GLM-5.3: a Z.ai aposta no pós-treinamento, mas os pesos esperam pela segurança

A Z.ai anunciou o GLM-5.3, uma atualização que mantém intacto o modelo base do GLM-5.2 e aposta tudo no pós-treinamento para elevar o desempenho. A empresa declara ganhos substanciais em programação, com avanço de 50% no seu benchmark interno Z.ai Code Bench e pontuações superiores em testes como Terminal-Bench e DeepSWE. Como não há avaliações independentes no momento do lançamento, porém, esses números continuam autodeclarados e devem ser lidos com a devida cautela. Para escalar o pós-treinamento foi usado o framework de RL de código aberto 'slime', acompanhado do Megatron no treinamento e do SGLang no rollout.

O ponto mais relevante são as capacidades cibernéticas. Trabalhando com equipes de segurança chinesas não identificadas sobre bases de código reais, o modelo teria encontrado — após revisão de especialistas, triagem e deduplicação — 2.436 vulnerabilidades em 269 projetos de código aberto, 1.097 delas de gravidade média a alta. No CyberGym declara 84,5% contra os 83,6% do GPT-5.6 Sol (77,2% no GLM-5.2); no ExploitBench chega a 54,4%, mais do que o dobro dos 24,4% da versão anterior, mas ainda longe dos 76,5% do GPT-5.6 Sol. Desse enorme volume de falhas, apenas 53 estão hoje visíveis no registro público; as outras 2.383 seguem sob embargo e as equipes envolvidas permanecem anônimas, o que limita a verificação externa.

Pela primeira vez, a Z.ai decidiu adiar a publicação dos pesos, prevista para daqui a cerca de duas semanas, a fim de concluir os procedimentos de "safety evaluation". Essa mudança de rota em relação à habitual política de abertura imediata é justificada pelo potencial uso dual do modelo. Ainda assim, é uma reconstrução que a empresa faz de si mesma: se a capacidade ofensiva realmente cresceu além do previsto não é verificável de fora, porque a única prova é o relato que a Z.ai faz do próprio pós-treinamento.

A implementação técnica impõe novas restrições aos desenvolvedores: a API já não permite desativar o raciocínio, tornando obrigatório o modo `enabled` mesmo com esforço reduzido. Além disso, o GLM Coding Plan introduz um sistema de cota por pontos que desestimula o uso nos horários de pico: chamadas fora da faixa 14:00–18:00 (UTC+8), de segunda a sexta — fins de semana inteiros incluídos —, custam metade dos pontos.

— Olya Há certa elegância no adiamento: para nos vender um modelo capaz de encontrar brechas que ninguém viu em décadas, a Z.ai precisa antes garantir que não entregou sem querer a arma para explorá-las. Que os pesos cheguem em duas semanas ou em dois meses, a notícia de verdade é que a abertura total esbarrou num limite chamado responsabilidade.