ยืนยันแล้วความเชื่อมั่นของวันที่: ยืนยันแล้วระบุว่าแน่นอนแหล่งที่มาระบุวันที่ชัดเจนเพียงใด: ยืนยันแล้ว กำหนดการ ประมาณการ เลื่อน หรือยังไม่ยืนยันแสดงหมุดทั้งหมดที่เป็น ยืนยันแล้วความเชื่อมั่น 86%ความเชื่อมั่นโดยรวม: 86%แหล่งที่มาและแหล่งอ้างอิงของหมุดยืนยันวันที่ได้ดีเพียงใดค่าเฉลี่ยถ่วงน้ำหนักว่าแหล่งอ้างอิง 6 แหล่ง รวมแหล่งที่มา สนับสนุนเวลาเริ่มและสิ้นสุดของหมุดมากเพียงใด แหล่งอ้างอิงจะมีน้ำหนักลดลงครึ่งหนึ่งทุก ๆ 180 วันที่เก่ากว่าแหล่งล่าสุดแสดงหมุดทั้งหมดที่มีความเชื่อมั่น 75% ขึ้นไป
Z.ai นำ GLM-5.3 เข้าสู่ API, GLM Coding Plan และไคลเอนต์ ZCode เมื่อวันที่ 14 สิงหาคม 2026: รอยเตอร์ (ผ่าน The Standard[6]) ลงวันที่ 14 สิงหาคมและระบุว่า Z.ai "แถลงเมื่อวันศุกร์" ส่วน DataNorth[5] ระบุว่า "เปิดตัวเมื่อวันที่ 14 สิงหาคม 2026" บันทึกการออกรุ่นสำหรับนักพัฒนาของ Z.ai ลงรายการไว้ใต้วันที่ 18 สิงหาคม และโอเพนเวทตามมาในวันที่ 28 สิงหาคม ทั้งสองเป็นขั้นตอนที่ตามมาภายหลัง ไม่ใช่การเปิดตัว- เริ่ม
- 14 ส.ค. 2026ความเชื่อมั่น 92%จาก thestandard.com.hk
เปิดตัว GLM-5.3
แปลอัตโนมัติจากต้นฉบับ
ชื่อต้นฉบับ: GLM-5.3 Released
Z.ai (Zhipu AI) เปิดตัว GLM-5.3 ซึ่งเป็นการอัปเกรด GLM-5.2 ด้วยการเทรนหลังการฝึกเท่านั้น ทำคะแนนได้ 28.3 บน Terminal Bench 3.0 และ 84.5% บนเบนช์มาร์กช่องโหว่ CyberGym รองรับบริบท 1M โทเค็น และเปิดน้ำหนักโมเดลสองสัปดาห์ต่อมา
- Z.ai แบรนด์ระดับนานาชาติของ Zhipu AI นำ GLM-5.3 เข้าสู่ API, GLM Coding Plan และไคลเอนต์เอเจนต์ ZCode เมื่อวันที่ 14 สิงหาคม 2026 และเรียกว่าเป็นโมเดลที่ทรงพลังที่สุดสำหรับการเขียนโค้ดแบบเอเจนต์และงานไซเบอร์เชิงป้องกัน[1][5][6]
- ใช้โมเดลพื้นฐานของ GLM-5.2 ตามเดิมโดยไม่แตะต้อง Z.ai ระบุว่าผลที่ดีขึ้นทั้งหมดมาจากการเทรนหลังการฝึกที่ใหญ่ขึ้นบนสภาพแวดล้อมงานที่ยากและหลากหลายกว่าเดิม ซึ่งบางส่วนเทียบเท่างานของวิศวกรผู้มีประสบการณ์หลายวัน[1][5]
- ตามตัวเลขของ Z.ai เอง โมเดลนี้เพิ่ม +50% จาก GLM-5.2 บน Z.ai Code Bench ส่วนตัวของบริษัท ยก Terminal Bench 3.0 จาก 4.6 เป็น 28.3, DeepSWE v1.1 จาก 46.2 เป็น 66.9 และ Agents' Last Exam จาก 23.8 เป็น 28.5 แต่ยังตามหลัง GPT-5.6 Sol ในสองรายการแรก (34.6 และ 72.7)[1][4][5]
