Le bond cyber de GLM-5.3 dépasse son code

Le même modèle de base, un modèle très différent

GLM-5.3 tourne sur le même modèle de base à 743 milliards de paramètres que Z.ai avait déjà livré sous le nom de GLM-5.2. Rien n'a changé dans le réseau sous-jacent. Ce qui a changé, c'est la recette de post-entraînement : plus d'environnements de tâches, plus de types d'environnements et des sessions d'entraînement plus longues, d'après les détails partagés avec MarkTechPost et Unite.AI.

Le gain se voit surtout sur les tâches qui récompensent un raisonnement soutenu plutôt qu'une réponse en un seul coup. Terminal-Bench 3.0 a bondi de 4,6 à 28,3, plus de cinq fois plus, et DeepSWE v1.1 est passé de 46,2 à 66,9. Sur son propre Code Bench, GLM-5.3 a atteint 31,4 pour cent avec environ 50 000 tokens de sortie, dépassant les 29,5 pour cent de Claude Opus 4.8 à 120 000 tokens, même si Claude Fable 5 reste nettement en tête avec 39,5 pour cent en effort maximal.

Un chasseur de bugs qui a appris à enchaîner les exploits

Le bond le plus lourd de conséquences se situe en cybersécurité. CyberGym est passé de 77,2 à 84,5 pour cent, plaçant GLM-5.3 à un point de Mythos 5 de Nous (83,8 pour cent) et de GPT-5.6 Sol d'OpenAI (83,6 pour cent). ExploitBench a plus que doublé, de 24,4 à 54,4 pour cent, et les tâches ExploitGym achevées en six heures sont passées de 39 à 130, même si Mythos 5 reste en tête de cette catégorie avec 247.

Ce qui frappe, ce n'est pas le score, mais l'explication que l'entreprise en donne elle-même. Z.ai dit avoir ajouté des données et des environnements de découverte de vulnérabilités au post-entraînement en s'attendant au gain incrémental habituel pour repérer des bugs isolés. La capacité s'est au contraire accumulée pendant la mise à l'échelle : le modèle a commencé à raisonner simultanément sur plusieurs étapes d'exploitation, assemblant en pratique des chaînes d'attaque complètes plutôt que de signaler des failles isolées. Z.ai présente cela comme une propriété émergente du post-entraînement à l'échelle, pas une fonctionnalité qu'elle cherchait à construire.

Deux semaines de durcissement avant que quiconque puisse télécharger

GLM-5.3 est déjà disponible via l'API de Z.ai, le GLM Coding Plan et l'environnement de développement agentique ZCode, les abonnés existants du plan de code y étant déjà basculés. Les poids ouverts, c'est une autre affaire : Z.ai indique qu'ils suivront dans environ deux semaines, une fois l'évaluation et le durcissement de sécurité achevés, ce qui situe une publication publique vers fin août 2026.

Le vocabulaire même de l'entreprise, qui qualifie la sortie de 'partiellement déployable' jusqu'à la fin de ce durcissement, est révélateur. Un laboratoire confiant dans son bond de capacité cyber n'aurait pas besoin de deux semaines entre la sortie de l'API et celle des poids. Cet écart est l'aveu même de Z.ai que le comportement d'enchaînement d'exploits doit être examiné avant d'être remis à quiconque veut l'exécuter en local, sans surveillance.

Pourquoi le règlement ne voit pas venir ce genre de saut

Presque toutes les règles d'IA ancrées sur le calcul, à commencer par le seuil de risque systémique du règlement européen sur l'IA, environ 10 puissance 25 FLOP pour les modèles à usage général, et les seuils américains équivalents de déclaration pour les modèles de pointe, mesurent le risque à l'aune du calcul investi dans l'entraînement du modèle de base. GLM-5.3 a utilisé le même modèle de base que son prédécesseur. Selon ce critère, rien n'a changé, et aucune obligation supplémentaire de déclaration ou d'évaluation n'a été déclenchée.

Pourtant, la capacité qui a réellement progressé, du repérage de bugs isolés à l'assemblage de chaînes d'exploitation complètes, a progressé grâce au post-entraînement, qui coûte des ordres de grandeur de moins qu'une session de pré-entraînement et peut être itéré en semaines plutôt qu'en mois. La lecture propre de Servola : le vrai signal de risque de pointe s'est discrètement déplacé de 'quelle était la taille du modèle de base' vers 'combien de calcul de post-entraînement et quel type d'environnements y sont entrés', et aucun des régimes de seuil actuels ne pose cette seconde question.

À lire ensuite: Shieldstral garde la modération sur vos serveurs  |  Bitcoin Demande l'Accès IA Après 634M de Piratages