Co znalazł GLM-5.3 i jak szybko
Chińskie laboratorium AI Z.ai wypuściło GLM-5.3 14 sierpnia 2026 roku na tej samej bazie mixture-of-experts o 743 miliardach parametrów co poprzednik GLM-5.2, przy czym caly zgłaszany wzrost zdolności pochodził z wydłużonego douczania, a nie z nowego przebiegu wstępnego treningu. Samo to douczanie podniosło wynik modelu w Terminal-Bench 3.0 z 4,6 do 28,3 oraz jego wynik wykrywania podatności CyberGym z 77,2 do 84,5 procent, wyprzedzając zarówno Claude Mythos 5 z wynikiem 83,8 procent, jak i GPT-5.6 Sol z wynikiem 83,6 procent. Z.ai wykorzystała następnie sam model do skanowania prawdziwego oprogramowania open source i zgłosiła 2436 odrębnych podatności w 269 projektach, w tym błąd sięgający 1981 roku, 45 lat przed jego odkryciem.
| Waga | Ustalenia |
|---|---|
| Krytyczna | 107 |
| Wysoka | 990 |
| Średnia | 1286 |
| Niska | 53 |
Z tych 2436 ustaleń tylko 53 są dziś publiczne; pozostałe 2383, w tym wszystkie wyniki krytyczne i poważne, pozostają pod embargiem, podczas gdy dotknięte projekty otrzymują czas na poprawki.
Umiejętność, której nikt nie trenował
Z.ai opisuje zdolność wykrywania podatności jako nieplanowana, mówiąc, że model po prostu ja przyswoił, w miarę jak zdolności wciąż rosły wraz że skalowaniem treningu, a nie jako wynik celowego programu cyberbezpieczeństwa. Ta różnica ma znaczenie, ponieważ cykle douczania są znacznie tańsze i szybsze do przeprowadzenia niż pełny przebieg wstępnego treningu, etap, wokół którego zbudowana jest większość przeglądów bezpieczeństwa i progów mocy obliczeniowej. GLM-5.3 ukończył 105 zadań generowania exploitów w dwie godziny i 130 w ciągu sześciu godzin w benchmarku ExploitGym, wobec 29 i 39 dla GLM-5.2 na tym samym modelu bazowym zaledwie miesiące wcześniej, skok zdolności ofensywnych, który nastąpił bez nowego modelu bazowego, bez nowego przebiegu treningu i bez żadnego publicznego sygnału z wyprzedzeniem.
Obietnica dwóch tygodni, która przyszła i minęła
Z.ai wprowadziła GLM-5.3 etapami: model byl dostępny już w dniu premiery poprzez własne API, plan GLM Coding Plan i produkt ZCode, podczas gdy możliwe do pobrania otwarte wagi, wersja, która każde laboratorium lub firma może hostować i uruchamiać samodzielnie, były obiecane na około dwa tygodnie później, około 28 sierpnia, po zakończeniu oceny bezpieczeństwa i etapu wzmacniania. To pierwszy raz, gdy Z.ai opóźniła publikację wag GLM, w podejściu etapowym podobnym do tego, które Moonshot zastosował dla swojego modelu Kimi K3. Data 28 sierpnia już minęła bez publikacji wag, a Z.ai nie podała nowej daty, traktując pierwotny harmonogram jako oczekiwanie, a nie zobowiązanie.
Dlaczego to wykracza poza harmonogram jednej firmy
Dobrowolne opóźnienie jest obecnie jedynym realnym hamulcem powstrzymującym taką zdolność przed dotarciem do otwartej dystrybucji: żadne prawo nigdzie nie wymaga od laboratorium wstrzymania wag modelu, ponieważ wynik benchmarku okazał sie wyższy niż oczekiwano. Własne ramy UE dla najbardziej zdolnych modeli AI ogólnego przeznaczenia, egzekwowane przez AI Office od 2 sierpnia 2026 roku, ustalają próg ryzyka systemowego na podstawie mocy obliczeniowej treningu wydanej na zbudowanie modelu, miary zaprojektowanej wokół pojedynczego dużego przebiegu wstępnego treningu. Skok GLM-5.3 wynikał całkowicie z douczania na już istniejącej bazie, dokładnie tego rodzaju tańszej i szybkiej aktualizacji, której próg mocy obliczeniowej skalibrowany pod wstepny trening nie jest w stanie wychwycić, i która laboratorium może powtarzać co kilka miesięcy. Fakt, że własna dwutygodniowa obietnica Z.ai już sie nie ziściła, jest jak dotąd najwyraźniejszym sygnałem, że samonarzucone okna przeglądu poruszają sie wolniej niż cykle aktualizacji, które mają regulować.
Robimy to dla wszystkich, którzy starają się nadążać za tym, co technologia robi z naszym życiem. Dla ludzi, którzy ją budują, i dla ludzi, których to dotyka. Servola Journal istnieje po to, by to, czego się uczymy, należało do nich wszystkich.
Nikt nam za to nie płaci. Żadnych reklam, żadnego paywalla, za darmo dla każdego. Po prostu wierzymy, że zrozumienie tego, co dzieje się z nami wszystkimi, nie powinno zależeć od tego, kogo na to stać.
Jeśli ten tekst dał ci dzisiaj coś wartościowego, powiedz nam, żebyśmy kontynuowali. Obserwuj nas, zostaw polubienie albo napisz pozytywny komentarz. Czytamy każdy z nich i to właśnie oni utrzymują nas w ruchu.
Czytaj dalej: Waszyngton może zwolnić z tego, czego zażąda Bruksela | Twoim dostawcom AI grożą kary UE
