Z.ai, a empresa de inteligência artificial com sede em Pequim, também conhecida como Zhipu, lançou o GLM-5.3, uma nova iteração de seu modelo principal que a empresa diz ser seu sistema aberto mais capaz até agora para engenharia de software – e que desenvolveu inesperadamente habilidades formidáveis ​​​​de segurança cibernética. Anunciado em 14 de agosto e detalhado em uma postagem no blog da empresa, o GLM-5.3 é construído no mesmo modelo básico de aproximadamente 700 bilhões de parâmetros de seu antecessor GLM-5.2, lançado em junho. Cada melhoria, diz a empresa, vem do pós-treinamento, e não de uma base maior. O lançamento é o mais recente de uma onda de modelos chineses de peso aberto que visam superar os sistemas fechados da Anthropic e OpenAI. Para o rastreador de modelo AI Buzz Wire, o GLM-5.3 é um sinal claro de que a fronteira de peso aberto está fechando a lacuna de codificação mais rápido do que muitos esperavam.

Ganhos construídos inteiramente no pós-treinamento

Z.ai é direto sobre sua abordagem com o GLM-5.3: “Escalonar o pós-treinamento foi tudo o que fizemos”. A empresa transportou a pilha de aprendizagem por reforço introduzida com o GLM-5.2 – incluindo IndexShare para processamento eficiente de contexto longo, SAO para aprendizagem por reforço em tarefas de longo horizonte e uma estrutura de código aberto chamada slime para treinamento assíncrono em grande escala. No mês passado, ela simplesmente despejou mais ambientes, tarefas mais diversas e mais computação nessa pilha.

A recompensa aparece em benchmarks de codificação. No Terminal Bench 3.0, o GLM-5.3 salta da pontuação do GLM-5.2 de 4,6 para 28,3 – uma melhoria de mais de seis vezes. Ele publica resultados de última geração de código aberto no Terminal Bench 3.0 e no Último Exame dos Agentes, e melhora de 23,8 para 28,5 na medida ALE-CLI de capacidade de agente. Z.ai relata uma melhoria de 50% em relação ao GLM-5.2 em seu Z.ai Code Bench interno, um benchmark privado projetado para avaliar agentes de codificação em ambientes de desenvolvimento realistas e reduzir o risco de contaminação de conjuntos de testes públicos.

Crucialmente, os ganhos vêm com uma melhor eficiência simbólica, e não apenas com melhores resultados. Em alto esforço, o GLM-5.3 atinge 31,4% de conclusão no benchmark interno com cerca de 50.000 tokens de saída por tarefa, o que Z.ai diz ultrapassar Claude Opus 4.8 da Anthropic em 29,5% com 120.000 tokens. O GLM-5.3 ainda está atrás do mais avançado Claude Fable 5 da Anthropic, que atinge 39,5% no esforço máximo.

Um salto inesperado na capacidade cibernética

O resultado mais impressionante do GLM-5.3 não está na codificação, mas na segurança. À medida que a Z.ai dimensionava o pós-treinamento e introduzia dados e ambientes de descoberta de vulnerabilidades no mix de treinamento, ela esperava que o modelo melhorasse na descoberta e no raciocínio sobre falhas. O que surpreendeu a equipe foi a rapidez com que essa capacidade se desenvolveu.

O GLM-5.3 não apenas se tornou melhor na detecção de bugs isolados; começou a raciocinar em vários estágios de exploração, formando planos coerentes para cadeias de ataque completas. No CyberGym, um benchmark que testa se um modelo pode identificar e validar vulnerabilidades de código-fonte de caixa branca, o GLM-5.3 pontua 84,5%, acima dos 77,2% do GLM-5.2. Esse é o melhor resultado no benchmark, à frente do Mythos 5 com 83,8% e do GPT-5.6 Sol com 83,6%. No ExploitBench, que exige um raciocínio mais profundo sobre vulnerabilidades reais e sua exploração, o GLM-5.3 mais que dobra a pontuação do GLM-5.2, atingindo 54,4% – embora permaneça bem atrás do Mythos 5 com 78,0% e do GPT-5.6 Sol com 76,5%.

Z.ai observa um padrão consistente: quanto mais acima na cadeia de exploração estiver um índice de referência, maior será o ganho em relação ao GLM-5.2 – e também maior será a lacuna restante até à fronteira fechada. “A capacidade está crescendo mais rapidamente exatamente onde estamos mais atrás”, observa a empresa.

Descobertas de vulnerabilidades no mundo real

As competências cibernéticas não se limitam a benchmarks. Z.ai relata que desde o GLM-5.2, tem trabalhado com várias equipes de segurança na China para testar seus modelos em bases de código do mundo real. Após análise especializada, triagem e desduplicação, o modelo identificou 2.436 vulnerabilidades em 269 projetos, incluindo 1.097 problemas de gravidade média a alta. As descobertas abrangem kernels de sistemas, sistemas operacionais, mecanismos de navegador, infraestrutura de código aberto, aplicativos web e protocolos de rede – muitos dos quais passaram despercebidos por anos ou até décadas, com os mais antigos datando de cerca de 40 anos.

Esses resultados refletem o trabalho que a Anthropic descreveu em sua própria pesquisa de segurança multiagente, onde enxames coordenados de agentes foram usados ​​para caçar vulnerabilidades em software de código aberto em grande escala.

Pesos abertos – com atraso

Z.ai afirma que lançará os pesos GLM-5.3 em duas semanas, assim que a avaliação de segurança e o endurecimento forem concluídos. Esse atraso deliberado reflecte uma tensão que permeia o anúncio: um modelo que desenvolve capacidades cibernéticas ofensivas potentes mais rapidamente do que os seus criadores previram é exactamente o tipo de sistema que levanta questões sobre a libertação responsável. A empresa enfatiza que a consistência entre treinamento e implementação foi melhorada para um alto grau de precisão numérica, e que grande parte da dificuldade de dimensionamento passou do próprio modelo para o design de ambientes de tarefas realistas e verificáveis.

O quadro competitivo é claro. O GLM-5.3 reduz a distância até a fronteira fechada em tarefas de codificação e de agente, ao mesmo tempo em que reivindica a liderança absoluta em pelo menos um importante benchmark de descoberta de vulnerabilidades. Ele faz isso como um modelo de peso aberto – o que significa que, uma vez liberados, os pesos estarão disponíveis gratuitamente para qualquer pessoa baixar, estudar e desenvolver. Se essa abertura acelera o progresso ou levanta novas preocupações de segurança é um debate que o GLM-5.3 irá praticamente reacender.

Fique à frente da IA

Para os últimos lançamentos de modelos de IA, batalhas de benchmark e análises do setor, marque AI Buzz Wire.

Leia mais notícias sobre IA →