Дом
GLM-5.3 выпущен Zhipu: 740 миллиардов параметров остались без изменений, производительность увеличена на 50% благодаря постобучению с использованием методов программирования способностей
14 августа Zhipu официально представила GLM-5.3, сохранив количество параметров в 74 миллиарда, как и у её предшественницы GLM-5.2, пропустив слухи о триллионной версии, которая, возможно, будет сохранена для GLM-5.5. Благодаря передовым методам постобучения Zhipu увеличила производительность GLM-5.3 на 50% по сравнению с предыдущим поколением, обеспечив ей лидирующие позиции среди текущих открытых моделей по множеству основных бенчмарков. Её возможности в области программирования и работы с агентами сопоставимы с Claude Opus 4.8, превосходя другие отечественные модели по эффективности программирования.
Ключевые улучшения в бенчмарках подчеркивают расширенные возможности модели. В Terminal-Bench 3.0, который оценивает выполнение сложных задач в реальных терминальных средах, результат вырос с 4.6 до 28.3. В DeepSWE v1.1, ориентированном на долгосрочную инженерную разработку программного обеспечения и непрерывное изменение кода, производительность увеличилась с 46.2 до 66.9. В Agents’ Last Exam, охватывающем разнообразные профессиональные сценарии с акцентом на межинструментальное взаимодействие и долгосрочные задачи, результат возрос с 23.8 до 28.5. Кроме того, GLM-5.3 набрала 1769 баллов в GDPval-AA v2, который охватывает 44 профессии и оценивает высокоценную интеллектуальную работу, демонстрируя сильные способности к выполнению профессиональных задач, основанных на навыках программирования. В целом модель демонстрирует значительный прогресс в сложной инженерии программного обеспечения, работе с терминалами и более широких реальных задачах агентов.

Наиболее убедительным доказательством служит собственный бенчмарк Zhipu Z.ai Code Bench, набор для оценки, который помещает модель в реальную локальную среду разработки для выполнения сквозных задач в различных режимах рассуждения, тесно имитируя опыт использования Coding Agent. Результаты показывают, что GLM-5.3 достигает оптимального баланса между эффективностью и эффективностью использования токенов: в режиме High она достигла точности 31.4%, превзойдя максимальный режим Claude Opus 4.8 (29.5%), при этом используя в среднем около 50 000 токенов на задачу по сравнению с 120 000 токенами у Opus 4.8. Это демонстрирует, что GLM-5.3 может выполнять идентичные задачи с значительно более коротким путем выполнения.

Что касается доступности продукта, GLM-5.3 теперь доступна в официальном инструменте для программирования Zhipu ZCode и продуктивном инструменте AutoClaw, а также открыта для всех пользователей и подписчиков GLM Coding Plan. Третьи платформы для программирования, включая TraeWork, TraeCode, Kousi, WorkBuddy, CodeBuddy, Qoder, QwenWork, CatPaw, JoyCode и OpenCode, также предоставили ранний доступ. API будет запущен в ближайшее время, а полные веса модели будут открыты в течение двух недель после необходимых улучшений безопасности. Стратегия Zhipu заключается в ограничении потенциальных атакующих возможностей модели, сохраняя при этом её защитную ценность. В 13:00 сегодня квоты для всех пользователей GLM Coding Plan были сброшены, а статистика использования в бэкенде теперь отражает восстановленные ограничения для всех.
Связанная статья
Tesollo начинает процесс IPO на фоне разработки роботизированной руки
Компания Tesollo разрабатывает роботизированные руки с высокой степенью свободы, совместимые с любой платформой гуманоидов. | Источник: TesolloИнноватор в области роботизированных рук, компания Tesollo Inc., официально начала подготовку к первичному
Prentis, новая лаборатория искусственного интеллекта, основанная Ридом Хоффманом и Марком Пинкусом, ведет переговоры о привлечении $100 млн
Prentis, молодая лаборатория искусственного интеллекта, специализирующаяся на моделях для работы с компьютером и основанная серийным предпринимателем Ританкаром Дасом совместно с ветеранами технологической индустрии Ридом Хоффманом и Марком Пинкусом,
AIR привлекает $50 млн для помощи компаниям в проверке навыков и дополнительных инструментов, используемых ИИ-агентами
По мере того как организации всё чаще предоставляют доступ ИИ-агентов к своим внутренним системам, вокруг инструментов, на которые эти агенты полагаются — навыков (skills), плагинов, серверов MCP и дополнений, обеспечивающих взаимодействие с интернет
Рекомендации по связанным специальным темам
Комментарии (0)
14 августа Zhipu официально представила GLM-5.3, сохранив количество параметров в 74 миллиарда, как и у её предшественницы GLM-5.2, пропустив слухи о триллионной версии, которая, возможно, будет сохранена для GLM-5.5. Благодаря передовым методам постобучения Zhipu увеличила производительность GLM-5.3 на 50% по сравнению с предыдущим поколением, обеспечив ей лидирующие позиции среди текущих открытых моделей по множеству основных бенчмарков. Её возможности в области программирования и работы с агентами сопоставимы с Claude Opus 4.8, превосходя другие отечественные модели по эффективности программирования.
Ключевые улучшения в бенчмарках подчеркивают расширенные возможности модели. В Terminal-Bench 3.0, который оценивает выполнение сложных задач в реальных терминальных средах, результат вырос с 4.6 до 28.3. В DeepSWE v1.1, ориентированном на долгосрочную инженерную разработку программного обеспечения и непрерывное изменение кода, производительность увеличилась с 46.2 до 66.9. В Agents’ Last Exam, охватывающем разнообразные профессиональные сценарии с акцентом на межинструментальное взаимодействие и долгосрочные задачи, результат возрос с 23.8 до 28.5. Кроме того, GLM-5.3 набрала 1769 баллов в GDPval-AA v2, который охватывает 44 профессии и оценивает высокоценную интеллектуальную работу, демонстрируя сильные способности к выполнению профессиональных задач, основанных на навыках программирования. В целом модель демонстрирует значительный прогресс в сложной инженерии программного обеспечения, работе с терминалами и более широких реальных задачах агентов.

