Z.ai a publié GLM-5.3, une mise à jour de son modèle de 743 milliards de paramètres qui obtient des gains de performance par un post-apprentissage à grande échelle plutôt que par un réentraînement du modèle de base. La version est actuellement disponible via l'API Z.ai, le plan GLM Coding et ZCode, avec des poids publics prévus environ deux semaines après le lancement, suite aux évaluations de sécurité.

  • Les scores Terminal-Bench 3.0 sont passés de 4,6 à 28,3, tandis que DeepSWE v1.1 est passé de 46,2 à 66,9.
  • Les résultats CyberGym ont atteint 84,5 %, surpassant Mythos 5 (83,8 %) et GPT-5.6 Sol (83,6 %).
  • Les scores ExploitBench ont plus que doublé pour atteindre 54,4 %, bien qu'ils restent inférieurs aux 78,0 % de Mythos 5.
  • Sur Z.ai Code Bench, le modèle a signalé une amélioration de 50 % par rapport à GLM-5.2, atteignant 31,4 % avec environ 50 000 tokens de sortie par tâche.

La mise à jour est positionnée pour les outils de développement, la sécurité des applications et l'ingénierie fintech, avec des applications spécifiques incluant des refontes à l'échelle du dépôt, des agents CLI à long terme et la découverte de vulnérabilités en boîte blanche.