- ผลด้านไซเบอร์เป็นเรื่องน่าประหลาดใจ: 84.5% บน CyberGym นำหน้า 83.8% ที่ Z.ai อ้างถึงสำหรับ Mythos 5 รุ่นจำกัดการเข้าถึงของ Anthropic แต่ได้เพียง 54.4% เทียบกับ 78.0% บน ExploitBench Z.ai ระบุว่าพบช่องโหว่ 2,436 รายการใน 269 โครงการโอเพนซอร์สร่วมกับทีมรักษาความปลอดภัยในจีน โดย 1,097 รายการมีความรุนแรงระดับกลางหรือสูง[1]
- Z.ai ชะลอการเปิดน้ำหนักโมเดลไปสองสัปดาห์เพื่อทดสอบความปลอดภัยเพิ่มเติม สงวนฟังก์ชันไซเบอร์ที่อ่อนไหวที่สุดไว้สำหรับผู้ใช้ที่ผ่านการยืนยันผ่านโครงการ "การเข้าถึงที่เชื่อถือได้" และประกาศโครงการตรวจสอบ "Open Source Shield" สำหรับโครงการโอเพนซอร์ส[6]
- น้ำหนักโมเดลเปิดตัวเมื่อวันที่ 28 สิงหาคมภายใต้สัญญาอนุญาต GLM-5.3 ฉบับใหม่ ซึ่งให้บริษัทที่มีรายได้ต่อปีเกิน $10 พันล้านต้องผ่านการตรวจสอบด้านความปลอดภัยของ Z.ai ถือเป็นการถอยห่างจากสัญญาอนุญาต MIT ของ GLM-5.2[3][4]
- เมื่อวันที่ 30 กันยายน Frontier Red Team ของ Anthropic ระบุว่า GLM-5.3 ทำการเจาะระบบสำเร็จ 50 จาก 410 ครั้ง เทียบกับ 56 ครั้งของ Claude Mythos Preview และมาตรการป้องกันของมันถูกหลบเลี่ยงได้ใน 64% ถึง 100% ของความพยายามจำลอง ขณะที่ CAISI ของ NIST เรียกว่าเป็นโมเดลน้ำหนักเปิดที่มีความสามารถด้านไซเบอร์สูงสุด แต่ยังต่ำกว่าโมเดลแนวหน้าของสหรัฐฯ ในปัจจุบันอย่างมาก[3]
ฟีเจอร์เด่น
- รับอินพุตเฉพาะข้อความ หน้าต่างบริบท 1M โทเค็น และเอาต์พุตสูงสุด 128K โทเค็น การคิดเปิดอยู่เสมอ โดยมีระดับความพยายามต่ำ สูง และสูงสุด (ค่าเริ่มต้นคือสูงสุด) และคำขอที่ปิดการคิดจะล้มเหลวแล้ว[1]
- พารามิเตอร์รวมประมาณ 753 พันล้านตัวในเช็กพอยต์ที่เผยแพร่ ซึ่งเป็นฐานแบบ Mixture-of-Experts เดียวกับ GLM-5.2[4][5]
- ราคา API อยู่ที่ $1.40 ต่อหนึ่งล้านโทเค็นอินพุต, $0.26 ต่อหนึ่งล้านโทเค็นอินพุตที่แคช และ $4.40 ต่อหนึ่งล้านโทเค็นเอาต์พุต ไม่เปลี่ยนจาก GLM-5.2 ส่วน Coding Plan เริ่มต้นที่ $18 ต่อเดือน โดยพอยต์ราคาครึ่งหนึ่งในช่วงนอกชั่วโมงเร่งด่วน[2][5]
- บน Z.ai Code Bench ที่ระดับความพยายามสูงสุด ทำได้ 34.5% โดยใช้โทเค็นเอาต์พุตราว 75K ต่องาน เทียบกับ 23.4% ที่ 96K ของ GLM-5.2 ส่วนที่ระดับสูง คะแนน 31.4% ชนะ 29.5% ของ Claude Opus 4.8 โดยใช้ราว 50K โทเค็นเทียบกับ 120K ขณะที่ Claude Fable 5 นำอยู่ที่ 39.5%[1]
