Lo stesso modello di base, un modello molto diverso
GLM-5.3 gira sullo stesso modello di base da 743 miliardi di parametri che Z.ai aveva già distribuito come GLM-5.2. Nella rete sottostante non è cambiato nulla. Ciò che è cambiato è la ricetta del post-addestramento: più ambienti di compito, più tipi di ambiente e sessioni di addestramento più lunghe, secondo i dettagli condivisi con MarkTechPost e Unite.AI.
Il guadagno si nota di più nei compiti che premiano il ragionamento prolungato invece delle risposte in un colpo solo. Terminal-Bench 3.0 è balzato da 4,6 a 28,3, oltre cinque volte tanto, e DeepSWE v1.1 è salito da 46,2 a 66,9. Sul suo Code Bench, GLM-5.3 ha raggiunto il 31,4 per cento con circa 50.000 token in uscita, superando il 29,5 per cento di Claude Opus 4.8 con 120.000 token, anche se Claude Fable 5 resta comunque in testa con il 39,5 per cento allo sforzo massimo.
Un cacciatore di bug che ha imparato a concatenare exploit
Il salto più rilevante riguarda la cybersicurezza. CyberGym è salito dal 77,2 all'84,5 per cento, portando GLM-5.3 a un punto da Mythos 5 di Nous (83,8 per cento) e dal GPT-5.6 Sol di OpenAI (83,6 per cento). ExploitBench è più che raddoppiato, dal 24,4 al 54,4 per cento, e i compiti completati su ExploitGym in sei ore sono saliti da 39 a 130, anche se Mythos 5 resta in testa in quella categoria con 247.
Ciò che colpisce non è il punteggio, ma la spiegazione che l'azienda stessa ne dà. Z.ai dice di aver aggiunto dati e ambienti sulla scoperta di vulnerabilità al post-addestramento aspettandosi il solito guadagno incrementale nell'individuare bug isolati. Invece la capacità si è consolidata durante la scalata: il modello ha iniziato a ragionare simultaneamente su più fasi di sfruttamento, assemblando di fatto catene d'attacco complete invece di segnalare falle isolate. Z.ai lo descrive come una proprietà emergente del post-addestramento scalato, non una funzione che si era proposta di costruire.
Due settimane di irrobustimento prima che chiunque possa scaricarlo
GLM-5.3 è già disponibile tramite l'API di Z.ai, il GLM Coding Plan e l'ambiente di sviluppo agentico ZCode, con gli abbonati esistenti al piano di coding già migrati. I pesi aperti sono un'altra questione: secondo Z.ai arriveranno tra circa due settimane, una volta completate la valutazione e l'irrobustimento della sicurezza, collocando il rilascio pubblico verso fine agosto 2026.
Il linguaggio stesso dell'azienda, che descrive il rilascio come 'parzialmente distribuibile' fino al completamento di quell'irrobustimento, è un segnale chiaro. Un laboratorio che si fidasse pienamente del proprio salto di capacità cyber non avrebbe bisogno di due settimane tra il lancio dell'API e quello dei pesi. Il divario è l'ammissione stessa di Z.ai che il comportamento di concatenazione degli exploit va rivisto prima di consegnarlo a chiunque voglia eseguirlo in locale, senza supervisione.
Perché il regolamento non vede arrivare tutto questo
Quasi ogni regola IA ancorata al calcolo, a partire dalla soglia di rischio sistemico dell'AI Act europeo, pari a circa 10 elevato alla 25 FLOP per i modelli per finalità generali, e dalle soglie equivalenti di notifica statunitensi per i modelli di frontiera, misura il rischio in base a quanto calcolo è stato impiegato per addestrare il modello di base. GLM-5.3 ha usato lo stesso modello di base del predecessore. Con questo metro, non è cambiato nulla, e non è scattato alcun obbligo aggiuntivo di notifica o valutazione.
Eppure la capacità realmente cresciuta, dall'individuare bug isolati all'assemblare catene di sfruttamento complete, è cresciuta grazie al post-addestramento, che costa ordini di grandezza in meno di una sessione di pre-addestramento e può essere iterato in settimane invece che mesi. La lettura di Servola: il vero segnale di rischio di frontiera si è spostato silenziosamente da 'quanto era grande il modello di base' a 'quanto calcolo di post-addestramento e quali ambienti sono stati usati', e nessuno degli attuali regimi a soglia pone questa seconda domanda.
Da leggere ora: Shieldstral tiene la moderazione sui tuoi server | Aziende Bitcoin Chiedono Accesso IA Dopo Hack da 634M
