Zhipu AI esitleb GLM-5.3: koodimise ja küberturbe mudel

Avangu tegi viga, mille juured ulatuvad 1981. aastasse ja mis oli aastakümneid nähtamatu. See andis tooni Zhipu AI viimasele avalikustamisele: GLM-5.3, 743 miljardi parameetriga keelemudel, mis on häälestatud koodimiseks, agentseteks töövoogudeks ja küberturbeanalüüsiks.

Zhipu AI väidab, et GLM-5.3 ei tule suurema baasmodelina, vaid nutikamana. Kaalud jäävad 743 miljardi parameetri juurde, kuid meeskond töötas ümber järelõppe kihi, kasutades rikkalikumaid simuleeritud keskkondi, laiemat ülesannete mitmekesisust ja intensiivsemat interaktiivset arvutust, et saavutada jõudluse paranemine. Tulemuses on tunda pigem kirurgilist lihvimist kui jõu- või mahuskaalalist paisutamist.

Juurdepääs algab tasulise GLM Coding Plani ja ZCode platvormi kaudu. API juurdepääs ja allalaetavad mudeli kaalud on planeeritud järk-järguliseks väljalaskeks pärast etappide kaupa tehtavaid turvakontrolle järgmiste nädalate jooksul, mis tähendab, et organisatsioonid saavad mudelit varakult proovida, kui Zhipu seda laiemaks levitamiseks läbi vaatab.

Tokeni tõhusus oli võtmemõõdik. Z.ai enda Code Bench'is saavutas GLM-5.3 34,5% edutuse umbes 75 000 väljundtokeni kasutamise juures, võrreldes GLM-5.2 23,4% eduga umbes 96 000 tokeni korral. Lihtsustatult: vähem lobisemist, rohkem tulemusi. Sellist paranemist märkavad insenerid esmalt.

Kui rääkida puhtast programmeerimisoskusest, on pilt mitmetahuline. Terminal Bench 3.0, mis hindab sooritust reaalsetes Linuxi keskkondades ja automatiseeritud süsteemides, tõstis GLM-5.3 skoorini 28,3, võrreldes eelmise põlvkonna 4,6-ga. Muljetavaldav. Kuid ärilised konkurendid juhivad endiselt; Claude Fable 5 sai 33,7 ja GPT-5.6 Sol sai 34,6, hoides poodiumikohti.

Reaalsete vigade parandamise testis DeepSWE v1.1 logis GLM-5.3 skooriks 66,9, mis on märkimisväärne paranemine võrreldes eelkäijaga, kuid jääb napilt alla sellistele konkurentidele nagu Kimi K3 (67,5) ja Fable 5 (69,7). Järeldus: GLM-5.3 vähendab lõhet avatud ja suletud lähtekoodiga konkurentidega, kuid tipptasemel ettevõttelahendused jäävad teravalt konkurentsivõimeliseks.

Kus GLM-5.3 tõeliselt üllatab, on küberturvalisus: see jõudis CyberGym'i võrdluses 84,5% skooriga esikohale, edestades Fable 5 (83,8%) ja GPT-5.6 Soli (83,6%) Zhipu avaldas turvaaruande, mis näitab, et GLM-5.3 tuvastas 2 436 haavatavust 269 avatud lähtekoodiga projekti kohta, millest 1 097 klassifitseeriti keskmise kuni kriitilise riskiga. Üks leid paistab silma: ekspluateerimisvõimalus, mille juured ulatuvad 1981. aastasse ja mida varasemad skannerid ja uurijad väidetavalt ei tuvastanud keskmiselt 26,6 aasta jooksul.

Kõik see asetab GLM-5.3 usutava väljakutsuja rolli piirkondlikele konkurentidele nagu Kimi K3 ning provokatiivse osalejana USA ärimudelite vastu. See ei ole lihtsalt veel üks väljalase; see on juhtumiuuring, kus puurparameetrite kasvu vahetatakse nutikama, sihitud järelõppe vastu, mille kõrvalsaadusena tulevad ka küberturbe eelised.

Kas GLM-5.3 sunnib müüjaid avama rohkem oma tööriistakette või tekitab uue vooru võrdlusmõõdikukeskset inseneritööd? Järgmised paar kuud API testide ja kogukonna kriitilise analüüsi käes näitavad.