MDL-1702EST.2026 · IDX.423
Model językowyW produkcji

GLM-5.3

Z.ai (Zhipu AI) · China · 2026

Ta sama baza co GLM-5.2, cały przyrost z dotrenowania — i zdolność, która zaskoczyła samych twórców: 2436 realnych podatności znalezionych w otwartym kodzie.

Ocena wujec.ai

/10

Ocena społeczności

brak głosów
Zaloguj się, aby ocenić

GLM-5.3 to flagowy model Z.ai, ogłoszony 14 sierpnia 2026. Najbardziej niezwykłe jest w nim to, czym nie jest: nie jest nowym modelem. Z.ai pisze wprost, że GLM-5.3 działa na tej samej bazie co GLM-5.2, a cała poprawa pochodzi z dotrenowania. Liczby producenta pokazują, ile samo to daje — Terminal-Bench 3.0 rośnie z 4,6 do 28,3, DeepSWE v1.1 z 46,2 do 66,9, Agents' Last Exam (CLI) z 23,8 do 28,5, a na wewnętrznym teście Z.ai Code Bench model osiąga 34,5% przy około 75 tys. tokenów wyjścia na zadanie wobec 23,4% przy 96 tys. u poprzednika: lepszy wynik przy mniejszym zużyciu tokenów. Zaskoczeniem — według samego Z.ai — było bezpieczeństwo. Do mieszanki treningowej dodano środowiska wyszukiwania podatności, licząc na umiarkowany przyrost; wyszedł z tego model rozumujący o całych łańcuchach ataku. Na CyberGym uzyskuje 84,5% wobec 77,2% poprzednika, minimalnie wyprzedzając Claude Mythos 5 (83,8%) i GPT-5.6 Sol (83,6%). Głębiej w łańcuchu obraz się odwraca: na ExploitBench GLM-5.3 z 24,4% skacze do 54,4%, ale zostaje daleko za Mythos 5 (78,0%) i Solem (76,5%), a na ExploitGym wykonuje 105 zadań w dwie godziny wobec 181 u Mythos 5. Z.ai sam to podsumowuje: zdolności rosną najszybciej dokładnie tam, gdzie dystans do zamkniętej czołówki jest największy. Dwa zastrzeżenia są istotne dla każdego, kto planuje pracę na tym modelu. Po pierwsze, w dniu premiery nie dało się go pobrać — Z.ai zapowiedział wagi „za dwa tygodnie", a API oznaczył jako wkrótce, więc na razie dostęp idzie przez abonament GLM Coding Plan i agenta ZCode. Nazywanie go najlepszym modelem otwartym przy nieopublikowanych wagach jest twierdzeniem o najbliższej przyszłości, nie o stanie obecnym. Po drugie, GLM-5.3 nie przyjmuje już parametru thinking.type: disabled; aplikacje z wyłączonym myśleniem muszą przed migracją ustawić poziom wysiłku rozumowania, inaczej zapytanie kończy się błędem.

#open weights#coding#1M context#MoE#cybersecurity
Strona oficjalna

Newsy

Wideo

Brak materiałów wideo.

Recenzje

Brak recenzji. Bądź pierwszy!

Zaloguj się, aby napisać recenzję