GLM-5.3: model de 743 miliarde parametri pentru programare

Un bug datat din 1981 și invizibil decenii la rând a fost actul de deschidere. A dat tonul pentru ultima lansare a Zhipu AI: GLM-5.3, un model lingvistic cu 743 de miliarde de parametri, ajustat pentru programare, fluxuri de lucru agentice și analiză de securitate cibernetică.

Zhipu AI afirmă că GLM-5.3 nu sosește ca un model de bază mai mare, ci ca unul mai inteligent. Greutățile rămân la 743 de miliarde de parametri, totuși echipa a refăcut stratul post-antrenament, prin medii simulate mai bogate, o diversitate mai largă de sarcini și calcul interactiv mai intens, pentru a extrage câștiguri de performanță. Rezultatul pare mai puțin o creștere brută a scalării și mai mult o rafinare chirurgicală.

Accesul începe prin planul plătit GLM Coding și platforma ZCode. Accesul API și fișierele de greutăți descarcabile sunt programate pentru o lansare etapizată, după revizuiri de securitate pe etape în următoarele săptămâni, ceea ce înseamnă că organizațiile pot testa modelul devreme în timp ce Zhipu îl verifică pentru distribuție mai largă.

Eficiența pe tokeni a fost un indicator de bază. În propriul Code Bench al Z.ai, GLM-5.3 a înregistrat o rată de succes de 34,5% folosind aproximativ 75.000 de tokeni de ieșire, comparativ cu 23,4% pentru GLM-5.2 la circa 96.000 de tokeni. Pe scurt: mai puțină vorbărie, mai multe rezultate. Acesta este genul de îmbunătățire pe care inginerii o observă primul.

În ceea ce privește abilitățile pure de programare, situația este mixtă. Terminal Bench 3.0, care evaluează performanța în medii Linux live și sisteme automate, a catapultat GLM-5.3 la un scor de 28,3, în creștere de la 4,6 în generația precedentă. Impresionant. Totuși, rivalii comerciali încă conduc; Claude Fable 5 a obținut 33,7, iar GPT-5.6 Sol 34,6, păstrând pozițiile de pe podium.

În corectarea bug-urilor din lumea reală, testată în DeepSWE v1.1, GLM-5.3 a înregistrat un scor de 66,9, îmbunătățind semnificativ față de predecesorul său, dar rămânând ușor sub colegi precum Kimi K3 (67,5) și Fable 5 (69,7). Concluzia: GLM-5.3 reduce decalajul față de competiția cu sursă deschisă și cea proprietară, însă pachetele de top pentru mediul enterprise rămân extrem de competitive.

Adevărata surpriză oferită de GLM-5.3 este în securitate cibernetică: a condus benchmarkul CyberGym cu un scor de 84,5%, devansând Fable 5 (83,8%) și GPT-5.6 Sol (83,6%). Zhipu a publicat un dosar de securitate care arată că GLM-5.3 a identificat 2.436 de vulnerabilități în 269 de proiecte cu sursă deschisă, dintre care 1.097 au fost clasificate cu risc de la mediu la critic. O descoperire iese în evidență: un exploit a cărui origine datează din 1981, raportat nedetectat în medie timp de 26,6 ani de către scanerele și cercetătorii anteriori.

Toate acestea poziționează GLM-5.3 ca un competitor credibil pentru rivalii regionali precum Kimi K3 și ca un intrus provocator în fața modelelor comerciale americane. Nu este doar o altă lansare; este un studiu de caz despre schimbarea creșterii brute a parametrilor cu un post-antrenament mai inteligent și țintit, obținând drept bonus câștiguri în securitate cibernetică.

Vă va determina GLM-5.3 pe furnizori să-și deschidă mai multe din lanțurile de instrumente sau va forța un nou val de inginerie centrată pe benchmarkuri? Următoarele luni de teste API și de scrutin din partea comunității vor arăta.