Z.ai เปิดตัว GLM-5.3 พร้อมคุณสมบัติ Frontier Coding และ Cyber Capability ที่พัฒนามากกว่าที่คาดไว้

Z.ai เปิดตัว GLM-5.3 เมื่อวันที่ 14 สิงหาคม 2026 ซึ่งเป็นการอัปเดตที่บริษัทระบุว่ายังคงใช้โมเดลฐานเดียวกันกับ GLM-5.2 และได้รับประโยชน์ทั้งหมดจากการฝึกอบรมที่เพิ่มขึ้น ผลลัพธ์สำคัญอยู่ในด้านการเขียนโค้ด โดยที่ Z.ai ระบุว่าโมเดลนี้เป็นระบบ open-weights ที่แข็งแกร่งที่สุดที่บริษัทได้วัดผลมา และในด้านความปลอดภัยทางไซเบอร์ โดยที่บริษัทระบุว่าคุณสมบัติได้พัฒนามากกว่าที่คาดไว้เมื่อการฝึกอบรมเพิ่มขึ้น น้ำหนักไม่ได้เปิดเผยต่อสาธารณะ: Z.ai ระบุว่าจะเปิดเผยน้ำหนักในอีกสองสัปดาห์หลังจากที่การประเมินความปลอดภัยและกระบวนการ hardening เสร็จสิ้น

ตามการประกาศของ บริษัท GLM-5.3 มีให้ใช้งานแล้วผ่าน API ของ Z.ai และแผนการเขียนโค้ด GLM และได้ถูกปรับใช้กับลูกค้าที่มีแผนการเขียนโค้ดที่มีอยู่แล้ว

การเปิดตัวเกิดขึ้นหลังจากที่ DeepSeek ส่งมอบ V4 Pro ออกจากระบบ预览ของตนเอง และตารางเปรียบเทียบของ Z.ai จัด GLM-5.3 ตรงข้ามกับ DeepSeek-V4 Pro, Moonshot’s Kimi K3 และ OpenAI’s GPT-5.6 Sol ในด้านการเขียนโค้ด ไซเบอร์ และ agentic suites

การฝึกอบรมหลังการฝึกอบรมบนชุดสภาพแวดล้อมการทำงานที่ใหญ่ขึ้น

สูตรตามที่ Z.ai อธิบายคือการปรับขนาดสภาพแวดล้อมการทำงานมากกว่าการเปลี่ยนแปลงสถาปัตยกรรม GLM-5.2 นำเสนอการฝึกอบรมที่เรียกว่า IndexShare, วิธีการเรียนรู้แบบเสริมสำหรับงานระยะยาวที่เรียกว่า SAO และ slime ซึ่งเป็นเฟรมเวิร์กแบบเปิดสำหรับการเรียนรู้แบบไม่สม่ำเสมอขนาดใหญ่ และบริษัทระบุว่า GLM-5.3 มาจากการเพิ่มการคำนวณบนชุดสภาพแวดล้อมการทำงานที่หลากหลายมากขึ้นซึ่งสร้างขึ้นบนการฝึกอบรมนั้น

สภาพแวดล้อมเหล่านั้นถูกสร้างขึ้นเพื่อคล้ายกับหน่วยการทำงานระดับมืออาชีพมากกว่าการฝึกอบรมการเขียนโค้ด ในตัวอย่างที่บริษัทให้มา โมเดลถูกวางไว้ในสภาพแวดล้อมการทำงานของวิศวกรโครงสร้างพื้นฐาน ML โดยมีการเข้าถึงคลัสเตอร์คำนวณ เอกสารภายใน ฐานโค้ด และผลลัพธ์ของการทดลอง และต้องวินิจฉัยปัญหาการขัดข้อง ใช้การปรับให้เหมาะสม และส่งมอบการเพิ่มความเร็วสิ้นสุด-ต่อ-sิ้นสุดที่วัดได้ บางงาน Z.ai ระบุว่าแทนหลายวันของงานสำหรับวิศวกรที่มีประสบการณ์ เพื่อสร้างสภาพแวดล้อมเหล่านี้ในปริมาณมาก Z.ai สร้างพายพайที่ตัวแทนการวิจัยแปลงรูปแบบงานจากงานจริงเป็นสภาพแวดล้อมการทำงานระยะยาวที่สามารถใช้งานได้ ตัวแทนผู้พิพากษาหนึ่งยืนยันว่าแต่ละงานสามารถแก้ไขได้จริง และตัวยืนยันถูกสังเคราะห์โดยไม่มีการเข้าถึงวิธีแก้ปัญหา อาณัติผลตอบแทนนั้นสร้างขึ้นโดยเครื่องสำหรับงานบางส่วน โดยใช้เส้นทางผู้แก้ปัญหาเพื่อปิดการลัดของผลตอบแทน Z.ai ระบุว่าพายพายเหล่านี้ยังคงต้องการการทำงานของมนุษย์อย่างมีนัยสำคัญ

