Z.ai lança GLM-5.3 com ganhos expressivos em programação e cibersegurança sem treinar novo modelo base
A empresa de inteligência artificial Z.ai anunciou o lançamento do GLM-5.3, nova versão do seu modelo voltado principalmente para tarefas de programação e segurança cibernética. Diferentemente do que costuma acontecer em atualizações dessa natureza, o GLM-5.3 não passou por um novo treinamento do modelo base. Ele utiliza a mesma arquitetura de 743 bilhões de parâmetros do GLM-5.2, e todos os avanços reportados vieram exclusivamente de uma etapa chamada pós-treinamento, que consiste em processos adicionais de ajuste realizados sobre o modelo já existente.
De acordo com a empresa, o pós-treinamento foi ampliado com mais ambientes de tarefas, maior diversidade de tipos de ambientes e sessões de treinamento mais longas. O resultado aparece principalmente em dois fronts: programação e cibersegurança.
Na área de programação, o ganho mais expressivo ocorreu no benchmark Terminal-Bench 3.0, uma referência que avalia a capacidade do modelo de executar tarefas longas em terminais de comando. A pontuação saltou de 4.6 para 28.3 em comparação com a versão anterior. No DeepSWE v1.1, teste que mede a resolução de problemas reais de engenharia de software, o modelo passou de 46.2 para 66.9. Já no Agents' Last Exam, voltado para agentes baseados em linha de comando, o avanço foi de 23.8 para 28.5.
A empresa também destaca o desempenho em uma avaliação interna chamada Z.ai Code Bench, onde o GLM-5.3 apresentou uma melhora relativa de 50% sobre o GLM-5.2, operando com cerca de 50 mil tokens de saída por tarefa. Segundo a Z.ai, o uso de um benchmark próprio reduz o risco de contaminação dos dados, embora isso limite a auditoria externa dos resultados. Em avaliações públicas mais desafiadoras, o modelo ainda fica atrás de sistemas fechados como o GPT-5.6 Sol e o Fable 5.
No benchmark GDPval-AA v2, que abrange 44 ocupações diferentes em tarefas de produtividade, o GLM-5.3 alcançou 1.769 pontos, reforçando seu perfil como modelo voltado para agentes de uso prolongado.
Os resultados em cibersegurança surpreenderam até a própria empresa. A Z.ai informou que adicionou dados voltados à descoberta de vulnerabilidades esperando apenas uma melhora na identificação de falhas simples, mas percebeu que a capacidade do modelo continuou crescendo conforme o treinamento avançava. O modelo passou a formar planos coerentes para cadeias completas de exploração de vulnerabilidades, algo mais complexo que envolve identificar, validar e explorar falhas em sistemas.
No CyberGym, teste que avalia a descoberta e validação de vulnerabilidades a partir do código-fonte, o GLM-5.3 subiu de 77.2% para 84.5%, ficando à frente de modelos como o Mythos 5, com 83.8%, e o GPT-5.6 Sol, com 83.6%. No ExploitBench, que exige raciocínio sobre a causa raiz do problema e a construção de um exploit funcional, o salto foi de 24.4% para 54.4%, embora ainda fique abaixo do Mythos 5, que atinge 78.0%.
No ExploitGym, o GLM-5.3 completou 105 tarefas em duas horas e 130 tarefas em seis horas, contra 29 e 39 tarefas do GLM-5.2, respectivamente. O modelo Mythos 5, porém, concluiu 181 e 247 tarefas nos mesmos intervalos. O padrão observado pela empresa é claro: quanto mais profunda é a cadeia de exploração exigida pelo benchmark, maior o ganho do GLM-5.3 em relação ao seu antecessor, mas também maior a distância para os modelos de fronteira fechados.
Apesar dos resultados, os pesos do modelo ainda não foram disponibilizados publicamente. A Z.ai informou que pretende liberá-los cerca de duas semanas após o lançamento, após a conclusão de processos de avaliação e reforço de segurança. Enquanto isso, o GLM-5.3 já está disponível por meio da API da Z.ai, do plano GLM Coding Plan e da ferramenta ZCode.
O lançamento é considerado parcialmente implantável no cenário atual. Startups e equipes de engenharia de médio porte já podem adotar o modelo imediatamente por meio da API ou do plano de programação. Empresas de maior porte que possuem requisitos de residência de dados ou processos formais de avaliação de fornecedores devem aguardar a liberação dos pesos. Para fornecedores de segurança e MSSPs, sigla em inglês para provedores gerenciados de segurança, o modelo oferece os sinais mais relevantes, mas também a maior exposição em termos de políticas internas.
Os setores mais propensos a se beneficiar incluem ferramentas de desenvolvimento, infraestrutura em nuvem, segurança de aplicações, engenharia em fintech e comércio eletrônico, além de empresas que desenvolvem kernels, motores de navegador e pilhas de rede. Entre as aplicações práticas estão refatorações em escala de repositórios inteiros, agentes de longo prazo baseados em linha de comando, triagem de falhas em pipelines de integração contínua, descoberta de vulnerabilidades em código-fonte, triagem de falhas de sistemas e revisão segura de código.
