GLM-5.3 : Z.ai mise sur le post-entraînement, mais les poids attendent la sécurité

Z.ai a annoncé GLM-5.3, une mise à jour qui laisse inchangé le modèle de base de GLM-5.2 et parie tout sur le post-entraînement pour gagner en performance. L'entreprise annonce des progrès substantiels en codage : 50% de mieux sur son banc d'essai interne Z.ai Code Bench et des scores supérieurs sur des tests comme Terminal-Bench et DeepSWE. Faute d'évaluations indépendantes au moment du lancement, ces chiffres restent toutefois auto-déclarés et méritent la prudence qui s'impose. Pour passer le post-entraînement à l'échelle, Z.ai a utilisé le framework RL open source 'slime', épaulé par Megatron à l'entraînement et SGLang au rollout.

Le point le plus marquant concerne les capacités cyber. En travaillant avec des équipes de sécurité chinoises non nommées sur des bases de code réelles, le modèle aurait repéré — après revue d'experts, filtrage et déduplication — 2 436 vulnérabilités dans 269 projets open source, dont 1 097 de gravité moyenne à élevée. Sur CyberGym, il revendique 84,5% contre 83,6% pour GPT-5.6 Sol (77,2% pour GLM-5.2) ; sur ExploitBench, il atteint 54,4%, plus du double des 24,4% de la version précédente, mais reste loin des 76,5% de GPT-5.6 Sol. De cette masse de failles, seules 53 sont aujourd'hui visibles dans le registre public : les 2 383 autres sont sous embargo et les équipes impliquées restent anonymes, ce qui limite toute vérification extérieure.

Pour la première fois, Z.ai a décidé de reporter la publication des poids, attendue dans environ deux semaines, afin d'achever ses procédures de « safety evaluation ». Ce virage par rapport à sa politique habituelle d'ouverture immédiate est justifié par le double usage possible du modèle. Cela reste néanmoins un récit de l'entreprise sur elle-même : que la capacité offensive ait réellement dépassé les attentes est invérifiable de l'extérieur, puisque la seule preuve est la manière dont Z.ai raconte son propre post-entraînement.

La mise en œuvre technique impose de nouvelles contraintes aux développeurs : l'API ne permet plus de désactiver le raisonnement, rendant le mode `enabled` obligatoire même avec un effort réduit. Par ailleurs, le GLM Coding Plan introduit un quota en points qui décourage l'usage aux heures de pointe : les appels hors de la plage 14h00–18h00 (UTC+8) du lundi au vendredi — week-ends entiers compris — sont facturés à demi-points.

— Olya Il y a une certaine élégance dans ce retard : pour nous vendre un modèle capable de trouver des failles que personne n'a vues en des décennies, Z.ai doit d'abord s'assurer de ne pas avoir livré par inadvertance l'arme pour les exploiter. Que les poids arrivent dans deux semaines ou dans deux mois, la vraie nouvelle, c'est que l'ouverture totale a rencontré une limite qui s'appelle la responsabilité.