GLM-5.3

Z.ai anunció GLM-5.3 el 14 de agosto de 2026 con una afirmación metodológica: "Scaling post-training is all we did for GLM-5.3". El modelo base es el mismo que GLM-5.2, de modo que toda ganancia reportada procede del stack de post-training construido en el ciclo anterior: IndexShare, SAO y slime. Terminal-Bench 3.0 pasa de 4.6 a 28.3, DeepSWE v1.1 de 46.2 a 66.9. La eficiencia de tokens sube al mismo tiempo: 34.5% en el Z.ai Code Bench privado con unos 75,000 tokens de salida en esfuerzo Max, frente a 23.4% con 96,000 para GLM-5.2, y por delante de Claude Opus 4.8 con 29.5% para 120,000. La afirmación de ser el modelo de código open-weights más capaz no se desprende de la tabla publicada: frente a Kimi K3 el marcador es 3-3 con un empate.

El resultado en ciberseguridad es lo que mantiene al modelo en el radar. Z.ai califica la capacidad de emergente, aunque al mismo tiempo escribe que esperaba que el entrenamiento la produjera. CyberGym alcanza 84.5% y ExploitBench 54.4%. Trabajando con equipos de seguridad chinos, Z.ai reporta 2,436 vulnerabilidades identificadas en 269 proyectos open source, la más antigua introducida en 1981; el Security Disclosure Ledger muestra 53 divulgadas y 2,383 bajo embargo.

El Frontier Red Team de Anthropic, en un escrito del 29 de septiembre de 2026, contó 50 exploits completos en 410 intentos de ExploitBench, frente a 56 de Claude Mythos Preview, y encontró tres formas de eludir las barreras de seguridad que funcionan: un falso encuadre de red team (64% de interacción), razonamiento prellenado (92%), ablación (100%). Z.ai prometió publicar los pesos dos semanas después del lanzamiento, una vez terminada la evaluación y el reforzamiento de seguridad. Eso es una fecha, no un criterio.