GLM 5.3 API

ข้อกำหนดทางเทคนิคของ GLM-5.3

ที่เก็บโมเดลสาธารณะของ Z.ai ยังคงแสดง GLM-5.2 อย่างเด่นชัด มากกว่าสิ่งประดิษฐ์ของ GLM-5.3 ที่ดาวน์โหลดได้ ดังนั้นข้อกำหนดที่ยังไม่ได้เผยแพร่ควรถูกระบุอย่างชัดเจนว่าไม่ยืนยัน

GLM-5.3 คืออะไร?

GLM-5.3 เป็นรุ่นล่าสุดของตระกูล GLM ของ Z.ai และสะท้อนการเปลี่ยนแปลงไปสู่ระบบ AI ที่สามารถทำงานด้านความปลอดภัยและวิศวกรรมที่ซับซ้อนได้อย่างอัตโนมัติ

การประกาศครั้งนี้โดดเด่นเป็นพิเศษเพราะความมั่นคงปลอดภัยไซเบอร์ไม่ได้ถูกนำเสนอเพียงเป็นหมวดหมู่มาตรฐานอีกหนึ่งรายการ Z.ai กำลังใช้ GLM-5.3 เพื่อสาธิตระบบ AI ที่สามารถค้นหาช่องโหว่ซอฟต์แวร์และมีส่วนร่วมในเวิร์กโฟลว์การพัฒนาโจมตี

Reuters รายงานว่า Z.ai มีแผนจะปล่อยโมเดลสู่สาธารณะหลังจากเสร็จสิ้นการประเมินด้านความปลอดภัย ขณะที่ความสามารถขั้นสูงจะถูกจำกัดในระยะแรกผ่านกลไกการเข้าถึงที่เชื่อถือได้แบบ trusted-access mechanism

นี่คือการเปลี่ยนจุดเน้นที่สำคัญจาก GLM-5.2

GLM-5.2 ถูกวางตำแหน่งหลักรอบ ๆ วิศวกรรมซอฟต์แวร์ระยะยาวและการเขียนโค้ดเชิงเอเจนต์ หน้าการวิจัยของ Z.ai ในเดือนมิถุนายนอธิบาย GLM-5.2 ว่า "Built for Long-Horizon Tasks."

GLM-5.3 นำปรัชญาเชิงเอเจนต์นั้นเข้าสู่โดเมนที่อ่อนไหวกว่ามาก:

วิศวกรรมซอฟต์แวร์ → การค้นหาช่องโหว่ → การป้องกันไซเบอร์ → ความปลอดภัยเชิงรุกแบบควบคุมได้

---

คุณสมบัติหลักของ GLM-5.3 คืออะไร?

การให้เหตุผลที่เน้นความมั่นคงปลอดภัยไซเบอร์

ความสามารถหัวข้อใหญ่คือความมั่นคงปลอดภัยไซเบอร์

GLM-5.3 ทำได้:

84.5% บน CyberGym

CyberGym ประเมินความสามารถของระบบ AI ในการระบุช่องโหว่ซอฟต์แวร์ ผลลัพธ์นี้สูงกว่าคะแนนที่รายงานของ Mythos 5 เล็กน้อยที่ 83.8%

นั่นสำคัญเพราะความมั่นคงปลอดภัยไซเบอร์ต้องการมากกว่าการสร้างโค้ดที่ถูกต้องตามไวยากรณ์

เอเจนต์ด้านความปลอดภัยที่มีความสามารถต้องสามารถ:

1. เข้าใจโค้ดที่ไม่คุ้นเคย
2. ระบุพื้นผิวการโจมตี
3. ตั้งสมมติฐานเกี่ยวกับช่องโหว่
4. ติดตามการไหลของข้อมูลและการควบคุม
5. ตรวจสอบความถูกต้องของสมมติฐาน
6. พัฒนาหลักฐานแนวคิดที่เหมาะสม
7. ระบุว่าช่องโหว่นั้นสามารถใช้ประโยชน์ได้จริงหรือไม่

คะแนน CyberGym ของ GLM-5.3 บ่งชี้ถึงความก้าวหน้าที่มีนัยสำคัญในส่วนแรกของสายโซ่นี้

