Технические характеристики GLM-5.3

Публичные репозитории моделей Z.ai по-прежнему заметно показывают GLM-5.2, а не загружаемый артефакт GLM-5.3, поэтому спецификации, которые ещё не опубликованы, должны оставаться явно помеченными как неподтверждённые.

Что такое GLM-5.3?

GLM-5.3 — последнее поколение семейства GLM от Z.ai и представляет переход к ИИ-системам, способным автономно выполнять сложные задачи в области безопасности и инженерии.

Анонс особенно примечателен тем, что кибербезопасность представлена не просто как ещё одна категория бенчмарков. Z.ai использует GLM-5.3, чтобы продемонстрировать ИИ-систему, способную обнаруживать уязвимости в программном обеспечении и участвовать в рабочих процессах разработки атак.

Reuters сообщает, что Z.ai планирует выпустить модель публично после завершения оценок безопасности, тогда как более продвинутые возможности изначально будут ограничены через механизм доверенного доступа.

Это существенное смещение акцентов по сравнению с GLM-5.2.

GLM-5.2 в первую очередь позиционировалась вокруг задач долгого горизонта и агентного программирования. Июньская страница исследований Z.ai описывает GLM-5.2 как «Создана для задач с длинным горизонтом».

GLM-5.3 переносит эту агентную философию в существенно более чувствительную область:

программная инженерия → обнаружение уязвимостей → киберзащита → контролируемая наступательная безопасность

---

Каковы основные особенности GLM-5.3?

Ориентированное на кибербезопасность рассуждение

Ключевая способность — кибербезопасность.

GLM-5.3 достигла:

84.5% на CyberGym

CyberGym оценивает способность ИИ-системы выявлять уязвимости в программном обеспечении. Результат немного превосходит заявленные 83.8% у Mythos 5.

Это важно, потому что кибербезопасность требует большего, чем генерация синтаксически корректного кода.

Состоятельный агент безопасности должен уметь:

1. Понимать незнакомый код.
2. Идентифицировать поверхности атаки.
3. Формировать гипотезы об уязвимостях.
4. Отслеживать потоки данных и управления.
5. Валидировать гипотезу.
6. Разработать соответствующее доказательство концепции.
7. Определить, действительно ли уязвимость эксплуатируема.

Оценка GLM-5.3 на CyberGym указывает на значимый прогресс через первую часть этой цепочки.

Сильные возможности по обнаружению уязвимостей

84.5% на CyberGym — пожалуй, самый впечатляющий ранний результат.

Это ставит GLM-5.3 немного впереди Mythos 5 по идентификации уязвимостей:

Отрыв составляет всего 0.7 процентного пункта, так что было бы некорректно называть GLM-5.3 безусловно превосходящей.

Более интересен тот факт, что модель с открытыми весами от Z.ai выходит на сопоставимый уровень производительности с сильно ограниченной системой для кибербезопасности.

Разработка эксплойтов остаётся слабой стороной

GLM-5.3 не доминирует во всех задачах кибербезопасности.

На ExploitBench:

Это разрыв в 23.6 пункта.

Это выявляет важное различие:

Найти уязвимость — не то же самое, что надёжно её эксплуатировать.

GLM-5.3 выглядит весьма способной в идентификации слабых мест, но ранние результаты показывают, что превращение этих находок в надёжную разработку эксплойтов остаётся значительно более сложной задачей.

Для корпоративных команд безопасности это делает модель интересной как защитный ассистент по анализу уязвимостей, а не просто двигатель наступательной автоматизации.

GLM-5.3 и GLM-5.2

GLM-5.2 предоставляет наиболее полезную подтверждённую базовую точку отсчёта.

Подтверждённая архитектура GLM-5.2 — примерно 753B параметров, и её публичный каталог моделей всё ещё перечисляет модель 753B и версию FP8.

GLM-5.2 также достигла 81.0 на Terminal-Bench 2.1 и 62.1 на SWE-bench Pro согласно сторонним сообщениям на основе материалов по оценке моделей Z.ai.

Но эти показатели должны оставаться бенчмарками GLM-5.2, а не приписываться GLM-5.3.

GLM-5.3 и Mythos 5

На данный момент это наиболее показательное сравнение по бенчмаркам.

Результаты подводят к нюансированному выводу.

GLM-5.3 выигрывает в идентификации уязвимостей.

Но:

Mythos 5 остаётся существенно сильнее в разработке эксплойтов.

Поэтому утверждение «GLM-5.3 обходит Mythos 5» было бы некорректной интерпретацией доступных данных.

Более корректное описание:

GLM-5.3 достигает уровня Mythos 5 по обнаружению уязвимостей, оставаясь позади в разработке эксплойтов.