Z.ai lança GLM-5.3 com ganhos em código e exploração de falhas
Os resultados mais expressivos aparecem na área cibernética, onde o GLM-5.3 mostrou evolução acelerada na identificação de falhas e em cadeias de exploração com múltiplas etapas.
A Z.ai apresentou o GLM-5.3 como uma atualização voltada a tarefas de programação complexas, agentes de longo prazo e aplicações de segurança cibernética. O modelo mantém a mesma base do GLM-5.2, mas concentra os avanços em uma etapa posterior de treinamento, com ganhos relevantes em eficiência, autonomia e resolução de tarefas técnicas mais extensas.
GLM-5.3 avança em programação complexa
A Z.ai apresentou o GLM-5.3 como uma atualização construída sobre a mesma base do GLM-5.2, com ganhos concentrados exclusivamente nas etapas posteriores de treinamento.
Segundo a empresa, o novo modelo alcançou melhora de 50% em seu benchmark interno de programação, resultado associado à expansão de ambientes mais próximos de tarefas profissionais reais.
Esses cenários passaram a exigir atuação em fluxos longos, com diagnóstico de problemas, uso de infraestrutura, execução de testes e entrega de soluções que preservem desempenho e correção.
No Terminal-Bench 3.0, a pontuação subiu de 4,6 no GLM-5.2 para 28,3 no GLM-5.3, enquanto o DeepSWE v1.1 avançou de 46,2 para 66,9.
O Agents’ Last Exam também registrou melhora, com evolução de 23,8 para 28,5, o que reforça a estratégia de treinar o modelo em tarefas mais extensas e menos fragmentadas.
A Z.ai também afirma que o GLM-5.3 passou a consumir menos tokens em determinados cenários, mesmo quando entrega resultados superiores aos registrados pela geração anterior.
No nível máximo de esforço, o modelo alcançou 34,5% no benchmark interno com cerca de 75 mil tokens de saída por tarefa, contra 23,4% e 96 mil tokens no GLM-5.2.
Capacidade cibernética cresce acima do esperado
A área de segurança chamou atenção porque o avanço do GLM-5.3 superou as expectativas da própria empresa, especialmente em tarefas ligadas à descoberta e exploração de vulnerabilidades.
No CyberGym, o novo modelo atingiu 84,5%, acima dos 77,2% do GLM-5.2 e também à frente de resultados divulgados para outros modelos avaliados no mesmo benchmark.
O salto aparece com ainda mais força no ExploitBench, onde a pontuação passou de 24,4% para 54,4%, mais que o dobro do desempenho registrado pela versão anterior.
No ExploitGym, o GLM-5.3 concluiu 105 tarefas dentro do orçamento de duas horas e 130 em seis horas, contra 29 e 39 do GLM-5.2.
A Z.ai afirma que o modelo começou a demonstrar raciocínio mais consistente em cadeias de exploração com várias etapas, o que amplia sua utilidade e também eleva a necessidade de avaliações de segurança.
Testes realizados com equipes de segurança na China identificaram 2.436 vulnerabilidades em 269 projetos, das quais 1.097 foram classificadas como de gravidade alta ou crítica.
Segundo a empresa, parte dessas falhas permaneceu presente em códigos por décadas, com registros que remontam a 1981 e média de 26,6 anos até a identificação.
Desse total, 53 vulnerabilidades já haviam sido divulgadas publicamente, enquanto 2.383 permaneciam sob embargo no processo de comunicação responsável.
Pós-treinamento sustenta nova escala
A evolução do GLM-5.3 está ligada ao uso ampliado de aprendizado por reforço em tarefas de longo prazo, com apoio da infraestrutura desenvolvida anteriormente para o GLM-5.2.
Entre os componentes centrais está o Slime, estrutura de código aberto usada para organizar treinamento, geração de dados, verificadores e ambientes complexos em um mesmo fluxo operacional.
A empresa também expandiu mecanismos destinados a criar tarefas de forma mais automática, com agentes capazes de transformar padrões de trabalho reais em ambientes executáveis e verificáveis.
Esse processo busca reduzir a dependência de cenários construídos manualmente, etapa considerada importante para ampliar volume, diversidade e dificuldade das atividades usadas no treinamento.
As otimizações de infraestrutura também elevaram em mais de 2,3 vezes o rendimento de tarefas longas de aprendizado por reforço, segundo os dados apresentados pela Z.ai.
O GLM-5.3 passa a oferecer três níveis de esforço de raciocínio, classificados como baixo, alto e máximo, com recomendação do modo mais intenso para programação complexa.
A desativação completa do raciocínio deixa de ser suportada na nova versão, mudança que exige ajustes em aplicações que utilizavam configurações incompatíveis com o novo modelo.
A Z.ai informou ainda que os pesos do GLM-5.3 serão disponibilizados publicamente após a conclusão das avaliações de segurança e dos testes de robustez previstos para as semanas seguintes.