การค้นหาช่องโหว่ที่แข็งแกร่ง

คะแนน CyberGym 84.5% อาจเป็นผลลัพธ์แรกที่น่าประทับใจที่สุด

มันทำให้ GLM-5.3 เหนือกว่า Mythos 5 เล็กน้อยในการระบุช่องโหว่:

ส่วนต่างมีเพียง 0.7 จุด ดังนั้นการอธิบายว่า GLM-5.3 เหนือกว่าอย่างเด็ดขาดจึงจะทำให้เข้าใจผิด

ประเด็นที่น่าสนใจกว่าคือโมเดลแบบเปิดน้ำหนักจาก Z.ai กำลังก้าวเข้าสู่ระดับสมรรถนะเดียวกันกับระบบความมั่นคงปลอดภัยที่ถูกจำกัดอย่างเข้มงวด

การพัฒนาเอ็กซ์พลอยต์ยังเป็นจุดอ่อนอยู่

GLM-5.3 ไม่ได้เหนือกว่าทุกงานในด้านความมั่นคงปลอดภัยไซเบอร์

บน ExploitBench:

นั่นคือช่องว่าง 23.6-point

สิ่งนี้เผยให้เห็นความแตกต่างสำคัญ:

การค้นหาช่องโหว่ไม่ใช่เรื่องเดียวกับการใช้ประโยชน์จากมันได้อย่างน่าเชื่อถือ

GLM-5.3 ดูมีความสามารถสูงในการระบุจุดอ่อน แต่ผลลัพธ์ระยะแรกบ่งชี้ว่าการแปลงข้อค้นพบเหล่านั้นให้กลายเป็นการพัฒนาเอ็กซ์พลอยต์ที่เชื่อถือได้ยังคงยากกว่าอย่างมาก

สำหรับทีมความมั่นคงปลอดภัยระดับองค์กร สิ่งนี้ทำให้โมเดลน่าสนใจในฐานะผู้ช่วยวิเคราะห์ช่องโหว่เชิงป้องกัน มากกว่าที่จะเป็นเครื่องยนต์อัตโนมัติเชิงรุกเพียงอย่างเดียว

GLM-5.3 เทียบกับ GLM-5.2

GLM-5.2 ให้ค่าอ้างอิงที่ได้รับการยืนยันซึ่งมีประโยชน์ที่สุด

สถาปัตยกรรมที่ยืนยันแล้วของ GLM-5.2 มีประมาณ 753B พารามิเตอร์ และแคตตาล็อกโมเดลสาธารณะของมันยังคงแสดงรุ่น 753B และเวอร์ชัน FP8

GLM-5.2 ยังทำได้ 81.0 บน Terminal-Bench 2.1 และ 62.1 บน SWE-bench Pro ตามรายงานจากบุคคลที่สามที่อ้างอิงจากวัสดุการประเมินโมเดลของ Z.ai

แต่ตัวเลขเหล่านั้นควรยังคงเป็นเกณฑ์มาตรฐานของ GLM-5.2 ไม่ควรถูกย attributed ให้กับ GLM-5.3

GLM-5.3 เทียบกับ Mythos 5

นี่เป็นการเปรียบเทียบเกณฑ์มาตรฐานที่มีความหมายที่สุดในตอนนี้

ผลลัพธ์ทำให้ได้ข้อสรุปที่มีความละเอียดอ่อน

GLM-5.3 ชนะในการระบุช่องโหว่

แต่:

Mythos 5 ยังคงแข็งแกร่งกว่ามากในการพัฒนาเอ็กซ์พลอยต์

ดังนั้นการพูดว่า "GLM-5.3 ชนะ Mythos 5" จะเป็นการตีความข้อมูลที่มีอยู่ไม่ถูกต้อง

คำอธิบายที่ดีกว่าคือ:

GLM-5.3 ไปถึงระดับสมรรถนะของ Mythos 5 ในการค้นหาช่องโหว่ ขณะที่ยังตามหลังในการพัฒนาเอ็กซ์พลอยต์