Z.ai-მ გამოუშვა GLM-5.3: უფრო ძლიერი კოდინგი და განვითარებადი კიბერშესაძლებლობები

Z.ai-მ გამოუშვა GLM-5.3 — ახალი ფლაგმანი მოდელი, რომლის მთელი გაუმჯობესება GLM-5.2-თან შედარებით post-training-ის ხარჯზეა მიღწეული: საბაზისო მოდელი უცვლელია. 2026 წლის 14 აგვისტოს გამოქვეყნებულ განცხადებაში კომპანია ამბობს, რომ განახლება მნიშვნელოვნად აუმჯობესებს რთული კოდინგისა და გრძელვადიანი ამოცანების შესრულებას, კიბერული შესაძლებლობებიც კი მოსალოდნელზე სწრაფად განვითარდა.

კოდინგი: ღია წონების ლიდერობა Z.ai-ის ბენჩმარკებზე

Z.ai აღწერს GLM-5.3-ს როგორც კოდინგისთვის ყველაზე ძლიერ ღია წონების მოდელს — 50-პროცენტიანი გაუმჯობესებით GLM-5.2-თან შედარებით კომპანიის შიდა Z.ai Code Bench-ზე. Terminal Bench 3.0-ზე მოდელი 28.3 ქულას აგროვებს GLM-5.2-ის 4.6-ის წინააღმდეგ, Agents' Last Exam-ზე კი — 28.5-ს 23.8-ის წინააღმდეგ. DeepSWE v1.1-ზე შედეგი 46.2-დან 66.9-მდე იზრდება. უფსკრული დახურულ მოდელებთან ყველგან არ დაიხურა: Terminal Bench 3.0-ზე Fable 5 33.7 ქულას, GPT-5.6 Sol კი 34.6-ს აღწევს.

კომპანია ტოკენების ეფექტიანობასაც გამოყოფს: მაქსიმალური დაფიქრების რეჟიმის დროს GLM-5.3 ერთ ამოცანაზე დაახლოებით 75 ათასი გამომავალი ტოკენით 34.5 პროცენტს აღწევს, მაშინ როცა GLM-5.2 96 ათასი ტოკენით 23.4 პროცენტს იძლეოდა.

განვითარებადი კიბერშესაძლებლობები

post-training-ის მონაცემებში დაუცველობების აღმოჩენის მონაცემები ჩაერთო იმ იმედით, რომ მოდელი ხარვეზების ანალიზს გააუმჯობესებდა. Z.ai-ის თანახმად, შესაძლებლობა მოსალოდნელზე მეტად გაიზარდა: მოდელი ცალკეული ხარვეზების ამოცნობიდან მრავალეტაპიანი ექსპლუატაციის ჯაჭვების დაგეგმვაზე გადავიდა. CyberGym-ზე ის 84.5 პროცენტს აგროვებს — ბენჩმარკზე დაფიქსირებული საუკეთესო შედეგი, Mythos 5-ის 83.8-სა და GPT-5.6 Sol-ის 83.6-ის წინ. ExploitBench-ზე შედეგი GLM-5.2-ის 24.4-დან 54.4-მდე გაორმაგდა, თუმცა Mythos 5 (78.0) და GPT-5.6 Sol (76.5) ჯერ კიდევ შორს არიან წინ. Z.ai აღნიშნავს კანონზომიერებას: რაც უფრო მაღლა დგას ბენჩმარკი ექსპლუატაციის ჯაჭვზე, მით უფრო დიდია მოდელის ნახტომი და მით უფრო ფართოა დარჩენილი უფსკრული დახურულ მოდელებთან.

რეალური პროექტები და გამოშვების გეგმა

ჩინეთის უსაფრთხოების გუნდებთან მუშაობისას, კომპანიის ცნობით, მისმა მოდელებმა ექსპერტთა გადამოწმებისა და დუბლიკატების გასუფთავების შემდეგ 2 436 დაუცველობა იპოვა 269 ღია კოდის პროექტში, მათ შორის 1 097 კრიტიკული ან მაღალი რისკის. უძველესი ხარვეზი 1981 წლიდან მოდის, საშუალოდ კი დაუცველობა აღმოჩენამდე 26.6 წელი ცხოვრობდა. საჯარო Security Disclosure Ledger პროცესს ასახავს: 53 უკვე გამჟღავნებულია, 2 383 კი ჯერ კიდევ ემბარგოს ქვეშაა. მოდელის წონები გაშვებიდან დაახლოებით ორ კვირაში გამოქვეყნდება — უსაფრთხოების შეფასებისა და გამაგრების დასრულების შემდეგ.