Dasselbe Basismodell, ein sehr anderes Modell

GLM-5.3 läuft auf demselben 743-Milliarden-Parameter-Basismodell, das Z.ai bereits als GLM-5.2 auslieferte. Am zugrunde liegenden Netzwerk änderte sich nichts. Verändert hat sich das Nachtraining-Rezept: mehr Aufgabenumgebungen, mehr Umgebungstypen und längere Trainingsläufe, wie das Unternehmen gegenüber MarkTechPost und Unite.AI erläuterte.

Der Gewinn zeigt sich am stärksten bei Aufgaben, die anhaltendes Schlussfolgern statt Ein-Schuss-Antworten belohnen. Terminal-Bench 3.0 sprang von 4,6 auf 28,3, mehr als das Fünffache, DeepSWE v1.1 stieg von 46,2 auf 66,9. Auf der eigenen Code Bench erreichte GLM-5.3 31,4 Prozent bei rund 50.000 Ausgabe-Token und lag damit vor Claude Opus 4.8 mit 29,5 Prozent bei 120.000 Token - Claude Fable 5 führt mit 39,5 Prozent bei maximalem Aufwand aber weiterhin klar.

Ein Fehlersucher, der Exploits verketten lernte

Der folgenreichere Sprung liegt in der Cybersicherheit. CyberGym stieg von 77,2 auf 84,5 Prozent und liegt damit knapp hinter Nous' Mythos 5 (83,8 Prozent) und OpenAIs GPT-5.6 Sol (83,6 Prozent). ExploitBench verdoppelte sich mehr als, von 24,4 auf 54,4 Prozent, abgeschlossene ExploitGym-Aufgaben in sechs Stunden stiegen von 39 auf 130 - Mythos 5 führt diese Kategorie mit 247 aber weiterhin an.

Bemerkenswert ist nicht der Wert, sondern die Erklärung des Unternehmens dafür. Z.ai gibt an, Daten und Umgebungen zur Schwachstellenerkennung ins Nachtraining aufgenommen zu haben und dabei nur die übliche schrittweise Verbesserung beim Auffinden einzelner Fehler erwartet zu haben. Stattdessen verdichtete sich die Fähigkeit während der Skalierung: Das Modell begann, über mehrere Ausnutzungsstufen gleichzeitig zu schlussfolgern und faktisch vollständige Angriffsketten zusammenzusetzen, statt isolierte Fehler zu melden. Z.ai bezeichnet dies als emergente Eigenschaft skalierten Nachtrainings, nicht als beabsichtigtes Merkmal.

Zwei Wochen Härtung, bevor jemand herunterladen kann

GLM-5.3 ist ab sofort über Z.ais API, den GLM Coding Plan und die agentische Entwicklungsumgebung ZCode verfügbar, bestehende Abonnenten des Coding Plans wurden bereits umgestellt. Bei den offenen Gewichten sieht es anders aus: Sie sollen laut Z.ai in etwa zwei Wochen folgen, sobald die Sicherheitsbewertung und -härtung abgeschlossen ist - eine öffentliche Veröffentlichung wäre damit um Ende August 2026 zu erwarten.

Die eigene Wortwahl des Unternehmens, das die Veröffentlichung bis zum Abschluss dieser Härtung als 'teilweise einsetzbar' bezeichnet, ist ein deutliches Signal. Ein Labor, das seinem Cyber-Fähigkeitssprung vertraut, bräuchte keine zwei Wochen zwischen API-Start und Gewichte-Veröffentlichung. Die Lücke ist Z.ais eigenes Eingeständnis, dass das Verketten von Exploits geprüft werden muss, bevor es an jeden geht, der es lokal und unbeaufsichtigt betreiben will.

Warum das Regelwerk das nicht kommen sieht

Praktisch jede rechenleistungsbasierte KI-Regel, allen voran die Systemrisiko-Schwelle des EU-KI-Gesetzes von rund 10 hoch 25 FLOP für KI-Modelle mit allgemeinem Verwendungszweck sowie vergleichbare US-Meldeschwellen für Frontier-Modelle, misst Risiko daran, wie viel Rechenleistung ins Training des Basismodells floss. GLM-5.3 nutzte dasselbe Basismodell wie sein Vorgänger. Nach diesem Maßstab hat sich nichts verändert, keine zusätzliche Melde- oder Prüfpflicht wurde ausgelöst.

Doch die tatsächlich gewachsene Fähigkeit, vom Auffinden einzelner Fehler zum Zusammensetzen vollständiger Ausnutzungsketten, entstand durch Nachtraining - um Größenordnungen günstiger als ein Vortrainingslauf und in Wochen statt Monaten iterierbar. Servolas eigene Einschätzung: Das eigentliche Frontier-Risikosignal hat sich still von 'wie groß war das Basismodell' zu 'wie viel Nachtraining-Rechenleistung und welche Umgebungen flossen hinein' verschoben - und keines der derzeitigen Schwellenregime stellt diese zweite Frage überhaupt.

Weiterlesen: Shieldstral hält Moderation auf den eigenen Servern  |  Bitcoin-Firmen fordern KI-Zugang nach 634-Mio-Hacks