Китайская лаборатория Zhipu (Z.ai) представила новую модель GLM-5.3, ориентированную на написание кода. В техническом отчете компания заявляет о конкурентоспособности модели на фоне американских разработчиков, однако признает, что в сложных сценариях кибербезопасности она пока уступает лидерам рынка.

Результаты в кибербезопасности

В бенчмарке CyberGym модель GLM-5.3 набрала 84,5%, обойдя Anthropic Mythos 5 (83,8%) и OpenAI GPT-5.6 Sol (83,6%). Этот тест проверяет способность модели находить и подтверждать наличие уязвимостей в исходном коде. Однако в более сложных тестах ситуация меняется: в ExploitBench, где требуется рассуждение о способах эксплуатации ошибки, GLM-5.3 набрала лишь 54,4% против 78% у Mythos 5. В тесте ExploitGym, оценивающем количество выполненных задач за фиксированное время, китайская модель также показала более низкие результаты, выполнив 130 задач за шесть часов против 247 у Mythos 5.

Эффективность и аудит кода

Zhipu подчеркивает высокую экономическую эффективность модели. На внутреннем бенчмарке кодинга GLM-5.3 достигла результата 31,4%, используя около 50 000 выходных токенов на задачу, в то время как модель Opus 4.8 показала 29,5% при расходе 120 000 токенов. Это делает инструмент потенциально более доступным для команд с ограниченным бюджетом.

В рамках тестирования на реальных проектах модель помогла выявить 2 436 уязвимостей в 269 проектах с открытым исходным кодом. Среди найденных ошибок 107 классифицированы как критические, а 990 — как высокие. При этом разработчики отметили, что средний возраст обнаруженных уязвимостей составил 26,6 лет, а самая старая ошибка относилась к 1981 году.

Доступность и открытые веса

В отличие от некоторых американских аналогов, доступ к которым ограничен, Zhipu планирует опубликовать веса GLM-5.3 для свободного скачивания. Релиз открытых весов намечен на конец августа, после завершения этапов оценки безопасности и защиты модели. Если планы будут реализованы, это позволит командам запускать мощный инструмент поиска уязвимостей локально, независимо от экспортных ограничений на американское ПО.