Lanzamiento de GLM-5.3

• Z.ai, la marca internacional de Zhipu AI, incorporó GLM-5.3 a su API, al GLM Coding Plan y al cliente de agentes ZCode el 14 de agosto de 2026 y lo calificó como su modelo más capaz para programación agéntica y trabajo de ciberdefensa^[1][5][6]
• Reutiliza el modelo base de GLM-5.2 sin modificarlo: Z.ai afirma que toda la mejora procede de una ejecución de posentrenamiento más amplia sobre entornos de tareas más difíciles y variados, algunos de los cuales equivalen a varios días de trabajo de un ingeniero experimentado^[1][5]
• Según las cifras de la propia Z.ai, suma +50% sobre GLM-5.2 en su Z.ai Code Bench privado, sube Terminal Bench 3.0 de 4.6 a 28.3, DeepSWE v1.1 de 46.2 a 66.9 y Agents' Last Exam de 23.8 a 28.5, pero aún queda por detrás de GPT-5.6 Sol en las dos primeras (34.6 y 72.7)^[1][4][5]
• El resultado en ciberseguridad fue la sorpresa: 84.5% en CyberGym, por delante del 83.8% que Z.ai atribuye a Mythos 5, el modelo restringido de Anthropic, aunque solo 54.4% frente a 78.0% en ExploitBench; Z.ai dice haber encontrado 2,436 vulnerabilidades en 269 proyectos de código abierto junto con equipos de seguridad en China, 1,097 de ellas de gravedad media o alta^[1]
• Z.ai retuvo los pesos durante dos semanas para pruebas de seguridad adicionales, reservó sus funciones cibernéticas más sensibles a usuarios verificados mediante un programa de «acceso de confianza» y anunció una iniciativa de auditoría, «Open Source Shield», para proyectos de código abierto^[6]
• Los pesos llegaron el 28 de agosto bajo una nueva licencia de GLM-5.3 que somete a una revisión de seguridad de Z.ai a las empresas con más de $10 mil millones de ingresos anuales, un paso que se aleja de la licencia MIT de GLM-5.2^[3][4]
• El 30 de septiembre, el Frontier Red Team de Anthropic dijo que GLM-5.3 completó 50 de 410 intentos de explotación frente a 56 de Claude Mythos Preview, y que sus salvaguardas podían eludirse en entre el 64% y el 100% de los intentos simulados, mientras que el CAISI del NIST lo calificó como el modelo de pesos abiertos con mayor capacidad cibernética, pero muy por debajo de los modelos de frontera actuales de EE. UU.^[3]

Características destacadas

• Entrada solo de texto con una ventana de contexto de 1M de tokens y una salida máxima de 128K tokens; el razonamiento siempre está activado, con niveles de esfuerzo bajo, alto y máximo (máximo por defecto), y las solicitudes que desactivan el razonamiento ahora fallan^[1]
• Unos 753 mil millones de parámetros en total en el punto de control publicado, la misma base de mezcla de expertos que GLM-5.2^[4][5]
• Precio de la API de $1.40 por millón de tokens de entrada, $0.26 por millón de tokens de entrada en caché y $4.40 por millón de tokens de salida, sin cambios respecto a GLM-5.2; acceso al Coding Plan desde $18 al mes, con puntos a mitad de precio fuera de las horas pico^[2][5]
• En Z.ai Code Bench con esfuerzo máximo alcanza 34.5% con unos 75K tokens de salida por tarea, frente a 23.4% con 96K de GLM-5.2; con esfuerzo alto, su 31.4% supera el 29.5% de Claude Opus 4.8 con unos 50K tokens frente a 120K, mientras que Claude Fable 5 lidera con 39.5%^[1]
• Z.ai mantiene un registro público, el Security Disclosure Ledger, que sigue cada hallazgo a medida que avanza en el proceso de divulgación^[1]

Pruebas de referencia

Tabla de resultados de Z.ai de la ficha del modelo, tal como se publicó^[4]; las columnas que no son de Z.ai son las pruebas comparativas del propio fabricante.

GDPval-AA v2 fue ejecutado por Artificial Analysis, FrontierSWE por Proximal y Toolathlon Verified a través del servicio oficial del benchmark^[5].