ผลลัพธ์ที่รายงานตามรูปแบบที่สูตรนั้นจะคาดการณ์ไว้: การเพิ่มขึ้นที่ใหญ่ที่สุดอยู่บนการประเมินระยะยาวที่สุด บน Terminal-Bench 3.0 GLM-5.3 เพิ่มขึ้นจาก 4.6 เป็น 28.3 เทียบกับ GLM-5.2; บน DeepSWE v1.1 จาก 46.2 เป็น 66.9; บน Agents’ Last Exam’s CLI variant จาก 23.8 เป็น 28.5 ตัวเลขทั้งหมดนี้เป็นตัวเลขที่รายงานโดยผู้ขาย โดยมีคำอธิบายวิธีการในคำประกาศที่ครอบคลุมฮาร์นेस คอนเทนต์ยาว และการตั้งค่าการสุ่มตัวอย่างสำหรับการทดสอบแต่ละรายการ

เมื่อเปรียบเทียบกับโมเดลอื่น ๆ ภาพรวมนั้นผสมผสานกัน บน Z.ai Code Bench ในบ้าน บริษัทระบุว่ามีการปรับปรุง 50% เมื่อเทียบกับ GLM-5.2 และระบุว่าโมเดลได้คะแนนสูงกว่า Claude Opus 4.8 ที่ความพยายามที่เทียบเท่ากัน ในขณะที่ใช้ตัวอักษรเอาต์พุตน้อยกว่า (31.4% ที่ประมาณ 50,000 ตัวอักษรเอาต์พุตต่อการทำงาน เทียบกับ 29.5% ที่ 120,000) ในขณะที่ยังคงอยู่เบื้องหลัง Anthropic’s Claude Fable 5 ซึ่งได้ 39.5% ที่ความพยายามสูงสุด บนชุดสาธารณะ GLM-5.3 ตามหลัง GPT-5.6 Sol และ Fable 5 ในการประเมินการเขียนโค้ดที่ยากขึ้นหลายรายการ รวมถึง Terminal-Bench 3.0 และ DeepSWE ในฐานะการประเมินแบบส่วนตัว บริษัทแย้งว่า Z.ai Code Bench ลดความเสี่ยงจากการปนเปื้อนจากชุดการทดสอบสาธารณะ

ผลลัพธ์ไซเบอร์ที่ Z.ai ระบุว่าไม่ได้วางแผน

หัวข้อที่สองคือหัวข้อที่ Z.ai เองเน้นว่าไม่คาดคิด บริษัทได้นำข้อมูลการค้นพบช่องโหว่และสภาพแวดล้อมเข้ามาในการฝึกอบรม และคาดหวังว่าโมเดลจะดีขึ้นในการค้นหาและให้เหตุผลเกี่ยวกับข้อบกพร่องแต่ละรายการ แทนที่จะคาดหวัง บริษัทระบุว่าคุณสมบัติได้ดำเนินการต่อเนื่องเมื่อการฝึกอบรมเพิ่มขึ้น และโมเดลเริ่มให้เหตุผลข้ามหลายขั้นตอนของการเอาเปรียบ โดยการสร้างแผนการเอาเปรียบแบบครบวงจรแทนการค้นหาข้อบกพร่องที่แยกออกมา

ตัวเลขที่รายงานติดตามคำกล่าวอ้างนั้น บน CyberGym ซึ่งทดสอบว่าโมเดลสามารถระบุและตรวจสอบช่องโหว่จากโค้ดต้นฉบับแบบไวท์บ็อกซ์ GLM-5.3 ได้คะแนน 84.5% ขึ้นจาก 77.2% ของ GLM-5.2 และนำหน้าโมเดลทุกตัวในชุดเปรียบเทียบของ Z.ai บน ExploitBench ซึ่งต้องการให้เหตุผลลึกซึ้งยิ่งขึ้นเกี่ยวกับช่องโหว่ที่แท้จริงและความสามารถในการเอาเปรียบ มันเพิ่มขึ้นมากกว่าสองเท่าของตัวก่อนหน้า 54.4% ถึง 24.4% บน ExploitGym ซึ่งนับจำนวนงานเอาเปรียบที่เสร็จสิ้นภายใต้งบประมาณที่ปรับเวลาเป็นปกติ มันเสร็จสิ้น 105 งานภายในสองชั่วโมงและ 130 งานภายในหกชั่วโมง เทียบกับ 29 และ 39 สำหรับ GLM-5.2 การสรุปของ Z.ai เกี่ยวกับรูปแบบนั้นตรงไปตรงมา: ยิ่งไปสู่ด้านบนของห่วงโซ่การเอาเปรียบเท่าใด การเพิ่มขึ้นจาก GLM-5.2 ก็จะยิ่งใหญ่ขึ้นเท่านั้น และช่องว่างที่เหลือให้กับโมเดลแนวหน้าแบบปิดก็จะกว้างขึ้น โดยที่ Mythos 5 เสร็จสิ้น 181 และ 247 งาน ExploitGym ภายใต้งบประมาณเดียวกัน