Наиболее убедительным доказательством служит собственный бенчмарк Zhipu Z.ai Code Bench, набор для оценки, который помещает модель в реальную локальную среду разработки для выполнения сквозных задач в различных режимах рассуждения, тесно имитируя опыт использования Coding Agent. Результаты показывают, что GLM-5.3 достигает оптимального баланса между эффективностью и эффективностью использования токенов: в режиме High она достигла точности 31.4%, превзойдя максимальный режим Claude Opus 4.8 (29.5%), при этом используя в среднем около 50 000 токенов на задачу по сравнению с 120 000 токенами у Opus 4.8. Это демонстрирует, что GLM-5.3 может выполнять идентичные задачи с значительно более коротким путем выполнения.

Что касается доступности продукта, GLM-5.3 теперь доступна в официальном инструменте для программирования Zhipu ZCode и продуктивном инструменте AutoClaw, а также открыта для всех пользователей и подписчиков GLM Coding Plan. Третьи платформы для программирования, включая TraeWork, TraeCode, Kousi, WorkBuddy, CodeBuddy, Qoder, QwenWork, CatPaw, JoyCode и OpenCode, также предоставили ранний доступ. API будет запущен в ближайшее время, а полные веса модели будут открыты в течение двух недель после необходимых улучшений безопасности. Стратегия Zhipu заключается в ограничении потенциальных атакующих возможностей модели, сохраняя при этом её защитную ценность. В 13:00 сегодня квоты для всех пользователей GLM Coding Plan были сброшены, а статистика использования в бэкенде теперь отражает восстановленные ограничения для всех.
Tesollo начинает процесс IPO на фоне разработки роботизированной руки
Компания Tesollo разрабатывает роботизированные руки с высокой степенью свободы, совместимые с любой платформой гуманоидов. | Источник: TesolloИнноватор в области роботизированных рук, компания Tesollo Inc., официально начала подготовку к первичному
Prentis, новая лаборатория искусственного интеллекта, основанная Ридом Хоффманом и Марком Пинкусом, ведет переговоры о привлечении $100 млн
Prentis, молодая лаборатория искусственного интеллекта, специализирующаяся на моделях для работы с компьютером и основанная серийным предпринимателем Ританкаром Дасом совместно с ветеранами технологической индустрии Ридом Хоффманом и Марком Пинкусом,
AIR привлекает $50 млн для помощи компаниям в проверке навыков и дополнительных инструментов, используемых ИИ-агентами
По мере того как организации всё чаще предоставляют доступ ИИ-агентов к своим внутренним системам, вокруг инструментов, на которые эти агенты полагаются — навыков (skills), плагинов, серверов MCP и дополнений, обеспечивающих взаимодействие с интернет











