Вызов гигантам из США: китайская компания Z.ai выпустила GLM-5.3, который догоняет ИИ от OpenAI и Anthropic

Китайская компания Z.ai представила GLM-5.3 — обновленную версию своей флагманской модели, ориентированную на программирование. Компания заявляет о значительном прогрессе в области сложного кодирования, агентных задач и кибербезопасности. Веса модели планируется открыть через две недели после завершения проверки безопасности, сообщает Bloomberg.

По данным Z.ai, базовая модель имеет 743 миллиарда параметров. Компания заявляет, что GLM-5.3 стала самой мощной моделью с открытыми весами для программирования и установила новые рекорды среди открытых моделей в ряде публичных тестов.

Результаты тестирований

В публичном тесте Terminal Bench 2.1 новая модель набрала 88,2 балла, почти сравнявшись с Fable 5 от Anthropic и GPT-5.6 Sol от OpenAI, которые набрали 88,0 и 88,8 баллов соответственно. В DeepSWE v1.1 результат GLM-5.3 составил 66,9 балла, тогда как GLM-5.2 получила 46,2, а Fable 5 и GPT-5.6 Sol — 69,7 и 72,7 балла. В тесте FrontierSWE GLM-5.3 показала 78,1 балла, уступив Fable 5 с 88,2 балла, но при этом обогнав Opus 4.8 с 66,5 балла по приведенным в тестировании результатам. В SWE-Marathon v1.1 модель набрала 42,5 балла, тогда как Fable 5 — 33,1.

Отдельно Z.ai отметила рост возможностей GLM-5.3 в области кибербезопасности. По словам компании, при масштабировании после обучения модель продемонстрировала более высокую, чем ожидалось, эффективность в задачах по поиску и эксплуатации уязвимостей.

В ExploitGym модель выполнила 105 задач за два часа и 130 за шесть часов. Для сравнения: GLM-5.2 показала 29 и 39 соответственно, а Fable 5 — 181 и 247.

Создание GLM-5.3

GLM-5.3 разрабатывалась на технологическом стеке, созданном для предыдущей версии. Он включает IndexShare для более эффективной работы с длинными контекстами, SAO для обучения с подкреплением в задачах с долгосрочным планированием и slime для масштабного асинхронного обучения.

В течение последнего месяца Z.ai увеличивала количество сред для обучения, разнообразила задачи и наращивала объемы вычислительных ресурсов. Компания подчеркивает, что для GLM-5.3 не меняла базовую модель, а сосредоточилась именно на масштабировании пост-обучения (post-training). По словам разработчиков, именно накопленные среды для выполнения долгосрочных задач позволили увеличить масштаб обучения новой модели.

Открытые веса

Z.ai планирует обнародовать веса GLM-5.3 примерно через две недели после запуска. Перед этим компания должна завершить проверку безопасности и меры по повышению устойчивости системы.

Открытые веса являются важной частью стратегии Z.ai. Это дает разработчикам широкие возможности для использования и настройки модели и должно помочь компании привлечь больше пользователей.

Среди главных конкурентов Z.ai в Китае — Moonshot AI с моделями Kimi, DeepSeek с линейкой V4 и Alibaba с Qwen. Их модели уже занимали высокие позиции в независимых тестированиях систем ИИ.

Для Z.ai эта ситуация может открыть дополнительные возможности для увеличения доли рынка. Накануне DeepSeek объявила о повышении цен на модели V4 Flash и V4 Pro, причем в отдельных случаях рост составил до четырех раз, хотя средняя стоимость V4 Pro, по данным Artificial Analysis, по-прежнему остается ниже, чем у GLM-5.2.

Независимые эксперты присвоили GLM-5.2 и флагманской модели DeepSeek одинаковый показатель интеллекта — 53. Обе модели уступали Kimi K3, а также передовым американским системам, в частности Fable 5 от Anthropic и GPT-5.6 от OpenAI.

В то же время результаты GLM-5.3 показывают, что китайская модель пока не опережает ведущие американские системы по всем направлениям. Её главное преимущество на данный момент заключается в быстром прогрессе в области программирования, агентских возможностей и кибербезопасности, а также в будущей доступности для разработчиков.

GLM-5.3 появляется на фоне обострения конкуренции между китайскими и американскими разработчиками ИИ. Anthropic и OpenAI остаются среди лидеров отрасли, однако китайские компании всё чаще демонстрируют сопоставимые результаты при более низкой стоимости использования моделей.