Sortie de GLM-5.3

• Z.ai, la marque internationale de Zhipu AI, a intégré GLM-5.3 à son API, au GLM Coding Plan et au client d'agents ZCode le 14 août 2026 et l'a présenté comme son modèle le plus performant pour le codage agentique et la cyberdéfense^[1][5][6]
• Il réutilise tel quel le modèle de base de GLM-5.2 : selon Z.ai, tous les gains viennent d'un post-entraînement plus vaste sur des environnements de tâches plus difficiles et plus variés, dont certains équivalent à plusieurs jours de travail d'un ingénieur expérimenté^[1][5]
• D'après les chiffres de Z.ai elle-même, il gagne +50% sur GLM-5.2 dans son Z.ai Code Bench privé, fait passer Terminal Bench 3.0 de 4.6 à 28.3, DeepSWE v1.1 de 46.2 à 66.9 et Agents' Last Exam de 23.8 à 28.5, mais reste derrière GPT-5.6 Sol sur les deux premiers (34.6 et 72.7)^[1][4][5]
• Le résultat en cybersécurité a été la surprise : 84.5% sur CyberGym, devant les 83.8% que Z.ai attribue au Mythos 5 restreint d'Anthropic, mais seulement 54.4% contre 78.0% sur ExploitBench ; Z.ai affirme avoir trouvé 2,436 vulnérabilités dans 269 projets open source avec des équipes de sécurité en Chine, dont 1,097 de gravité moyenne ou élevée^[1]
• Z.ai a retenu les poids pendant deux semaines de tests de sécurité supplémentaires, réservé ses fonctions cyber les plus sensibles aux utilisateurs vérifiés via un programme d'« accès de confiance » et annoncé une initiative d'audit, « Open Source Shield », pour les projets open source^[6]
• Les poids sont arrivés le 28 août sous une nouvelle licence GLM-5.3 qui soumet les entreprises dont le chiffre d'affaires annuel dépasse $10 milliards à un examen de sécurité de Z.ai, un pas en retrait par rapport à la licence MIT de GLM-5.2^[3][4]
• Le 30 septembre, la Frontier Red Team d'Anthropic a indiqué que GLM-5.3 avait mené à bien 50 des 410 tentatives d'exploitation, contre 56 pour Claude Mythos Preview, et que ses garde-fous pouvaient être contournés dans 64% à 100% des tentatives simulées, tandis que le CAISI du NIST l'a qualifié de modèle à poids ouverts le plus performant en cyber, mais bien en deçà des modèles de pointe américains actuels^[3]

Principales fonctionnalités

• Entrée texte uniquement avec une fenêtre de contexte de 1M de jetons et une sortie maximale de 128K jetons ; la réflexion est toujours activée, avec des niveaux d'effort faible, élevé et maximal (maximal par défaut), et les requêtes qui désactivent la réflexion échouent désormais^[1]
• Environ 753 milliards de paramètres au total dans le checkpoint publié, la même base à mélange d'experts que GLM-5.2^[4][5]
• Tarif de l'API de $1.40 par million de jetons d'entrée, $0.26 par million de jetons d'entrée en cache et $4.40 par million de jetons de sortie, inchangé par rapport à GLM-5.2 ; accès au Coding Plan à partir de $18 par mois, avec des points à moitié prix en heures creuses^[2][5]
• Sur Z.ai Code Bench à effort maximal, il atteint 34.5% avec environ 75K jetons de sortie par tâche, contre 23.4% à 96K pour GLM-5.2 ; à effort élevé, ses 31.4% dépassent les 29.5% de Claude Opus 4.8 avec environ 50K jetons contre 120K, tandis que Claude Fable 5 mène avec 39.5%^[1]
• Z.ai tient un registre public, le Security Disclosure Ledger, qui suit chaque découverte au fil de son processus de divulgation^[1]

Benchmarks

Tableau de résultats de Z.ai tiré de la fiche du modèle, tel que publié^[4]; les colonnes autres que Z.ai correspondent aux comparaisons réalisées par chaque éditeur.

GDPval-AA v2 a été exécuté par Artificial Analysis, FrontierSWE par Proximal et Toolathlon Verified via le service officiel du benchmark^[5].