Z.ai lança GLM-5.3 com forte salto em código e segurança ofensiva
Lançamento e desempenho
A Z.ai anunciou em 14 de agosto de 2026 o GLM-5.3, modelo que usa a mesma base do GLM-5.2 e atribui todos os ganhos ao pós-treinamento. A empresa afirma que ele é seu modelo de pesos abertos mais capaz para programação, com melhora de 50% no benchmark interno Z.ai Code Bench e resultados de liderança entre modelos de código aberto no Terminal-Bench 3.0 e no Agents’ Last Exam. Nos testes divulgados, a pontuação no Terminal-Bench 3.0 subiu de 4,6 para 28,3, e no DeepSWE v1.1, de 46,2 para 66,9.
O treinamento foi ampliado para ambientes que tentam reproduzir unidades de trabalho profissional, como diagnosticar gargalos em infraestrutura de aprendizado de máquina, implementar otimizações, executar experimentos e entregar ganhos mensuráveis sem perder a correção. A Z.ai criou pipelines para sintetizar ambientes executáveis, verificáveis e com dependências de várias etapas. Agentes de pesquisa extraem padrões de tarefas reais, agentes avaliadores verificam se elas são solucionáveis e verificadores tentam produzir recompensas confiáveis sem acesso à solução de referência. A empresa ressalva que o processo ainda exige participação humana significativa.
Segundo a Z.ai, o GLM-5.3 também combina maior desempenho com menor consumo de tokens. No nível máximo de esforço, atingiu 34,5% no Z.ai Code Bench com cerca de 75 mil tokens de saída por tarefa, contra 23,4% e 96 mil tokens do GLM-5.2. No nível alto, marcou 31,4% com aproximadamente 50 mil tokens, acima dos 29,5% do Claude Opus 4.8 com 120 mil tokens, mas ficou atrás do Claude Fable 5, que chegou a 39,5% no nível máximo.
Capacidade cibernética
A inclusão de dados e ambientes de descoberta de vulnerabilidades produziu, segundo o relato, um avanço mais rápido que o esperado em segurança ofensiva. O modelo passou a lidar não apenas com falhas isoladas, mas com etapas encadeadas de exploração. No CyberGym, obteve 84,5%, contra 77,2% do GLM-5.2, o melhor resultado da tabela apresentada. No ExploitBench, marcou 54,4%, mais que o dobro do antecessor, embora tenha ficado abaixo de Mythos 5, com 78%, e GPT-5.6 Sol, com 76,5%. No ExploitGym, completou 105 tarefas em duas horas e 130 em seis, contra 29 e 39 do GLM-5.2; Mythos 5 permaneceu à frente, com 181 e 247.
Em testes com equipes de segurança chinesas e bases de código reais, a empresa diz ter identificado 2.436 vulnerabilidades em 269 projetos, incluindo 1.097 de gravidade média a alta. Cinquenta e três foram divulgadas publicamente e 2.383 permaneciam sob embargo. As falhas abrangiam kernels, sistemas operacionais, navegadores, infraestrutura de código aberto, aplicações web e protocolos de rede; a mais antiga teria sido introduzida em 1981.
Infraestrutura e disponibilidade
O framework de pós-treinamento slime integra treinamento, execução, buffers de dados, ambientes, verificadores e recompensas no mesmo fluxo. A Z.ai relata redução superior a 99,99% na diferença média de log-probabilidades entre treinamento e execução e aumento de mais de 2,3 vezes no throughput do treinamento de tarefas de programação de longa duração.
Os pesos serão liberados duas semanas após o lançamento, depois de avaliações e reforços de segurança. O GLM-5.3 exige pensamento habilitado e oferece os níveis low, high e max; aplicações que usavam pensamento desativado precisarão migrar para enabled, ou a solicitação falhará. O modelo já foi disponibilizado no plano de programação da Z.ai e no ZCode.