Z.ai випустила GLM-5.3: сильніше кодування та несподівані кіберздібності

Z.ai випустила GLM-5.3 — нову флагманську модель, увесь прогрес якої порівняно з GLM-5.2 забезпечено донавчанням (post-training): базова модель не змінилася. У заяві від 14 серпня 2026 року компанія каже, що оновлення значно покращує складне програмування та довготривалі задачі, а кіберможливості розвинулися швидше, ніж очікувала команда.

Програмування: лідерство серед відкритих моделей

Z.ai називає GLM-5.3 найздатнішою моделлю для програмування серед моделей з відкритими вагами — із 50-відсотковим покращенням проти GLM-5.2 у внутрішньому Z.ai Code Bench. На Terminal Bench 3.0 модель набирає 28,3 бала проти 4,6 у GLM-5.2, на Agents' Last Exam — 28,5 проти 23,8. На DeepSWE v1.1 результат зростає з 46,2 до 66,9. Розрив із закритими моделями закрито не всюди: на Terminal Bench 3.0 Fable 5 має 33,7, а GPT-5.6 Sol — 34,6.

Компанія також наголошує на економії токенів: на максимальному рівні зусиль GLM-5.3 досягає 34,5 відсотка, витрачаючи приблизно 75 тисяч вихідних токенів на задачу, тоді як GLM-5.2 давала 23,4 відсотка за 96 тисяч токенів.

Кіберможливості, що виникли самі

Дані про пошук уразливостей додали в навчальну суміш, сподіваючись покращити аналіз дефектів. За словами Z.ai, здатність зросла сильніше, ніж очікували: модель перейшла від виявлення окремих вад до планування багатоетапних ланцюгів експлуатації. На CyberGym вона має 84,5 відсотка — найкращий результат у бенчмарку, попереду Mythos 5 (83,8) і GPT-5.6 Sol (83,6). На ExploitBench результат більш ніж подвоївся — з 24,4 до 54,4, хоча Mythos 5 (78,0) і GPT-5.6 Sol (76,5) залишаються далеко попереду. Z.ai відзначає закономірність: чим вище бенчмарк на ланцюгу експлуатації, тим більший стрибок — і тим ширший залишковий розрив із закритими моделями.

Реальні проєкти та плани випуску

Разом із командами безпеки в Китаї, за даними компанії, її моделі після експертної перевірки та дедуплікації виявили 2 436 уразливостей у 269 проєктах з відкритим кодом, зокрема 1 097 критичних або високого ризику. Найстаріший дефект датується 1981 роком, а середня уразливість жила 26,6 року до виявлення. Публічний Security Disclosure Ledger фіксує процес: 53 вже розкрито, 2 383 ще під ембарго. Ваги моделі опублікують приблизно за два тижні після запуску — після завершення оцінки безпеки та зміцнення.