Hetzelfde basismodel, een heel ander model
GLM-5.3 draait op hetzelfde basismodel van 743 miljard parameters dat Z.ai al uitbracht als GLM-5.2. Aan het onderliggende netwerk veranderde niets. Wat wel veranderde was het post-training-recept: meer taakomgevingen, meer typen omgevingen en langere trainingssessies, volgens details die het bedrijf deelde met MarkTechPost en Unite.AI.
De winst is het grootst bij taken die aanhoudend redeneren belonen in plaats van antwoorden in een keer. Terminal-Bench 3.0 sprong van 4,6 naar 28,3, meer dan vijf keer zoveel, en DeepSWE v1.1 steeg van 46,2 naar 66,9. Op de eigen Code Bench haalde GLM-5.3 31,4 procent met ongeveer 50.000 outputtokens, net boven de 29,5 procent van Claude Opus 4.8 bij 120.000 tokens, al blijft Claude Fable 5 met 39,5 procent bij maximale inspanning duidelijk koploper.
Een bugzoeker die exploits leerde koppelen
De ingrijpendere sprong zit in cyberveiligheid. CyberGym steeg van 77,2 naar 84,5 procent, waarmee GLM-5.3 op een punt van Mythos 5 van Nous (83,8 procent) en GPT-5.6 Sol van OpenAI (83,6 procent) zit. ExploitBench meer dan verdubbelde, van 24,4 naar 54,4 procent, en voltooide ExploitGym-taken binnen zes uur stegen van 39 naar 130, al blijft Mythos 5 koploper in die categorie met 247.
Opvallend is niet de score, maar de verklaring die het bedrijf er zelf voor geeft. Z.ai zegt data en omgevingen voor het opsporen van kwetsbaarheden aan de post-training te hebben toegevoegd in de verwachting van de gebruikelijke geleidelijke winst bij het vinden van losse bugs. In plaats daarvan stapelde het vermogen zich op tijdens het opschalen: het model begon over meerdere exploitatiefasen tegelijk te redeneren en zette in feite complete aanvalsketens in elkaar in plaats van losse fouten te melden. Z.ai noemt dit een emergente eigenschap van opgeschaalde post-training, geen functie die het bedrijf bewust bouwde.
Twee weken verharding voordat iemand kan downloaden
GLM-5.3 is nu al beschikbaar via de API van Z.ai, het GLM Coding Plan en de agentische ontwikkelomgeving ZCode, waarbij bestaande abonnees van het coding plan er al op zijn overgezet. De open gewichten zijn een ander verhaal: die volgen volgens Z.ai over ongeveer twee weken, zodra de veiligheidsevaluatie en -verharding zijn afgerond, wat een publieke release rond eind augustus 2026 zou betekenen.
De eigen woordkeuze van het bedrijf, dat de release tot die verharding klaar is omschrijft als 'gedeeltelijk inzetbaar', is veelzeggend. Een lab dat zijn eigen cybersprong volledig vertrouwde, zou geen twee weken nodig hebben tussen het uitbrengen van de API en het uitbrengen van de gewichten. Het gat is Z.ai's eigen erkenning dat het exploitatie-koppelende gedrag beoordeeld moet worden voordat het in handen komt van wie het lokaal en onbewaakt wil draaien.
Waarom de regelgeving dit niet zag aankomen
Vrijwel elke rekenkracht-gebaseerde AI-regel, voorop de systeemrisicodrempel van de EU AI-verordening van ongeveer 10 tot de macht 25 FLOP voor modellen voor algemene doeleinden, en vergelijkbare Amerikaanse meldingsdrempels voor frontier-modellen, meet risico aan de hand van hoeveel rekenkracht in de training van het basismodel ging. GLM-5.3 gebruikte hetzelfde basismodel als zijn voorganger. Volgens die maatstaf veranderde er niets, en werd geen extra meld- of evaluatieplicht geactiveerd.
Toch groeide het vermogen dat er werkelijk toe doet, van het opsporen van losse bugs naar het samenstellen van complete exploitatieketens, door post-training, die ordes van grootte goedkoper is dan een pretrainingssessie en in weken in plaats van maanden kan worden herhaald. Servola's eigen lezing: het echte frontier-risicosignaal is stilletjes verschoven van 'hoe groot was het basismodel' naar 'hoeveel post-trainingsrekenkracht en welke omgevingen zijn erin gestopt', en geen van de huidige drempelregimes stelt die tweede vraag.
Lees hierna: Shieldstral houdt moderatie op je eigen servers | Bitcoinbedrijven Willen AI-Toegang Na 634M Aan Hacks
