Z.ai, la società di intelligenza artificiale con sede a Pechino nota anche come Zhipu, ha rilasciato GLM-5.3, una nuova iterazione del suo modello di punta che secondo la società è il sistema open-weight più capace mai realizzato per l'ingegneria del software – e uno che ha inaspettatamente sviluppato formidabili capacità di sicurezza informatica. Annunciato il 14 agosto e dettagliato in un post sul blog aziendale, GLM-5.3 è costruito sullo stesso modello base da circa 700 miliardi di parametri del suo predecessore GLM-5.2, rilasciato a giugno. Ogni miglioramento, afferma l’azienda, deriva dal post-formazione piuttosto che da una base più ampia. Il rilascio è l’ultimo di un’ondata di modelli cinesi a peso aperto che mirano a superare i sistemi chiusi di Anthropic e OpenAI. Per il modello di tracker AI Buzz Wire, GLM-5.3 è un chiaro segnale che la frontiera del peso aperto sta colmando il divario di codifica più velocemente di quanto molti si aspettassero.

Guadagni basati interamente sul post-allenamento

Z.ai è schietto riguardo al suo approccio con GLM-5.3: "Il ridimensionamento post-formazione è tutto ciò che abbiamo fatto". L'azienda ha portato avanti lo stack di apprendimento per rinforzo introdotto con GLM-5.2, incluso IndexShare per un'elaborazione efficiente a lungo contesto, SAO per l'apprendimento per rinforzo su attività a lungo orizzonte e un framework open source chiamato slime per la formazione asincrona su larga scala. Nell'ultimo mese ha semplicemente riversato più ambienti, attività più diversificate e più risorse di calcolo in quello stack.

Il profitto si manifesta attraverso i benchmark di codifica. Su Terminal Bench 3.0, GLM-5.3 passa dal punteggio di GLM-5.2 da 4,6 a 28,3: un miglioramento più di sei volte. Pubblica risultati open source all'avanguardia su Terminal Bench 3.0 e sull'ultimo esame degli agenti e migliora da 23,8 a 28,5 sulla misura ALE-CLI della capacità degli agenti. Z.ai riporta un miglioramento del 50% rispetto a GLM-5.2 sul suo Z.ai Code Bench interno, un benchmark privato progettato per valutare agenti di codifica in ambienti di sviluppo realistici e ridurre il rischio di contaminazione da set di test pubblici.

Fondamentalmente, i guadagni derivano da una migliore efficienza dei token, non solo da risultati migliori. Con uno sforzo elevato, GLM-5.3 raggiunge il 31,4% di completamento sul benchmark interno con circa 50.000 token di output per attività, che secondo Z.ai supera Claude Opus 4.8 di Anthropic al 29,5% con 120.000 token. GLM-5.3 è ancora dietro al più avanzato Claude Fable 5 di Anthropic, che raggiunge il 39,5% al ​​massimo sforzo.

Un salto inaspettato nelle capacità informatiche

Il risultato più sorprendente di GLM-5.3 non è nella codifica ma nella sicurezza. Man mano che Z.ai si espandeva dopo la formazione e introduceva dati e ambienti di rilevamento delle vulnerabilità nel mix di formazione, si aspettava che il modello migliorasse nell'individuazione e nel ragionamento sui difetti. Ciò che ha sorpreso il team è stata la rapidità con cui si è sviluppata tale capacità.

GLM-5.3 non si è limitato a migliorare nell'individuare bug isolati; ha iniziato a ragionare su più fasi di sfruttamento, formando piani coerenti per catene di attacco complete. Su CyberGym, un benchmark che verifica se un modello è in grado di identificare e convalidare le vulnerabilità dal codice sorgente white-box, GLM-5.3 ottiene un punteggio dell'84,5%, rispetto al 77,2% di GLM-5.2. Questo è il miglior risultato del benchmark, davanti a Mythos 5 all'83,8% e GPT-5.6 Sol all'83,6%. Su ExploitBench, che richiede un ragionamento più approfondito sulle vulnerabilità reali e sul loro sfruttamento, GLM-5.3 più che raddoppia il punteggio di GLM-5.2, raggiungendo il 54,4%, sebbene rimanga ben dietro Mythos 5 al 78,0% e GPT-5.6 Sol al 76,5%.

Z.ai osserva uno schema coerente: più un benchmark si trova nella catena di sfruttamento, maggiore è il guadagno rispetto a GLM-5.2 – e anche più ampio il divario rimanente rispetto alla frontiera chiusa. "La capacità cresce più rapidamente proprio laddove siamo più indietro", osserva l'azienda.

Scoperte di vulnerabilità nel mondo reale

Le competenze informatiche non si limitano ai benchmark. Z.ai riferisce che a partire da GLM-5.2 ha collaborato con diversi team di sicurezza in Cina per testare i suoi modelli rispetto a basi di codice reali. Dopo la revisione, lo screening e la deduplicazione degli esperti, il modello ha identificato 2.436 vulnerabilità in 269 progetti, inclusi 1.097 problemi di gravità medio-alta. I risultati abbracciano kernel di sistema, sistemi operativi, motori di browser, infrastrutture open source, applicazioni web e protocolli di rete, molti dei quali sono passati inosservati per anni o addirittura decenni, con i più antichi che risalgono a circa 40 anni fa.

Questi risultati fanno eco al lavoro descritto da Anthropic nella propria ricerca sulla sicurezza multiagente, in cui sciami coordinati di agenti sono stati utilizzati per cercare vulnerabilità nel software open source su larga scala.

Pesi aperti - Con un ritardo

Z.ai afferma che rilascerà i pesi GLM-5.3 tra due settimane, una volta completati la valutazione della sicurezza e il rafforzamento. Questo ritardo deliberato riflette una tensione che attraversa l’annuncio: un modello che sviluppa potenti capacità informatiche offensive più velocemente di quanto previsto dai suoi creatori è esattamente il tipo di sistema che solleva interrogativi sul rilascio responsabile. L'azienda sottolinea che la coerenza tra formazione e implementazione è stata migliorata fino a raggiungere un elevato grado di precisione numerica e che gran parte della difficoltà nella scalabilità si è spostata dal modello stesso alla progettazione di ambienti di attività realistici e verificabili.

Il quadro competitivo è chiaro. GLM-5.3 riduce la distanza verso la frontiera chiusa delle attività di codifica e degli agenti, rivendicando al contempo il vantaggio assoluto su almeno uno dei principali benchmark di rilevamento delle vulnerabilità. Lo fa come un modello a peso aperto, il che significa che, una volta rilasciati, i pesi saranno liberamente disponibili per chiunque possa scaricarli, studiarli e svilupparli. Se questa apertura acceleri il progresso o sollevi nuove preoccupazioni sulla sicurezza è un dibattito che GLM-5.3 si riaccenderà quasi sicuramente.

Stai al passo con l'intelligenza artificiale

Per le ultime versioni dei modelli di intelligenza artificiale, battaglie benchmark e analisi di settore, aggiungi ai segnalibri AI Buzz Wire.

Leggi altre notizie sull'AI →