GLM-5.3, czyli ile da się wycisnąć z samego post-treningu

Dlaczego to śledzę

W audytach whitebox największy koszt to czytanie cudzego kodu w poszukiwaniu miejsc, gdzie granica zaufania jest tylko umowna. Model, którego producent uczy dokładnie tego zadania, zmienia rachunek po obu stronach: mnie skraca przeszukiwanie repozytorium, a komuś, kto atakuje bez zaproszenia, obniża próg wejścia.

Dlatego czytam takie premiery jak zmianę w narzędziach przeciwnika, nie jak kolejny ranking. Praktyczny wniosek jest prosty: skanowanie tej klasy warto mieć wpięte u siebie w CI, zanim ktoś uruchomi je z zewnątrz. I odwrotnie, zanim taki model wpuszczę do cudzego repozytorium podczas audytu, muszę wiedzieć, gdzie trafiają dane i na jakiej licencji działa. Przy GLM-5.3 akurat ta druga część jeszcze się nie domknęła.

Co pokazała premiera

Zhipu pokazało GLM-5.3 14 sierpnia 2026. Nietypowe jest to, czego w tej premierze nie ma: nowego modelu bazowego. Fundament został ten sam co w GLM-5.2, a cała różnica pochodzi z rozszerzonego post-treningu. Skok jest największy tam, gdzie model ma pracować jak agent, a nie jak generator fragmentów kodu.

• Terminal-Bench 3.0: 4,6 → 28,3
• DeepSWE v1.1: 46,2 → 66,9
• SWE-Marathon v1.1: 19,4 → 42,5
• Agents' Last Exam (ALE-CLI): 23,8 → 28,5

Warto pamiętać, skąd te wyniki pochodzą. To ewaluacje przeprowadzone przez samego producenta na publicznych benchmarkach, bez niezależnej reprodukcji. Traktuję je jak deklarację do sprawdzenia u siebie, nie jak pomiar.

Wątek bezpieczeństwa

Ciekawsza od benchmarków jest metoda treningu. Model uczono na zadaniach polegających na szukaniu podatności w prawdziwym kodzie. Zhipu podaje, że wspólnie z zespołami bezpieczeństwa znalazł w ten sposób 2436 podatności w 269 projektach, część w kodzie mającym nawet czterdzieści lat. Producent opisuje też, że model zaczął planować całe łańcuchy eksploatacji, a nie pojedyncze błędy.

To dokładnie ta zmiana, którą widać w moich audytach: pojedyncza luka rzadko jest problemem, problemem jest ścieżka złożona z kilku drobiazgów. Ostatni raport, który oddawałem, opierał się na łańcuchu z pięciu podatności, z których żadna osobno nie wyglądała groźnie.

Czego jeszcze nie wiadomo

Wagi zapowiedziano na mniej więcej dwa tygodnie po premierze, po przeglądzie bezpieczeństwa. Licencja nie została jeszcze potwierdzona dla tej wersji, choć GLM-5.2 wychodziło na MIT. Nie ma również cennika za token, a specyfikacja modelu, w tym liczba parametrów, nie została opublikowana dla 5.3 i nie da się jej po prostu przepisać z poprzednika.

Na razie model jest dostępny przez GLM Coding Plan i działa z agentami takimi jak Claude Code czy OpenCode, w tym w wariancie z oknem miliona tokenów.