Z.ai משחררת את GLM-5.3 במשקולות פתוחות — ומשתווה לדגמי הדגל הסגורים בקוד
ב-28 באוגוסט פרסמה Z.ai את GLM-5.3 במשקולות פתוחות — אותו מודל בסיס כמו GLM-5.2, אבל כל השיפור מגיע מ-post-training. החברה מצהירה על מובילות בקוד פתוח ויכולת סייבר חזקה מהצפוי.
Z.ai משחררת את GLM-5.3 במשקולות פתוחות
ב-28 באוגוסט פרסמה Z.ai את GLM-5.3 ברישיון משקולות פתוחות ב-Hugging Face, והמודל טיפס במהירות לראש Hacker News. הסיבה שהשחרור חשוב פשוטה: GLM-5.3 משתמש באותו מודל בסיס כמו GLM-5.2 — לפי כרטיס המודל, כל השיפור מגיע מ-post-training.
כלומר, אחרי האימון המקדים נשאר עוד מרווח גדול: במקום מודל גדול יותר, החברה שחררה מודל מאומן טוב יותר.
קוד וסוכנים ארוכי-טווח
החברה מכנה את GLM-5.3 "המודל בעל המשקולות הפתוחות המוכשר ביותר לקוד", עם שיפור של 50 אחוז לעומת GLM-5.2 ב-Z.ai Code Bench הפנימי. היא גם מצהירה על SOTA בקוד פתוח ב-Terminal Bench 3.0 (28.3 מול 4.6) וב-Agents' Last Exam — מבחנים שמודדים משימות ארוכות ורבות-שלבים.
בלוחות הדירוג הציבוריים המודל כבר נמצא באותה רצועה של דגמי הדגל הסגורים Opus 4.8 ו-GPT-5.6 Sol, ולצד שחרורים סיניים פתוחים אחרים — Kimi K3 ו-DeepSeek-V4 Pro.
יכולת סייבר בלתי צפויה
הפרט המדובר ביותר הוא אבטחה. Z.ai מדווחת שככל שהורחב ה-post-training, יכולת הסייבר "התפתחה מהר מכפי שציפינו": GLM-5.3 מוביל ב-CyberGym לאיתור פגיעויות ומכפיל את GLM-5.2 במבחני ניצול (105 מול 29 בשעתיים). זו כותרת דו-שימושית: אותו מודל שמוצא באגים יכול לעזור לכתוב ניצולים — ואפשר להוריד אותו ולהריץ מקומית.
עבור צוותים השורה התחתונה כפולה: סוכני קוד ברמה הקרובה לחזית זמינים יותר ויותר לאירוח עצמי (תמיכה ב-SGLang, vLLM, Transformers ו-Unsloth) עם מתג reasoning_effort לשליטה בעלות. ובמקביל, צוותי אבטחה צריכים להניח שכלי תקיפה חזקים נמצאים כעת במרחק הורדה אחת.