Z.ai-ն ներկայացրել է GLM-5.3-ը՝ ավելի ուժեղ ծրագրավորում և զարգացող կիբերկարողություններ

Z.ai-ն ներկայացրել է GLM-5.3-ը՝ նոր ֆլագման մոդել, որի ամբողջ առաջընթացը GLM-5.2-ի համեմատ ստացվել է հետմարզումից (post-training). բազային մոդելը չի փոխվել։ 2026 թվականի օգոստոսի 14-ի հայտարարության մեջ ընկերությունը նշում է, որ թարմացումը զգալիորեն բարելավում է բարդ ծրագրավորումն ու երկարաժամկետ խնդիրները, իսկ կիբերունակությունները զարգացել են թիմի սպասածից ավելի արագ։

Ծրագրավորում. առաջատարություն բաց կշիռներով մոդելների շարքում

Z.ai-ն GLM-5.3-ը նկարագրում է որպես ծրագրավորման համար ամենաուժեղ բաց կշիռներով մոդել՝ 50 տոկոս բարելավմամբ GLM-5.2-ի համեմատ ընկերության ներքին Z.ai Code Bench-ում։ Terminal Bench 3.0-ում մոդելը հավաքում է 28.3 միավոր՝ GLM-5.2-ի 4.6-ի դիմաց, Agents' Last Exam-ում՝ 28.5՝ 23.8-ի դիմաց։ DeepSWE v1.1-ում արդյունքը 46.2-ից բարձրանում է 66.9-ի։ Փակ մոդելների հետ տարբերությունը ամենուր չի փակվել. Terminal Bench 3.0-ում Fable 5-ը հավաքում է 33.7, իսկ GPT-5.6 Sol-ը՝ 34.6։

Ընկերությունն առանձնացնում է նաև թոքենների արդյունավետությունը. մտածողության առավելագույն ռեժիմում GLM-5.3-ը մեկ խնդրի վրա ծախսելով մոտ 75 հազար ելքային թոքեն՝ հասնում է 34.5 տոկոսի, մինչդեռ GLM-5.2-ը 96 հազար թոքենով տալիս էր 23.4 տոկոս։

Ինքնըստինքյան զարգացած կիբերունակություններ

Մարզման խառնուրդին ավելացվել են խոցելիությունների հայտնաբերման տվյալներ՝ թերությունների վերլուծությունը բարելավելու ակնկալիքով։ Z.ai-ի խոսքով՝ ունակությունն աճել է սպասվածից ավելի. մոդելը առանձին թերություններ հայտնաբերելուց անցել է բազմափուլ շահագործման շղթաներ պլանավորելուն։ CyberGym-ում այն հավաքում է 84.5 տոկոս՝ բենչմարկում գրանցված լավագույն արդյունքը՝ առաջ անցնելով Mythos 5-ից (83.8) և GPT-5.6 Sol-ից (83.6)։ ExploitBench-ում արդյունքը կրկնապատկվում է՝ 24.4-ից 54.4, սակայն Mythos 5-ը (78.0) և GPT-5.6 Sol-ը (76.5) դեռ շատ առաջ են։ Z.ai-ն նշում է օրինաչափություն. որքան բարձր է բենչմարկը շահագործման շղթայում, այնքան մեծ է թռիչքը և այնքան լայն է մնացած տարբերությունը փակ մոդելների հետ։

Իրական նախագծերում հայտնաբերվածները և թողարկման պլանը

Չինաստանի անվտանգության թիմերի հետ աշխատելիս, ընկերության տվյալներով, իր մոդելները փորձագիտական ստուգումից և կրկնությունների մաքրումից հետո հայտնաբերել են 2 436 խոցելիություն 269 բաց կոդով նախագծերում, այդ թվում՝ 1 097 կրիտիկական կամ բարձր ռիսկի։ Ամենահին թերությունը թվագրվում է 1981 թվականով, իսկ խոցելիությունը միջինում 26.6 տարի ապրել է մինչև հայտնաբերումը։ Հանրային Security Disclosure Ledger-ը գրանցում է ընթացքը. 53-ն արդեն հրապարակվել է, 2 383-ը դեռ էմբարգոյի տակ է։ Մոդելի կշիռները կհրապարակվեն թողարկումից մոտ երկու շաբաթ անց՝ անվտանգության գնահատման և ամրապնդման ավարտից հետո։