Z.ai ยังระบุด้วยว่าได้ทดสอบการถ่ายโอนนอกเหนือจากการทดสอบแบบควบคุม โดยทำงานร่วมกับทีมความปลอดภัยหลายทีมในประเทศจีน บริษัทระบุว่าโมเดลของตนได้ระบุช่องโหว่ 2,436 รายการใน 269 โครงการโอเพ่นซอร์สตั้งแต่ GLM-5.2 รวมถึง 1,097 รายการที่มีระดับความรุนแรงสูงหรือวิกฤติ ซึ่งครอบคลุมเคอร์เนลระบบ นuclei ระบบปฏิบัติการ เครื่องมือเบราว์เซอร์ และโพรโทคอลเครือข่าย หลายรายการไม่ได้รับการสังเกตเห็นมาเป็นปีแล้ว และที่เก่าแก่ที่สุดตามที่บริษัทระบุ คือการแนะนำในปี 1981

การค้นพบเหล่านี้เป็นอาหารสำหรับ Z.ai Security Disclosure Ledger สาธารณะ ซึ่งตาม dõiปัญหาแต่ละรายการผ่านกระบวนการเปิดเผย: 53 รายการได้รับการเปิดเผยต่อสาธารณะพร้อมกับ CVE ที่ได้รับมอบหมายเมื่อเปิดตัว และ 2,383 รายการยังคงอยู่ภายใต้การห้ามเผยแพร่ รายการล่าสุดรวมถึงการใช้หลังจากการปล่อยในเคอร์เนล Linux ข้อบกพร่องการจัดการหน่วยความจำ WebKit ที่ส่งผลกระทบต่อ Apple Safari และข้อบกพร่องการตรวจสอบพารามิเตอร์ใน FreeBSD

สำหรับ API GLM-5.3 รองรับระดับความพยายามการคิดสามระดับ (ต่ำ สูง และสูงสุด) และไม่อนุญาตให้ปิดการใช้งานการคิดอีกต่อไป ซึ่งเป็นการเปลี่ยนแปลงที่สำคัญสำหรับแอปพลิเคชันที่ทำงานด้วยการคิดที่ปิดใช้งานก่อนหน้านี้

สิ่งที่การเปิดตัวน้ำหนักแบบเปิดทิ้งไว้

ช่องว่างสองสัปดาห์ระหว่างการประกาศและการเปิดตือน้ำหนักทำหน้าที่ในเปิดตัวนี้ Z.ai ผูกช่องว่างนี้อย่างชัดเจนกับการประเมินความปลอดภัยและการเสริมความแข็งแกร่ง และสิ่งที่ถูกเสริมความแข็งแกร่งคือโมเดลที่บริษัทอธิบายว่าได้พัฒนาความสามารถด้านความปลอดภัยทางไซเบอร์มากกว่าที่คาดไว้ โดยมีการเพิ่มขึ้นที่ใหญ่ที่สุดในด้านการเอาเปรียบ Z.ai ระบุว่าน้ำหนักจะสามารถดาวน์โหลดได้โดยใครก็ตามหลังจากช่วงการประเมินความปลอดภัยและการเสริมความแข็งแกร่งสองสัปดาห์

ผลลัพธ์ทางไซเบอร์มาถึงในสัปดาห์ที่ห้องปฏิบัติการแนวหน้าแสดงให้เห็นอย่างสาธารณะว่าโมเดล agentic สามารถทำอะไรได้บ้างกับโครงสร้างพื้นฐาน: OpenAI อธิบายว่า โมเดลทดสอบของตนเอง ผ่าน Hugging Face ในการออกกำลังกายแบบ red-team Z.ai Security Disclosure Ledger คือส่วนเสริมเชิงบวกของความสามารถนั้น: ทักษะเดียวกับที่เชื่อมโยงการเอาเปรียบก็เปิดเผยจุดบกพร่องที่มีอายุหลายสิบปีเพื่อการแก้ไข และ 1,097 การค้นพบขั้นวิกฤติและความรุนแรงสูงกำลังเคลื่อนผ่านการเปิดเผยแบบประสานกัน

ไม่ว่าผู้ประเมินอิสระจะทำซ้ำตัวเลขของ GLM-5.3 (โดยเฉพาะผลลัพธ์ Z.ai Code Bench และคะแนนไซเบอร์ที่ Z.ai วิ่งในการกำหนดค่าฮาร์นेसของตนเอง) จะตัดสินว่าการเปิดตัวครั้งนี้เป็นขั้นตอนจริงสำหรับโมเดลการเขียนโค้ด open-weights หรือไม่ และส่วนใดของการเปิดตัวเป็นตัวเลือกการประเมิน การเปิดตือน้ำหนัก ซึ่งคาดว่าจะเกิดขึ้นในช่วงปลายเดือนสิงหาคม 2026 คือเมื่อทดสอบเริ่มต้นขึ้น