Китайський стартап Z.ai офіційно представив мовну модель GLM-5.3, зробивши ставку на три ключові напрями: програмування, автономні агентські сценарії та кібербезпеку. Це не просто інкрементальне оновлення — розробники заявляють про радикальний стрибок продуктивності в низці спеціалізованих бенчмарків.

Посттренування без зміни архітектури

Примітно, що приріст обчислювальної потужності досягнуто виключно за рахунок посттренування, без зміни базової моделі порівняно з GLM-5.2. Це свідчить про високий потенціал оптимізації алгоритмів навчання, що в індустрії трапляється нечасто. Відкриті ваги стануть доступні через два тижні, після завершення оцінки безпеки та додаткового харденінгу.

На внутрішньому тесті Code Bench, що оцінює якість кодингу, нова модель покращила результат попередника на 50%. Однак значно вражаючішими виглядають дані за агентними та кібербезпековими сценаріями:

  • Terminal Bench 3.0 — 28,3 бала проти 4,6 у GLM-5.2 (зростання більш ніж у 6 разів);
  • DeepSWE v1.1 — 66,9 проти 46,2;
  • Agents' Last Exam — 28,5 проти 23,8;
  • CyberGym — 84,5% проти 77,2%;
  • ExploitBench — 54,4% проти 24,4%.

Полювання за вразливостями: 2436 знахідок

Особливої уваги заслуговує ExploitGym. У двогодинному бюджеті модель закрила 105 задач проти 29 у GLM-5.2, а при шестигодинному — 130 проти 39. Це демонструє не просто покращення, а якісний перехід до реальної автономної роботи.

У рамках тестування на реальних кодових базах спільно з китайськими командами безпеки система виявила 2436 вразливостей у 269 проєктах, включаючи 1097 проблем середньої та високої критичності. Публічно розкрито лише 53 знахідки, решта 2383 залишаються під ембарго. Середній «вік» виявлених вразливостей — 26,6 року, а найстаріша датується 1981 роком.

Для прозорості процесу Z.ai запустила Security Disclosure Ledger — публічний реєстр, що відстежує статус розкриття та критичність кожної знахідки. Це рідкісний крок для індустрії, який підвищує довіру до моделі.

Продуктовий запуск і контекст ринку

GLM-5.3 уже розгорнута для підписників GLM Coding Plan як основний двигун для агентного програмування та тривалих задач. Запити до старих моделей автоматично маршрутизуються на нову, що полегшує міграцію користувачів.

Нагадаю, що в липні Anthropic звинувачувала Z.ai у несанкціонованій дистиляції GLM-5.2 на відповідях Claude і GPT. Цей реліз, ймовірно, посилить конкурентну напругу в сегменті ІІ-агентів для розробників.

Мій аналіз: Зростання в агентних сценаріях і кібербезпеці — це стратегічний хід Z.ai для диференціації від OpenAI та Anthropic, які фокусуються на загальних моделях. Однак 50% покращення на Code Bench, отримане без зміни архітектури, викликає питання про відтворюваність таких результатів у реальних умовах. Індустрії потрібні незалежні бенчмарки, а не лише внутрішні метрики.