GLM-5.3

Z.ai ha annunciato GLM-5.3 il 14 agosto 2026 con un'affermazione metodologica precisa: "Scaling post-training is all we did for GLM-5.3". Il modello di base è lo stesso di GLM-5.2, quindi ogni miglioramento riportato deriva dallo stack di post-training costruito nel ciclo precedente: IndexShare, SAO e slime. Terminal-Bench 3.0 passa da 4.6 a 28.3, DeepSWE v1.1 da 46.2 a 66.9. L'efficienza nei token cresce nello stesso tempo: 34.5% sul Z.ai Code Bench privato con circa 75.000 token di output in modalità Max effort, contro 23.4% con 96.000 per GLM-5.2, e davanti a Claude Opus 4.8 al 29.5% con 120.000. L'affermazione del modello di coding open-weights più capace non discende dalla tabella pubblicata: contro Kimi K3 il punteggio è 3 a 3, con un pareggio.

Il risultato sulla cybersicurezza è ciò che mantiene il modello sotto osservazione. Z.ai definisce la capacità emergente, pur scrivendo che si aspettava che l'addestramento la producesse. CyberGym raggiunge l'84.5% ed ExploitBench il 54.4%. Lavorando con team di sicurezza cinesi, Z.ai riporta 2.436 vulnerabilità identificate in 269 progetti open source, la più antica introdotta nel 1981; il Security Disclosure Ledger mostra 53 casi divulgati e 2.383 sotto embargo.

Il Frontier Red Team di Anthropic, scrivendo il 29 settembre 2026, ha contato 50 exploit completi su 410 tentativi ExploitBench, contro 56 per Claude Mythos Preview, e ha individuato tre modi per eludere i guardrail che funzionano: un inquadramento fittizio da red team (64% di coinvolgimento), un ragionamento precompilato (92%), l'abliterazione (100%). Z.ai ha promesso i pesi due settimane dopo il lancio, una volta concluse la valutazione di sicurezza e l'indurimento. Si tratta di una data, non di un criterio.