Das chinesische KI-Unternehmen Z.ai hat mit GLM-5.3 ein neues Spitzenmodell vorgestellt, das rund 743 Milliarden Parameter umfasst. Die Veröffentlichung markiert eine bemerkenswerte Verschiebung in der Entwicklung großer Sprachmodelle: Der gesamte Leistungszuwachs im Vergleich zum Vorgängermodell GLM-5.2 wurde vollständig ohne ein neues Pre-Training erzielt. Stattdessen konzentrierten sich die Entwickler ausschließlich auf skaliertes Post-Training.
Technisch setzt das Team hinter GLM-5.3 auf intensives Reinforcement Learning in komplexen Long-Horizon-Umgebungen. Dieser Ansatz ermöglicht es dem System, mehrstufige Aufgabenketten über längere Zeiträume hinweg eigenständig zu planen und auszuführen. Die Methodik belegt, wie weit spezialisierte Optimierungsverfahren vortrainierte Architekturen heben können, ohne dass gigantische Rechenbudgets für ein erneutes Grundlagentraining aufgewendet werden müssen.
In den relevanten Branchenbenchmarks schlägt sich dieser Fokus deutlich nieder. Auf der Testsuite Terminal Bench 3.0 vollzog GLM-5.3 einen Sprung von 4,6 auf 28,3 Punkte. Auf DeepSWE v1.1, einem Maßstab für softwaretechnische Aufgaben und Fehlerbehebungen im Quellcode, erreichte das Modell ein Ergebnis von 66,9 Prozent. Diese Werte demonstrieren ein spürbar verbessertes Verständnis für Softwareentwicklung und agentenbasierte Ausführungen.
Neben den reinen Programmierfähigkeiten fielen bei den internen Evaluierungen besonders ausgeprägte emergente Fähigkeiten im Bereich Cybersecurity auf. Das System zeigte unvorhergesehene Stärken bei der Erkennung und Konstruktion von Exploits, was neue Anforderungen an Sicherheitsprüfungen stellt. Solche emergenten Eigenschaften verdeutlichen das wachsende Potenzial autonomer Systeme bei der Erkennung kritischer IT-Schwachstellen.
Um Sicherheitsrisiken zu minimieren, wählt Z.ai ein gestaffeltes Veröffentlichungsmodell. GLM-5.3 ist ab sofort über den hauseigenen Z.ai Coding Plan für zahlende Entwickler nutzbar. Die Veröffentlichung der offenen Gewichte soll erst nach einer eingehenden zweiwöchigen Sicherheitsüberprüfung erfolgen, um potenzielle Missbrauchsrisiken vorab strukturiert zu evaluieren.