Zai a publié GLM-5.3, un modèle à poids ouverts qui s'appuie sur l'architecture de base GLM-5.2 grâce à un post-entraînement étendu. La mise à jour apporte des gains significatifs dans les tâches complexes de codage et à long terme, établissant de nouveaux résultats de pointe (SOTA) sur plusieurs benchmarks publics.

  • Réalise une amélioration de 50 % par rapport à GLM-5.2 sur le Z.ai Code Bench et établit un SOTA open-source sur Terminal Bench 3.0 et Agents' Last Exam.
  • Démonstre des capacités cyber émergentes, atteignant l'état de l'art sur CyberGym pour la découverte de vulnérabilités et doublant plus que les performances de GLM-5.2 sur les benchmarks d'exploitation.
  • Prend en charge le déploiement via des frameworks incluant SGLang, vLLM, TokenSpeed, Transformers, KTransformers, Unsloth, et les plateformes Ascend NPU.
  • Introduit un paramètre reasoning_effort pour contrôler le budget de réflexion avec des niveaux bas, haut et max, par défaut sur max.

La publication fournit aux développeurs un modèle open-source très performant pour l'ingénierie agentic et les tâches logicielles complexes.