GLM-5.3: най-силният отворен модел за кодиране

Китайската Zhipu AI (по-известна с марката Z.ai) обяви днес, 14 август, GLM-5.3 — модел, който компанията представя като най-силния модел с отворени тегла за кодиране. Моделът е достъпен веднага през API на Z.ai и през абонамента GLM Coding Plan, но самите тегла ще излязат след около две седмици — след като приключат вътрешните проверки за безопасност.

Интересното е откъде идва скокът. GLM-5.3 стъпва на същия базов модел от 743 милиарда параметъра като GLM-5.2. Не е тренирана нова база — цялата разлика идва от разширено post-training върху по-разнообразни работни среди.

Числата

Най-показателният резултат е на Terminal-Bench 3.0, тест за дълги задачи в терминал: от 4,6 точки за GLM-5.2 моделът стига до 28,3. На DeepSWE v1.1 ръстът е от 46,2 на 66,9, а на CLI варианта на Agents’ Last Exam — от 23,8 на 28,5. По вътрешните измервания на Z.ai кодирането се подобрява с около 50% спрямо предшественика.

Компанията твърди, че по кодиране и агентни задачи GLM-5.3 се доближава до Claude Fable 5. Показва и сравнение по разход на токени: 31,4% успеваемост при около 50 000 изходни токена срещу 29,5% при близо 120 000 за Claude Opus 4.8. Fable 5 обаче остава напред с 39,5%.

Частта, която самите разработчици не са очаквали

Най-необичайното в съобщението е разделът за киберсигурност. Z.ai пише, че способността на модела в тази област е растяла по-бързо от очакваното с мащабирането на тренировката и че моделът е започнал да разсъждава през няколко етапа на експлоатация наведнъж, вместо да намира изолирани грешки. Формулировката на компанията е директна: това поведение не е било целта.

Числата: на CyberGym GLM-5.3 постига 84,5% (спрямо 77,2% за GLM-5.2), с което минава на косъм пред Mythos 5. На ExploitBench резултатът се удвоява — от 24,4% на 54,4%, но там разликата със силните затворени модели остава голяма (около 78%).

Практическият ефект вече е налице. От пускането на GLM-5.2 насам моделите на Z.ai са открили 2436 уязвимости в 269 проекта с отворен код, от които 1097 са с критична или висока степен. 53 са публично разкрити с CVE, а 2383 остават под ембарго до появата на кръпки. Сред примерите са use-after-free в Linux kernel, дефект в паметта на WebKit и проблем с валидацията във FreeBSD. Регистърът е публичен на cvd.z.ai.

Точно заради това теглата се бавят. Модел, който сглобява вериги за експлоатация, е инструмент с две остриета — той е също толкова полезен на екипа, който кърпи уязвимости като тази в SharePoint, колкото и на този, който ги използва.

Цени и достъп

Абонаментът GLM Coding Plan е в три нива: Lite за 12,60 щ.д. месечно (около 11 €), Pro за 56 щ.д. (около 48 €) и Max за 117,60 щ.д. (около 101 €). Цените са в долари, защото Z.ai не публикува отделна европейска тарифа. През API моделът е около 1,40 щ.д. за милион входни токена и 4,40 щ.д. за милион изходни, като кешираният вход пада до 0,26 щ.д. Разсъждението е задължително и има три нива на усилие.

Работи с ZCode 3.0, а също и с Claude Code и OpenCode — тоест можете да го включите в инструмента, който вече ползвате, без да сменяте работния процес.

Контекстът: седмица на китайските модели

GLM-5.3 излиза ден след като DeepSeek премести V4-Pro от тестова в производствена фаза. Билдът V4-Pro-0813 идва с 1 милион токена контекст, скача от 72,1 на 87,9 на Terminal Bench 2.1 и от 12,8 на 62,7 на DeepSWE. Внимавайте с директните сравнения обаче — Terminal Bench 2.1 и 3.0 са различни тестове и числата не се слагат в една таблица.

DeepSeek пусна и Harness v0.1 — собствен агентен инструмент за терминал под MIT лиценз, с модулна система за плъгини и възможност за възобновяване на сесии. Стартира се с npx през локален уеб интерфейс. Същевременно компанията вдига цените от 16 август: входните токени извън пиковите часове поскъпват от 0,435 на 0,66 щ.д. за милион, а кеш попаденията — от 0,003625 на 0,022 щ.д.

Общата картина е ясна: китайските лаборатории вече не догонват с цена, а с честота на пускане. За две седмици излязоха Gemini 3.7 Flash с по-евтино кодиране и режимът Ultrafast на OpenAI — а сега и два китайски агентни модела в рамките на 24 часа.

Заключение

GLM-5.3 е любопитен случай на два фронта. Технически показва, че при днешните бази остава много неизползван потенциал, който се вади само с post-training — без нов, скъп цикъл на предварително обучение. А от гледна точка на безопасността поставя въпрос, на който индустрията още няма готов отговор: какво правите, когато моделът, който сте тренирали да намира бъгове, започне сам да сглобява атаки.

Ако теглата излязат в края на август, както Z.ai обещава, отговорът ще стане практически. Дотогава остава да следим дали лицензът ще е MIT като при GLM-5.2, или компанията ще избере по-ограничителни условия.