- Z.ai ดูแล Security Disclosure Ledger สาธารณะที่ติดตามความคืบหน้าของแต่ละการค้นพบขณะผ่านกระบวนการเปิดเผย[1]
เกณฑ์มาตรฐาน
ตารางผลลัพธ์ของ Z.ai จากการ์ดโมเดล ตามที่เผยแพร่[4]; คอลัมน์ที่ไม่ใช่ของ Z.ai เป็นผลการทดสอบเปรียบเทียบของผู้พัฒนาแต่ละรายเอง
| เกณฑ์มาตรฐาน | GLM-5.3 | GLM-5.2 | Kimi K3 | DeepSeek-V4 Pro-0813 | Qwen3.8-Max | Opus 4.8 | Fable 5 (พร้อมระบบสำรอง) | GPT-5.6 Sol |
|---|---|---|---|---|---|---|---|---|
| Terminal Bench 2.1 | 88.2 | 81.0 | 88.3 | 87.9 | 86.6 | 85.0 | 88.0 | 88.8 |
| Terminal Bench 3.0 | 28.3 | 4.6 | 17.4 | – | – | 21.1 | 33.7 | 34.6 |
| DeepSWE (v1.1) | 66.9 | 46.2 | 67.5 | 62.7 | 56.6 | 58.0 | 69.7 | 72.7 |
| NL2Repo | 58.0 | 48.9 | 58.0 | 61.1 | 55.9 | 69.7 | – | – |
| ProgramBench (เกือบแก้ได้ทั้งหมด) | 19.0 | 9.5 | 17.5 | – | 10.5 | 15.5 | 33.0 | 23.0 |
| FrontierSWE | 78.1 | 67.5 | – | – | – | 66.5 | 88.2 | – |
| SWE-Marathon (v1.1) | 42.5 | 19.4 | 48.1 | – | – | 48.8 | 33.1 | 42.5 |
| PostTrainBench | 39.8 | 31.7 | 32.0 | – | – | 32.9 | 41.8 | 36.2 |
| CyberGym | 84.5 | 77.2 | 80.0 | 83.3 | 78.5 | 78.1 | 83.8 | 83.6 |
| ExploitGym (2h / 6h) | 105 / 130 | 29 / 39 | 36 / 70 | – | 14 / 26 | 80 / 120 | 181 / 247 | 216 / 293 |
| ExploitBench | 54.4 | 24.4 | 32.2 | – | 28.8 | 40.0 | 78.0 | 76.5 |
| Toolathlon Verified | 73.0 | 59.9 | 76.5 | 74.1 | 72.5 | 76.2 | 74.7 | 74.9 |
| AutomationBench (v1.0.6) | 48.2 | 26.2 | 46.7 | 43.2 | 39.8 | 41.0 | 46.2 | 45.8 |
| Agents' Last Exam (ALE-CLI) | 28.5 | 23.8 | 27.6 | 25.7 | 27.0 | 25.7 | 23.8 | 28.6 |
| HLE w/ Tools | 62.5 | 54.7 | 59.8 | 60.0 | 56.2 | 57.9 | 63.9 | 64.5 |
| GDPval-AA v2 | 1769 | 1508 | 1682 | 1590 | 1739 | 1588 | 1743 | 1730 |
GDPval-AA v2 ดำเนินการโดย Artificial Analysis, FrontierSWE โดย Proximal และ Toolathlon Verified ผ่านบริการอย่างเป็นทางการของเบนช์มาร์ก[5].