Z.ai GLM-5.3: Čínský model s 740 miliardami parametrů překonává americké rivaly v odhalování zranitelností

Dne 14. srpna 2026 uvedla čínská společnost Zhipu AI, která na mezinárodním trhu vystupuje jako Z.ai, svůj nový model GLM-5.3 . S 740 miliardami parametrů se jedná o otevřený model, který podle výrobce přináší přibližně o 50 % lepší výkon v programování než jeho předchůdce GLM-5.2. Jeho největším překvapením jsou ale emergentní schopnosti v oblasti kybernetické bezpečnosti, které vedly až k tomu, že Z.ai odložilo zveřejnění jeho vah o dva týdny kvůli dodatečným bezpečnostním testům . Model je již dostupný přes API a integrace s nástroji jako ZCode, Claude Code nebo OpenCode .

Srovnání v kybernetické bezpečnosti s americkými rivaly

Hlavním výsledkem GLM-5.3 je jeho skóre v benchmarku CyberGym. Tento test, vytvořený iniciativou UC Berkeley's Responsible AI Development Initiative, prověřuje schopnost modelu najít a potvrdit reálné zranitelnosti přímo ze zdrojového kódu . Zde GLM-5.3 dosáhl 84,5 %, čímž těsně předstihl Anthropicův Mythos 5 (83,8 %) i OpenAI GPT-5.6 Sol (83,6 %) .

Obrázek je zcela odlišný u ExploitBench, benchmarku, který vyžaduje hlubší pochopení toho, jak lze zranitelnost skutečně zneužít, a vyžaduje vytvoření funkčního exploitu. Tam GLM-5.3 sice oproti svému předchůdci více než zdvojnásobil skóre (z 24,4 % na 54,4 %), ale stále se nachází daleko za svými konkurenty. Podle Z.ai Mythos 5 dosahuje 78 % a GPT-5.6 Sol 76,5 % .

Třetím klíčovým testem je ExploitGym, který měří, kolik úloh na zneužití zranitelnosti model zvládne během dvou hodin. GLM-5.3 jich zvládl 105 (oproti 29 u GLM-5.2), při šesti hodinách pak 130 .

Benchmark	Co měří	GLM-5.3	Anthropic Mythos 5	OpenAI GPT-5.6 Sol
CyberGym	Objevování a validace zranitelností ze zdrojového kódu	84,5 %	83,8 %	83,6 %
ExploitBench	Nalezení příčiny + vytvoření funkčního exploitu	54,4 %	78 %	76,5 %
ExploitGym (2 hodiny)	Dokončené exploit úlohy	105 úloh	Nezveřejněno	Nezveřejněno
Zdroj:

Úspěchy v reálném světě

Kromě benchmarků byl GLM-5.3 nasazen i v reálných bezpečnostních testech, kde dosáhl působivých výsledků:

• 2 436 potvrzených zranitelností nalezeno v 269 open-source projektech .
• Z toho bylo 1 097 klasifikováno jako kritické nebo s vysokou závažností .
• Model objevil chyby v software starém až 40 let .
• Krátce po uvedení identifikoval vážnou zranitelnost v Cursoru, populárním editoru kódu s podporou AI .

Výkon v programování a dalších testech

GLM-5.3 vykazuje silné výsledky i v programování a v agentních úlohách, čímž se řadí mezi nejlepší otevřené modely:

• Terminal-Bench 3.0: skóre 28,3 – nejvyšší mezi open-weight modely, blížící se Anthropic Claude Fable 5 .
• DeepSWE v1.1: nárůst z 46,2 na 66,9 .
• Z.ai interní Code Bench (Max effort): 34,5 % (vs. GLM-5.2: 23,4 %) .
• Agents' Last Exam: první místo mezi open-weight modely .
• World of AI Benchmark: celkové #6 s kompozitním skóre 81,3 .
• FrontierSWE: dosáhl 78,1 (nárůst z 67,5) .
• SWE-Marathon: zdvojnásobení z 19,4 na 42,5 .

Proč jsou otevřené váhy odloženy

Z.ai uvádí, že kybernetické schopnosti modelu "rostly rychleji, než se očekávalo" během post-tréninkové fáze . Základní model o 740 miliardách parametrů nebyl přetrénován – všechny zisky přišly z vylepšení v post-tréninku . Jelikož tato schopnost byla emergentním překvapením, společnost odložila vydání otevřených vah o dva týdny, zatímco posiluje bezpečnostní kontroly . Model je již k dispozici přes API Z.ai a integrace se ZCode, Claude Code a OpenCode .

Důležitá upozornění

• Všechna skóre GLM-5.3 jsou zveřejněná společností a zatím nebyla nezávisle ověřena .
• Náskok v CyberGym nad Mythos 5 a GPT-5.6 Sol je velmi těsný – méně než jeden procentní bod .
• V ExploitBench GLM-5.3 za americkými rivaly výrazně zaostává (54,4 % vs. 78 % pro Mythos 5 a 76,5 % pro GPT-5.6 Sol) .
• Pro kontext, agregátor benchmarků benchlm.ai uvádí u GPT-5.6 Sol na CyberGym také 84,5 % (tedy shodně s GLM-5.3), Mythos 5 na 83,8 % a ExploitBench pro Sol na 73,5 % .