Китайский технологический стартап Z.ai официально анонсировал выход своей новой языковой модели GLM-5.3. Это обновление знаменует собой значительный шаг вперед в области программирования, агентных сценариев и поиска уязвимостей, укрепляя позиции компании на рынке ИИ-решений.

Эволюция без смены архитектуры

Ключевая особенность релиза — впечатляющий прирост производительности, достигнутый исключительно за счет посттренировки, без изменения базовой архитектуры. По сравнению с предыдущей версией GLM-5.2, новая модель демонстрирует улучшенные результаты на внутреннем бенчмарке Code Bench, показав рост на 50%. Это говорит о высоком потенциале оптимизации алгоритмов обучения.

Впечатляющие результаты тестов

В релизной таблице Z.ai представлены убедительные цифры по ряду ключевых бенчмарков:

  • Terminal Bench 3.0 — 28,3 балла против 4,6 у предшественника;
  • DeepSWE v1.1 — 66,9 против 46,2;
  • Agents' Last Exam — 28,5 против 23,8;
  • CyberGym — 84,5% против 77,2%;
  • ExploitBench — 54,4% против 24,4%.

Особого внимания заслуживает ExploitGym: модель закрыла 105 задач за двухчасовой бюджет, тогда как GLM-5.2 справлялась лишь с 29. При увеличении бюджета до шести часов показатель вырос до 130 задач против 39 у предыдущей версии. Это демонстрирует серьезный прогресс в автономном поиске уязвимостей.

Практическое применение и безопасность

Z.ai провела масштабное тестирование на реальных кодовых базах совместно с несколькими командами по безопасности в Китае. После проверки и дедупликации система выявила 2436 уязвимостей в 269 проектах, включая 1097 проблем средней и высокой критичности. Публично раскрыты 53 находки, остальные 2383 остаются под эмбарго. Средний «срок жизни» таких уязвимостей оценивается в 26,6 года, а самая старая из обнаруженных датируется 1981 годом.

Для прозрачности процесса компания запустила Z.ai Security Disclosure Ledger — публичный реестр, отслеживающий статус и критичность находок. Параллельно GLM-5.3 уже развернута для подписчиков GLM Coding Plan, став основным движком для агентного программирования и «долгих» задач. Открытые веса будут опубликованы через две недели после оценки безопасности.

Мой аналитический взгляд: Z.ai демонстрирует впечатляющую динамику, особенно в сфере кибербезопасности, где результаты GLM-5.3 выглядят революционными. Однако стоит учитывать, что компания ранее подвергалась обвинениям в несанкционированной дистилляции технологий, что может повлиять на доверие рынка. Тем не менее, если модель подтвердит заявленные характеристики в независимых тестах, это может стать серьезным вызовом для западных конкурентов.