GLM-5.3 : Z.ai dévoile un nouveau modèle axé sur la cybersécurité
Anthropic
OpenAI
Google/DeepMind
Z.ai (anciennement Zhipu AI) a publié GLM-5.3, le dernier de sa gamme GLM-5, se concentrant sur le codage agentique et la cybersécurité. Le modèle est disponible via des canaux d'abonnement, avec une API et des poids ouverts à suivre par étapes après des contrôles de sécurité. Cela marque un changement de stratégie de publication par rapport à GLM-5.2, qui avait des poids ouverts sur Hugging Face sous licence MIT.
Le 14 août 2026, Z.ai (anciennement Zhipu AI, Pékin) a officiellement présenté GLM-5.3, une nouvelle version de sa série de modèles de langage phares GLM-5, avec pour slogan « Conçu pour coder. Prêt pour la cyberdéfense. » Le modèle repose sur la même architecture MoE de 743 milliards de paramètres que GLM-5.2, mais a bénéficié d'un post-entraînement supplémentaire axé sur la programmation agentique et la cybersécurité. Z.ai affirme des améliorations significatives en matière de codage agentique et un nouveau standard parmi les modèles ouverts pour la cyberdéfense, bien que des benchmarks spécifiques n'aient pas encore été publiés. GLM-5.3 est immédiatement disponible via l'abonnement GLM Coding Plan et l'IDE agentique ZCode. L'accès à l'API et les poids ouverts seront déployés par étapes après des évaluations de sécurité, une différence notable par rapport à GLM-5.2, dont les poids ont été publiés sous licence MIT peu après son lancement. Un groupe restreint de partenaires propose déjà des services basés sur GLM-5.3 avec des garde-fous. Cette sortie fait suite au succès de GLM-5.2, qui a obtenu 81,0 sur Terminal-Bench 2.1 et 62,1 sur SWE-bench Pro, surpassant des modèles comme GPT-5.5. Des tests indépendants menés par Semgrep et Irregular ont mis en évidence les capacités cybernétiques de GLM-5.2, ce qui a probablement incité Z.ai à mettre l'accent sur la cybersécurité dans l'annonce de GLM-5.3. L'accès par étapes est perçu comme un équilibre entre ouverture et gestion des risques associés à des compétences offensives/défensives améliorées. À l'heure actuelle, les benchmarks exacts, la fenêtre de contexte, les conditions de licence, les tarifs de l'API et les dates de sortie pour l'accès ouvert restent inconnus.
Source: Habr — хаб ИИ —
original
