Vad GLM-5.3 hittade, och hur snabbt
Det kinesiska AI-laboratoriet Z.ai lanserade GLM-5.3 den 14 augusti 2026 på samma 743 miljarder-parameter mixture-of-experts-grund som föregångaren GLM-5.2, där hela den rapporterade förmågeökningen kom från förlängd efterträning snarare än en ny förträningsomgång. Enbart den efterträningen lyfte modellens Terminal-Bench 3.0-poäng från 4,6 till 28,3 och dess CyberGym-poäng för sårbarhetsupptäckt från 77,2 till 84,5 procent, före både Claude Mythos 5 på 83,8 procent och GPT-5.6 Sol på 83,6 procent. Z.ai använde därefter modellen själv för att skanna verklig öppen källkodsprogramvara och rapporterade 2 436 distinkta sårbarheter i 269 projekt, däribland en bugg som går tillbaka till 1981, 45 år innan den hittades.
| Allvarlighetsgrad | Fynd |
|---|---|
| Kritisk | 107 |
| Hög | 990 |
| Medel | 1 286 |
| Låg | 53 |
Av dessa 2 436 fynd är endast 53 offentliga i dag; de återstående 2 383, inklusive alla kritiska och allvarliga resultat, förblir under embargo medan de berörda projekten får tid att åtgärda dem.
En förmåga ingen tränade fram
Z.ai beskriver förmågan att upptäcka sårbarheter som oplanerad och säger att modellen helt enkelt tillägnade sig den medan förmågan fortsatte att växa i takt med att träningen skalades upp, snarare än som resultatet av ett medvetet cybersäkerhetsprogram. Skillnaden spelar roll eftersom efterträningscykler är betydligt billigare och snabbare att genomföra än en fullständig förträningsomgång, det steg som de flesta säkerhetsgranskningar och beräkningströsklar är byggda kring. GLM-5.3 klarade 105 exploateringsuppgifter på två timmar och 130 inom sex timmar i ExploitGym-benchmarken, mot 29 och 39 för GLM-5.2 på samma grundmodell bara månader tidigare, ett hopp i offensiv förmåga som kom utan ny grundmodell, utan ny träningsomgång och utan någon offentlig varningssignal i förväg.
Löftet om två veckor som kom och gick
Z.ai delade upp lanseringen av GLM-5.3 i steg: modellen blev tillgänglig redan på lanseringsdagen via sitt eget API, sin GLM Coding Plan och sin ZCode-produkt, medan de nedladdningsbara öppna vikterna, versionen som vilket labb eller företag som helst kan hosta och köra självständigt, utlovades cirka två veckor senare, kring den 28 augusti, när en säkerhetsutvärdering och härdningsfas var klar. Det är första gången Z.ai skjuter upp en GLM-viktrelease, i ett stegvis tillvägagångssätt som liknar det Moonshot använde för sin Kimi K3-modell. Datumet 28 augusti har nu passerat utan att vikterna släppts, och Z.ai har inte gett något nytt datum, utan behandlar den ursprungliga tidsplanen som en förväntan snarare än ett åtagande.
Varför detta sträcker sig bortom ett företags tidsplan
En frivillig fördröjning är just nu den enda verkliga bromsen mot att en sådan förmåga når öppen spridning: ingen lag någonstans kräver att ett labb håller inne ett models vikter för att en benchmarkpoäng blev högre än väntat. EU:s eget regelverk för de mest kapabla generella AI-modellerna, som tillämpats av AI-kontoret sedan den 2 augusti 2026, sätter sin tröskel för systemrisk utifrån den träningsberäkning som lagts på att bygga en modell, ett mått utformat kring en enda stor förträningsomgång. Språnget i GLM-5.3 kom helt och hållet från efterträning på en redan existerande grund, precis den typ av billig, snabbt genomförd uppdatering som en beräkningströskel kalibrerad för förträning inte är rustad att upptäcka, och som ett labb kan upprepa var några månader. Att Z.ais eget löfte om två veckor redan har brustit är det tydligaste tecknet hittills på att självpålagda granskningsfönster rör sig långsammare än de uppdateringscykler de är avsedda att styra.
Vi gör detta för alla som försöker hålla jämna steg med vad tekniken gör med våra liv. Människorna som bygger den, och människorna det händer med. Servola Journal finns så att det vi lär oss tillhör dem alla.
Ingen betalar oss för detta. Ingen reklam, ingen betalvägg, gratis för alla. Vi tror helt enkelt att förstå vad som händer oss alla inte bör bero på vem som har råd att betala för det.
Om det här gav dig något idag, säg till så att vi fortsätter. Följ oss, lämna en gilla-markering eller skriv en positiv kommentar. Vi läser varenda en, och de är det som håller oss igång.
Läs vidare: Washington kan undanta det Bryssel kommer att kräva | Dina AI-leverantörer riskerar EU-böter
