Китайский стартап Z ai официально выпустил новую языковую модель GLM-5.3 с улучшенными возможностями в области программирования, агентных сценариев и поиска уязвимостей в программном коде. По заявлению разработчиков, существенный прирост производительности по сравнению с предыдущей версией GLM-5.2 был получен исключительно за счет дополнительной посттренировки без замены базовой модели. Открытые веса новой нейросети планируется опубликовать через две недели после завершения оценки безопасности и дополнительного усиления защиты. На внутреннем бенчмарке Code Bench для оценки навыков кодинга модель GLM-5.3 улучшила результат своей предшественницы на пятьдесят процентов.

В официальной релизной таблице компания Z ai привела подробное сравнение результатов по целому ряду специализированных тестов. На Terminal Bench 3.0 новая модель набрала двадцать восемь и три десятых балла против четырех и шести десятых у GLM-5.2. На DeepSWE v1.1 показатель составил шестьдесят шесть и девять десятых против сорока шести и двух десятых. Тест Agents' Last Exam показал результат двадцать восемь и пять десятых против двадцати трех и восьми десятых баллов. На бенчмарке CyberGym модель достигла восьмидесяти четырех с половиной процентов против семидесяти семи и двух десятых, а на ExploitBench – пятидесяти четырех и четырех десятых процентов против двадцати четырех и четырех десятых процентов у предыдущей версии. Отдельно разработчики выделили результаты тестирования на ExploitGym, где модель успешно закрыла сто пять задач при двухчасовом бюджете времени против двадцати девяти у GLM-5.2. При увеличении временного бюджета до шести часов показатель вырос до ста тридцати задач вместо тридцати девяти у предыдущей версии.

Особое внимание в релизе уделено тестированию на реальных кодовых базах совместно с несколькими командами по кибербезопасности в Китае. После тщательной проверки и дедупликации система выявила две тысячи четыреста тридцать шесть уязвимостей в двухстах шестидесяти девяти проектах, включая тысячу девяносто семь проблем средней и высокой критичности. Публично были раскрыты пятьдесят три находки, тогда как еще две тысячи триста восемьдесят три остаются под эмбарго. Средний срок жизни таких уязвимостей компания оценила в двадцать шесть и шесть десятых года, а самую старую из обнаруженных проблем датировала тысяча девятьсот восемьдесят первым годом. Для отслеживания процесса раскрытия находок был запущен специальный публичный реестр Z ai Security Disclosure Ledger, где фиксируются статус, затронутые проекты и присвоенный уровень критичности. Параллельно компания обновила продуктовую линейку, развернув GLM-5.3 для подписчиков плана GLM Coding Plan в качестве основного движка для агентного программирования и длительных задач. Все запросы к старым моделям теперь автоматически маршрутизируются на новую версию.