Z.ai GLM-5.3-ü təqdim edib: daha güclü kodlaşdırma və inkişaf edən kiber qabiliyyətlər

Z.ai yeni flaqman modeli GLM-5.3-ü təqdim edib; GLM-5.2 ilə müqayisədə bütün irəliləyiş post-təlim (post-training) hesabına əldə olunub — baza modeli dəyişməyib. Şirkətin 14 avqust 2026-cı il tarixli elanına görə, yeniləmə mürəkkəb kodlaşdırma və uzunmüddətli tapşırıqlarda ciddi yaxşılaşma verir, kiber qabiliyyətlər isə komandanın gözlədiyindən daha sürətli inkişaf edib.

Kodlaşdırma: açıq çəkili modellər arasında liderlik

Z.ai GLM-5.3-ü kodlaşdırma üçün ən qabiliyyətli açıq çəkili model kimi təqdim edir: şirkətin daxili Z.ai Code Bench testində GLM-5.2-yə nisbətən 50 faiz yaxşılaşma var. Terminal Bench 3.0-da model 28,3 bal toplayır, GLM-5.2 isə 4,6-da qalır; Agents' Last Exam-də nəticə 28,5-ə 23,8. DeepSWE v1.1-də bal 46,2-dən 66,9-a yüksəlir. Qapalı modellərlə fərq hər yerdə bağlanmayıb: Terminal Bench 3.0-da Fable 5 33,7, GPT-5.6 Sol isə 34,6 bal toplayır.

Şirkət token səmərəliliyini də vurğulayır: ən yüksək düşünmə səviyyəsində GLM-5.3 hər tapşırığa təxminən 75 min çıxış tokeni sərf edərək 34,5 faizə çatır, halbuki GLM-5.2 96 min tokenlə 23,4 faiz verirdi.

Öz-özünə inkişaf edən kiber qabiliyyətlər

Təlim qarışığına zəiflik aşkarlama məlumatları əlavə edilib; məqsəd qüsur analizini yaxşılaşdırmaq idi. Z.ai-yə görə, qabiliyyət gözləniləndən çox böyüyüb: model ayrı-ayrı qüsurları tapmaqdan çoxmərhələli istismar zəncirlərini planlamağa keçib. CyberGym-də 84,5 faizlə benchmarkda ən yaxşı nəticəni göstərir — Mythos 5 (83,8) və GPT-5.6 Sol-dan (83,6) irəlidə. ExploitBench-də nəticə 24,4-dən 54,4-ə, yəni iki dəfədən çox artıb; lakin Mythos 5 (78,0) və GPT-5.6 Sol (76,5) hələ də xeyli irəlidədir. Z.ai aydın qanunauyğunluğa diqqət çəkir: benchmark istismar zəncirində nə qədər yuxarıdadırsa, sıçrayış bir o qədər böyük, qapalı modellərlə qalan fərq isə bir o qədər genişdir.

Real layihələrdə tapıntılar və buraxılış planı

Çində təhlükəsizlik komandaları ilə iş zamanı, şirkətin məlumatına görə, modelləri ekspert yoxlaması və təkrarların təmizlənməsindən sonra 269 açıq mənbəli layihədə 2 436 zəiflik aşkarlayıb; bunlardan 1 097-si kritik və ya yüksək riskli qiymətləndirilib. Ən qədim qüsur 1981-ci ilə təsadüf edir, zəiflik isə orta hesabla aşkarlanana qədər 26,6 il yaşayıb. İctimai Security Disclosure Ledger prosesi qeyd edir: 53-ü artıq açıqlanıb, 2 383-ü hələ embarqo altındadır. Modelin çəkiləri buraxılışdan təxminən iki həftə sonra, təhlükəsizlik qiymətləndirməsi və gücləndirmə tamamlandıqdan sonra yayımlanacaq.