Китайская Z.ai собиралась открыть веса GLM-5.3, но отложила релиз на две недели после оценки её кибервозможностей. На тесте CyberGym модель набрала 84,5%, немного опередив закрытую Mythos 5 от Anthropic с 83,8%. При этом превращать найденные уязвимости в рабочие эксплоиты американская модель пока умеет значительно лучше.
Что произошло:
14 августа 2026 года Z.ai (международный бренд Zhipu AI) представила GLM-5.3 — новую open-weight модель с 743 миллиардами параметров, из которых около 40 миллиардов активны на токен. Архитектура та же, что у GLM-5.2: весь прирост производительности получен за счёт масштабирования пост-тренинга, без обучения новой базовой модели. Публичный релиз весов отложен на две недели.
На тесте CyberGym, оценивающем способность ИИ находить и валидировать уязвимости в исходном коде, GLM-5.3 набрала 84,5%. Это выше, чем 83,8% у закрытой Mythos 5 от Anthropic и 83,6% у GPT-5.6 Sol от OpenAI. Результаты основаны на данных самой Z.ai и не прошли независимую верификацию.
Сильна в защите, слабее в атаке:
GLM-5.3 не показывает такого же преимущества на всех этапах эксплуатации. На тесте ExploitBench, измеряющем способность превращать найденные уязвимости в рабочие эксплоиты, модель набрала 54,4% — в 2,2 раза выше, чем у предшественницы GLM-5.2 (24,4%), но значительно ниже Mythos 5 (78%) и GPT-5.6 Sol (76,5%).
В ходе задания с ограничением по времени GLM-5.3 выполнила 105 задач по разработке атак за два часа, тогда как Mythos 5 справилась со 181 задачей.
2 436 уязвимостей, включая 45-летние:
Z.ai обнаружила 2 436 уязвимостей в 269 open-source проектах, сотрудничая с командами безопасности NSFOCUS, CyberKunlun, DARKNAVY и исследователями из университетов Цинхуа и Нанькай. Из находок 1 097 оценены как критические или высокие. Самая старая уязвимость была внедрена в 1981 году, средний срок жизни бага до обнаружения составил 26,6 лет.
Z.ai оценила потенциальную стоимость находок примерно в ¥30 млн (~$4,4 млн), сопоставив их с выплатами и ценами на рынках bug bounty и vulnerability acquisition. На момент релиза 53 уязвимости были публично раскрыты, 2 383 находятся под эмбарго.
Среди находок — «потенциально серьёзная уязвимость» в Cursor, AI-редакторе кода. По данным Z.ai, Cursor недавно приобретён SpaceX; VentureBeat запросил комментарий у Cursor и на момент публикации ожидал ответа.
Почему задержали релиз:
В отличие от GLM-5.2, чьи веса появились на HuggingFace под лицензией MIT в течение дней после запуска, GLM-5.3 выйдет в открытый доступ примерно 28 августа — после завершения оценки безопасности. По словам компании, это первый случай в истории GLM, когда задержка связана именно с новыми киберспособностями модели, а не с экспортным давлением или политикой платформы.
В июле британский AISI показал, что GLM-5.2 уже приблизилась к закрытым frontier-моделям в киберзадачах: разрыв оценивался примерно в 4–7 месяцев. Расчётная стоимость 100-миллионного token-budget прогона GLM-5.2 в симулированном cyber range составляла около $46 против ~$85 у сопоставимых закрытых моделей. AISI отдельно отмечает, что их тестовые среды не включают ряд защит реальных сетей — например, active defenders.
Чувствительные функции кибербезопасности будут доступны только через программу «доверенного доступа» для верифицированных пользователей.
Новый предел open-weight гонки:
История GLM-5.3 показывает новый предел open-weight гонки. Пока открытые модели отставали от frontier-систем на полгода и больше, публикация весов воспринималась прежде всего как способ ускорить экосистему. Когда разрыв сокращается до нескольких месяцев, вместе с преимуществами открытого доступа распространяются и возможности, которые разработчик после релиза уже не может отозвать.
Open Source Shield:
Z.ai запустила инициативу Open Source Shield для аудита open-source проектов и предоставления защитного доступа к модели. Мейнтейнеры могут отправить свои GitHub-репозитории для автоматического поиска уязвимостей и координированного патчинга.
«Открытый мир не может иметь только открытые поверхности атаки, — написала компания в X. — У него должен быть и открытый щит».
Бенчмарки кодирования:
Помимо кибербезопасности, GLM-5.3 показала наивысший результат среди open-weight моделей на Terminal-Bench 3.0 — 28,3 балла (GLM-5.2 набирала 4,6), опередив Kimi K3 от Moonshot AI (17,4). На DeepSWE 1.1 модель набрала 66,9 балла (против 46,2 у GLM-5.2).
Однако на Terminal-Bench 3.0 закрытые модели остаются впереди: GPT-5.6 Sol — 34,6, Claude Fable 5 — 33,7. На DeepSWE 1.1 GPT-5.6 Sol набирает 72,7, Fable 5 — 69,7.
Контекст:
Z.ai — не первая китайская компания, заявившая о возможностях уровня Mythos. В июне 2026 года компания в сфере кибербезопасности 360 объявила, что её система Tulongfeng достигла аналогичных показателей, но эти утверждения также не получили независимого подтверждения.
GLM-5.3 продолжает успех GLM-5.2, который стал популярен среди зарубежных разработчиков благодаря возможностям, приближающимся к ведущим американским моделям, при более низкой стоимости.
Похожие материалы
Робот всё-таки сочинил музыку. Вы узнаете его на слух?
окт. 16, 2026
Робот бәрібір музыка жазды. Сіз оны тыңдап, ажырата аласыз ба?
окт. 16, 2026
Зачем NVIDIA открывает чертежи инфраструктуры для ИИ
окт. 16, 2026