GLM-5.3

Z.ai kündigte GLM-5.3 am 14. August 2026 mit einer methodischen Behauptung an: "Scaling post-training is all we did for GLM-5.3." Das Basismodell ist dasselbe wie bei GLM-5.2, sodass jeder berichtete Gewinn aus dem im vorigen Zyklus aufgebauten Post-Training-Stack stammt: IndexShare, SAO und slime. Terminal-Bench 3.0 steigt von 4,6 auf 28,3, DeepSWE v1.1 von 46,2 auf 66,9. Gleichzeitig steigt die Token-Effizienz: 34,5% auf dem privaten Z.ai Code Bench bei rund 75.000 Output-Token im Max-Effort-Modus, gegenüber 23,4% bei 96.000 für GLM-5.2, und vor Claude Opus 4.8 mit 29,5% bei 120.000. Die Behauptung, das fähigste Coding-Modell mit offenen Gewichten zu sein, ergibt sich nicht aus der veröffentlichten Tabelle: gegenüber Kimi K3 steht es 3:3 mit einem Unentschieden.

Das Cyber-Ergebnis ist es, was das Modell im Blick hält. Z.ai bezeichnet die Fähigkeit als emergent, schreibt zugleich aber, man habe erwartet, dass das Training sie hervorbringt. CyberGym erreicht 84,5% und ExploitBench 54,4%. In Zusammenarbeit mit chinesischen Sicherheitsteams berichtet Z.ai von 2.436 identifizierten Schwachstellen in 269 Open-Source-Projekten, die älteste davon aus dem Jahr 1981; das Security Disclosure Ledger weist 53 offengelegte und 2.383 unter Embargo stehende aus.

Anthropics Frontier Red Team zählte in einer Veröffentlichung vom 29. September 2026 50 vollständige Exploits bei 410 ExploitBench-Versuchen, gegenüber 56 bei Claude Mythos Preview, und fand drei funktionierende Guardrail-Umgehungen: ein vorgetäuschter Red-Team-Rahmen (64% Engagement), vorausgefülltes Reasoning (92%), Abliteration (100%). Z.ai versprach die Gewichte zwei Wochen nach dem Launch, sobald die Sicherheitsbewertung und Hardening abgeschlossen seien. Das ist ein Datum, kein Kriterium.