A Z.ai kiadta a GLM-5.3 modellt, amely ugyanazon a 743 milliárd paraméteres alapmodellen fut, mint a GLM-5.2, a cég csak a post-training folyamatokat javította: több feladatkörnyezet, több környezettípus és hosszabb képzés.
A kódolási benchmarkokon a hosszútávú feladatoknál van a legnagyobb ugrás: a Terminal-Bench 3.0 4,6-ről 28,3-ra, a DeepSWE v1.1 46,2-ről 66,9-re emelkedett. A CyberGym sebezhetőség-felderítési benchmarkon 84,5 százalékot ért el, amellyel megelőzte a Mythos 5 (83,8%) és a GPT-5.6 Sol (83,6%) modelleket, az összetettebb ExploitBench teszten pedig az előző verzió 24,4%-áról 54,4%-ra nőtt az eredmény.
A vállalat szerint a vártnál gyorsabban fejlődtek a kiberbiztonsági képességek, amelyeket valódi nyílt forráskódú projekteken is leteszteltek: 269 projektben 2436 sebezhetőséget azonosítottak, amelyek közül 1097 magas vagy kritikus besorolású volt. A hibák egy része évtizedek óta észrevétlenül volt jelen a kódban.
A modell már elérhető a Z.ai API-n, a GLM Coding Plan előfizetésben és a ZCode eszközben. A súlyok egyelőre nem nyilvánosak — a cég körülbelül két héten belül, a biztonsági értékelés és megerősítés után teszi közzé azokat.
