Ten sam model bazowy, zupełnie inny model

GLM-5.3 działa na tym samym modelu bazowym o 743 miliardach parametrów, który Z.ai udostępniło jako GLM-5.2. W samej sieci nic się nie zmieniło. Zmieniła się natomiast receptura douczania: więcej środowisk zadaniowych, więcej typów środowisk i dłuższe sesje treningowe, jak wynika ze szczegółów przekazanych MarkTechPost i Unite.AI.

Zysk widać najsilniej przy zadaniach nagradzających trwałe rozumowanie, a nie odpowiedzi udzielane za jednym razem. Terminal-Bench 3.0 skoczył z 4,6 do 28,3, ponad pięciokrotnie, a DeepSWE v1.1 wzrósł z 46,2 do 66,9. Na własnym Code Bench GLM-5.3 osiągnął 31,4 procent przy około 50 000 tokenów wyjściowych, wyprzedzając Claude Opus 4.8 z wynikiem 29,5 procent przy 120 000 tokenów, choć Claude Fable 5 nadal wyraźnie prowadzi z 39,5 procent przy maksymalnym wysiłku.

Łowca błędów, który nauczył się łączyć eksploity

Poważniejszy skok dotyczy cyberbezpieczeństwa. CyberGym wzrósł z 77,2 do 84,5 procent, co stawia GLM-5.3 o punkt od Mythos 5 firmy Nous (83,8 procent) i GPT-5.6 Sol od OpenAI (83,6 procent). ExploitBench więcej niż się podwoił, z 24,4 do 54,4 procent, a liczba ukończonych zadań ExploitGym w ciągu sześciu godzin wzrosła z 39 do 130, choć Mythos 5 nadal prowadzi w tej kategorii z wynikiem 247.

Uwagę zwraca nie sam wynik, lecz wyjaśnienie firmy. Z.ai twierdzi, że dodała do douczania dane i środowiska dotyczące wykrywania podatności, spodziewając się zwykłego, stopniowego wzrostu w wykrywaniu pojedynczych błędów. Zamiast tego zdolność skumulowała się w trakcie skalowania: model zaczął rozumować jednocześnie na wielu etapach eksploatacji, faktycznie składając kompletne łańcuchy ataku zamiast zgłaszać izolowane usterki. Z.ai określa to jako wyłaniającą się właściwość skalowanego douczania, a nie funkcję, którą firma zamierzała zbudować.

Dwa tygodnie wzmacniania, zanim ktokolwiek będzie mógł pobrać model

GLM-5.3 jest już dostępny przez API Z.ai, GLM Coding Plan oraz agentowe środowisko programistyczne ZCode, a dotychczasowi subskrybenci planu kodowania zostali już na niego przeniesieni. Otwarte wagi to inna sprawa: według Z.ai pojawią się za około dwa tygodnie, gdy zakończy się ocena i wzmacnianie bezpieczeństwa, co wskazuje na publiczne wydanie około końca sierpnia 2026 roku.

Własne słowa firmy, która określa wydanie jako 'częściowo gotowe do wdrożenia' do czasu zakończenia tego wzmacniania, są wymowne. Laboratorium w pełni ufające swojemu skokowi zdolności cybernetycznych nie potrzebowałoby dwóch tygodni między udostępnieniem API a udostępnieniem wag. Ta luka to własne przyznanie Z.ai, że zachowanie łączenia eksploitów wymaga przeglądu, zanim trafi do każdego, kto zechce uruchomić je lokalnie i bez nadzoru.

Dlaczego przepisy tego nie przewidują

Niemal każda regulacja AI oparta na mocy obliczeniowej, na czele z progiem ryzyka systemowego unijnego aktu o AI wynoszącym około 10 do potęgi 25 FLOP dla modeli ogólnego przeznaczenia oraz porównywalnymi amerykańskimi progami zgłoszeniowymi dla modeli granicznych, mierzy ryzyko na podstawie tego, ile mocy obliczeniowej włożono w trening modelu bazowego. GLM-5.3 użył tego samego modelu bazowego co jego poprzednik. Według tej miary nic się nie zmieniło i nie uruchomiono żadnego dodatkowego obowiązku zgłoszeniowego czy ewaluacyjnego.

A jednak zdolność, która naprawdę wzrosła, od wykrywania pojedynczych błędów po składanie kompletnych łańcuchów eksploatacji, wzrosła za sprawą douczania, które kosztuje o rzędy wielkości mniej niż sesja wstępnego treningu i można je powtarzać w tygodnie, a nie miesiące. Własna ocena Servoli: prawdziwy sygnał ryzyka granicznego po cichu przesunął się z pytania 'jak duży był model bazowy' na 'ile mocy obliczeniowej douczania i jakie środowiska w nie włożono', a żaden z obecnych reżimów progowych w ogóle nie zadaje tego drugiego pytania.

Czytaj dalej: Shieldstral trzyma moderację na własnych serwerach  |  Firmy Bitcoin Chcą Dostępu Do AI Po Włamaniach 634 Mln