Z.ai heeft GLM-5.3 aangekondigd, een model dat voorlopig alleen beschikbaar is in zijn coderingsaanbod (coding plan). De komst naar de API wordt binnenkort verwacht, en de open gewichten moeten over twee weken op Hugging Face worden gepubliceerd. Volgens het bedrijf overtreft het model Kimi K3 van Moonshot AI op verschillende benchmarks (gestandaardiseerde performancetests) en Claude Fable 5 of GPT-5.6-Sol op sommige daarvan.
In zijn aankondiging geeft het bedrijf aan dat GLM-5.3 op dezelfde basis rust als GLM-5.2, met een aanzienlijk verlengde na-training (de stap die een model verfijnt na de initiële training). Het bericht opent met deze zin: « De na-training evolueren, dat is alles wat we hebben gedaan voor GLM-5.3. » Het model telt ongeveer 750 miljard parameters, wat volgens de auteur van de blog Interconnects een derde is van Kimi K3. Dit laatste model, dat meer inzet op voor-training, wordt beschreven als een « prestatie » op dat gebied.
Om uit te leggen hoe Chinese labs erin slagen het niveau van Amerikaanse modellen bij te houden, wijst de auteur distillatie af als een belangrijke factor, ondanks een recent onderzoeksartikel over het extraheren van redeneersporen. Hij voert verschillende andere elementen aan. Het eerste heeft te maken met releasedata: Z.ai zou zijn modellen binnen enkele dagen kunnen publiceren, terwijl OpenAI en Anthropic vaak maanden nemen voor een publieke beschikbaarstelling. Volgens de auteur beschikken deze Amerikaanse bedrijven waarschijnlijk over intern betere modellen, maar de testtijd voor publicatie stelt Chinese labs in staat hun scores te optimaliseren.
De auteur noemt ook de druk van publieke ranglijsten, die volgens hem de aandelenkoers van het bedrijf en zijn vermogen om kapitaal aan te trekken beïnvloeden. Hij schat verder in dat GLM-5.3 waarschijnlijk gespecialiseerder is dan Claude Fable of GPT Sol, aangezien de modellen van Z.ai niet multimodaal zijn. Volgens Bloomberg, geciteerd door de blog, zou Z.ai 1 miljard dollar aan ARR (jaarlijks terugkerende inkomsten) hebben bereikt, grotendeels dankzij zijn on-premise implementatieactiviteiten. Tot slot benadrukt de auteur de nabijheid van het bedrijf tot de Tsinghua-universiteit.
Een model met cybercapaciteiten
Z.ai erkent dat GLM-5.3 zijn « tot nu toe meest capabele model voor cybersecuritytaken » is, met aangekondigde vooruitgang in het ontdekken van kwetsbaarheden en het analyseren van exploits. Het bedrijf ziet het als hulp voor verdedigers, maar ook risico’s van tweesnijdend gebruik. Het heeft daarom gekozen voor een gefaseerde release: geselecteerde veiligheidspartners zullen het model eerst evalueren in een gecontroleerde omgeving, voordat een bredere toegang en publicatie van de volledige gewichten volgt. Z.ai geeft ook aan de inferentie op zijn platforms te monitoren met behulp van een queryclassificator en monitoring van de redeneerketen.
De auteur vindt deze maatregelen nuttig, maar beperkt, aangezien er open gewicht-modellen van vergelijkbare capaciteiten bestaan of zullen komen. Hij concludeert dat « dit type veiligheid nauwelijks van belang is » in deze context, en pleit voor een « op industriële schaal, gedragen door overheden of industriecoalities, om zich onmiddellijk op deze transitie voor te bereiden ».
