GLM-5.3: Z.ai ставить на постнавчання, але ваги чекають на безпеку

Z.ai анонсувала GLM-5.3 — оновлення, яке залишає базову модель GLM-5.2 без змін і повністю ставить на постнавчання задля вищих показників. Компанія заявляє про суттєвий поступ у програмуванні: плюс 50% на внутрішньому бенчмарку Z.ai Code Bench і кращі результати в тестах на кшталт Terminal-Bench та DeepSWE. Проте незалежних оцінок на момент запуску немає, тож ці цифри лишаються самозвітом і потребують належної обережності. Для масштабування постнавчання використано відкритий RL-фреймворк 'slime' у парі з Megatron на етапі навчання та SGLang на етапі ролауту.

Найпомітніше — кіберздібності. Працюючи з неназваними китайськими командами з безпеки над реальними кодовими базами, модель нібито виявила — після експертного розбору, відсіву та дедуплікації — 2436 вразливостей у 269 проєктах з відкритим кодом, з них 1097 середньої та високої критичності. На CyberGym заявлено 84,5% проти 83,6% у GPT-5.6 Sol (77,2% у GLM-5.2); на ExploitBench модель сягає 54,4% — більш ніж удвічі більше за 24,4% попередньої версії, — але все ще далеко від 76,5% GPT-5.6 Sol. З цієї величезної маси дефектів у публічному реєстрі нині видно лише 53, решта 2383 перебувають під ембарго, а причетні команди лишаються анонімними, що обмежує зовнішню перевірку.

Уперше Z.ai вирішила відкласти публікацію ваг — її очікують приблизно за два тижні, — щоб завершити процедури «safety evaluation». Відхід від звичної політики негайної відкритості пояснюють потенційним подвійним призначенням моделі. Але це й далі розповідь компанії про саму себе: чи справді наступальні спроможності зросли понад очікування, ззовні перевірити неможливо, бо єдиний доказ — те, як Z.ai описує власне постнавчання.

Технічна реалізація накладає на розробників нові обмеження: API більше не підтримує вимкнення міркування, тож режим `enabled` обов'язковий навіть зі зниженим effort. До того ж GLM Coding Plan запроваджує балову систему квот, яка відбиває бажання працювати в години пік: виклики поза проміжком 14:00–18:00 (UTC+8) з понеділка до п'ятниці — разом із цілими вихідними — тарифікуються вполовину балів.

— Olya У цій затримці є певна елегантність: щоб продати нам модель, здатну знайти діри, яких десятиліттями ніхто не бачив, Z.ai має спершу переконатися, що не вручила заодно й зброю для їх використання. Прийдуть ваги за два тижні чи за два місяці — справжня новина в тому, що цілковита відкритість наштовхнулася на межу під назвою відповідальність.