del volumen de llamadas al modelo。

Según el informe, además de AWS, Zhipu ha concretado recientemente modelos de reparto de ingresos con varios proveedores de nube extranjeros. Anteriormente, Zhipu reveló que planeaba añadir mediante el reparto de ingresos de plataformas de nube en el extranjero una vía comercial con potencial de escala.

En el mercado nacional, Zhipu también ha firmado acuerdos de reparto similares con proveedores de nube líderes como la plataforma Bailian de Alibaba Cloud; Huawei Cloud ya ha incluido GLM-5.3 y ha alcanzado una intención de cooperación similar, formando un sistema de reparto de ingresos que conecta el interior y el exterior del país.

Los informes financieros muestran que, en el primer semestre de 2026, Zhipu tuvo unos ingresos operativos totales de 9.54 亿元, un aumento interanual del 399.7%; la pérdida atribuible a la matriz fue de 20.71 亿元, una reducción interanual de pérdidas del 12.1%.

En el mes 9 (septiembre) de este año, Zhipu anunció haber completado una financiación de aproximadamente 50 亿 dólares estadounidenses (nota de IT之家: al tipo de cambio actual, unos 335.72 亿 yuanes), que incluye una colocación de acciones de unos 20 亿 dólares y una emisión de bonos convertibles de unos 30 亿 dólares.

Esta financiación se destinará principalmente a la I+D del modelo fundacional GLM de próxima generación y del sistema de完全自训练 (Fully Self Training), así como al despliegue y la actualización del entrenamiento a gran escala, la inferencia en producción, los recursos de cómputo y la infraestructura tecnológica relacionada.

Fuente original

IT之家 AI

Notas sobre el contenido

La publicación original y los derechos pertenecen a la fuente.

Traducción automática · Consulte el original