Z.ai выпустила GLM-5.3: код и кибербезопасность без переобучения базы

Z.ai выпустила GLM-5.3 — новую версию своей модели, работающую на той же 743-миллиардной базе, что и GLM-5.2. Все улучшения достигнуты за счёт масштабированного пост-тренинга: больше сред, типов задач и длительности обучения. Модель уже доступна через API Z.ai, план GLM Coding и платформу ZCode, но веса пока не опубликованы — их обещают выложить через две недели после завершения проверки безопасности.

Наибольший прогресс заметен в кодинге с длинным горизонтом планирования: Terminal-Bench 3.0 вырос с 4,6 до 28,3, DeepSWE v1.1 — с 46,2 до 66,9. На внутреннем бенчмарке Z Code Bench GLM-5.3 показала 50% улучшение по сравнению с GLM-5.2. Модель набирает 31,4% при 50 000 выходных токенов на задачу, тогда как Claude Opus 4.8 — 29,5% при 120 000 токенов. Однако Claude Fable 5 по-прежнему лидирует с 39,5%.

Неожиданно сильным стал результат в кибербезопасности: GLM-5.3 формирует связные планы эксплуатации цепочек уязвимостей. CyberGym вырос с 77,2% до 84,5%, обогнав Mythos 5 (83,8%) и GPT-5.6 Sol (83,6%). ExploitBench поднялся с 24,4% до 54,4%, хотя Mythos 5 здесь заметно выше (78,0%). Чем глубже этап эксплуатации, тем больше прирост над GLM-5.2.

Z.ai рекомендует GLM-5.3 для стартапов и средних инженерных команд через Coding Plan или API. Предприятиям со строгими требованиями к данным советуют дождаться публикации весов. Особенно полезна модель для разработчиков инструментов, облачной инфраструктуры, AppSec, финтеха и e-commerce — от рефакторинга репозиториев до триажа сбоев и поиска уязвимостей.