AntwortenVeröffentlicht24 Quellen
GLM-5.3: Zhipu setzt auf Post-Training – und sorgt mit CyberGym für Aufsehen
Auf die gedehnte Ankündigung „sooooooon“ von Zhipu Chefwissenschaftler Tang Jie folgte GLM 5.3 Berichten zufolge innerhalb weniger Stunden. Die größten gemeldeten Fortschritte liegen bei langwierigen Coding Aufgaben, Terminal Nutzung und der Suche nach Schwachstellen – nicht bei einem größeren Basismodell.
Veröffentlicht vonBearbeitet mit GPT-5.6 LunaBilder erstellt mit GPT Image 1.5
Forschungsantwort
Wichtige Erkenntnisse
- Auf die gedehnte Ankündigung „sooooooon“ von Zhipu Chefwissenschaftler Tang Jie folgte GLM 5.3 Berichten zufolge innerhalb weniger Stunden.
- Die größten gemeldeten Fortschritte liegen bei langwierigen Coding Aufgaben, Terminal Nutzung und der Suche nach Schwachstellen – nicht bei einem größeren Basismodell.
- Zhipu meldet 2.436 Sicherheitsfunde in 269 Open Source Projekten. Diese Zahlen stammen jedoch aus Unternehmensangaben und sind nicht umfassend unabhängig überprüft.
KI-Prompt
openai.comCreate a landscape editorial hero image for this Studio Global article: What happened when Zhipu AI chief scientist Tang Jie responded “sooooooon” to a user asking about GLM-5.3, and what did Zhipu’s subsequently. Article summary: Tang Jie’s “sooooooon” proved unusually literal: Zhipu released GLM-5.3 only hours later, positioning it as a coding, agentic, and cyber-defence upgrade built on GLM-5.2’s base rather than a larger pretrained model. [1][. Topic tags: general, general web, user generated. Style: premium digital editorial illustration, source-backed research mood, clean composition, high detail, modern web publication hero. Use reference image context only for broad subject, composition, and topical grounding; do not copy the exact image. Avoid: logos, brand marks, copyrighted characters, real person likenesses, fake screenshots, UI text, readable text, watermarks, charts with fa
Tang Jies gedehntes „sooooooon“ war offenbar wörtlich gemeint: Berichten zufolge veröffentlichte Zhipu GLM-5.3 nur wenige Stunden nach der Antwort des Chefwissenschaftlers auf die Frage, wann das Modell erscheinen werde. 12
Spannend ist der Start aber nicht nur wegen seines Tempos. Zhipu positioniert GLM-5.3 vor allem als Modell für Programmierung, agentische Softwareentwicklung und Cybersecurity. Die technische Besonderheit: Der neue Kandidat soll auf demselben Basismodell mit rund 743 Milliarden Parametern wie GLM-5.2 aufbauen. Die gemeldeten Fortschritte führt Zhipu hauptsächlich auf umfangreicheres Post-Training zurück – also auf die zusätzliche Optimierung nach dem eigentlichen Basistraining. 1
4
20
Mehr Leistung aus demselben Basismodell
In einer Modellbranche, in der Fortschritte oft mit noch größeren Parameterzahlen oder einem komplett neuen Pretraining verbunden werden, setzt GLM-5.3 damit einen anderen Akzent. Zhipus Darstellung zufolge wurde vor allem intensiver trainiert, wie das Modell Probleme löst, Werkzeuge einsetzt und längere Arbeitsabläufe bewältigt.
Die von Zhipu veröffentlichten Vergleiche zeigen besonders bei anspruchsvollen, werkzeuggestützten Softwareaufgaben deutliche Sprünge:
- SWE-Marathon: von 19,4 auf 42,5
- FrontierSWE: von 67,5 auf 78,1
- Terminal-Bench 3.0: von 4,6 auf 28,3
- DeepSWE v1.1: von 46,2 auf 66,9
Die Werte stammen aus den von Zhipu veröffentlichten Vergleichen und aus Analysen der Ergebnisse durch weitere Publikationen. 1
3
6
7
Besonders auffällig ist Terminal-Bench 3.0: In Prozentpunkten fällt der Anstieg groß aus. Der niedrige Ausgangswert sollte allerdings bei der Einordnung berücksichtigt werden. Ein deutlicher Sprung bedeutet nicht automatisch, dass GLM-5.3 bei jeder Aufgabe der Softwareentwicklung führend ist. Beim SWE-Marathon lag der gemeldete Wert von 42,5 etwa weiterhin hinter den Vergleichswerten von Kimi K3 und Opus 4.8. 6
9
CyberGym liefert die aufmerksamkeitsstärkste Zahl
Für die größte Schlagzeile sorgte ein Ergebnis aus dem Cybersecurity-Bereich: 84,5 Punkte bei CyberGym. Der Benchmark prüft, ob ein Modell Schwachstellen in Quellcode finden und deren Auswirkungen überprüfen kann. In Zhipus Vergleich lag GLM-5.3 damit knapp vor Mythos 5 mit 83,8 und GPT-5.6 Sol mit 83,6. 2
5
6
CyberGym testet dabei nicht lediglich, ob eine KI sicheren Code vorschlagen kann. Die beschriebene Aufgabe umfasst das Identifizieren von Schwachstellen, das Entwickeln von Angriffen und die Überprüfung ihrer Folgen. Das kommt eher der Suche nach Sicherheitslücken und dem Nachvollziehen von Exploit-Ketten nahe als einer gewöhnlichen Codevervollständigung. 12
17
Genau diese Dimension machte das Ergebnis für Fachmedien aus dem Bereich IT-Sicherheit interessant. The Register berichtete über Zhipus Aussage, die Verbesserungen reichten über das Erkennen einzelner Fehler hinaus: Das Modell könne demnach mehrere Stufen einer Exploit-Kette gedanklich verbinden. 17
Die Formulierung „führend“ braucht jedoch Kontext. Die verfügbaren Vergleiche sind überwiegend von den Anbietern selbst gemeldet worden; eine groß angelegte unabhängige Reproduktion liegt bislang nicht vor. 2
4
6
Tests mit realem Code – nach Angaben von Zhipu
Zusätzlich zu CyberGym erklärte Zhipu laut Berichten, das Modell gemeinsam mit Sicherheitsteams an realen Codebasen getestet zu haben. Das von der Firma veröffentlichte Protokoll führe 2.436 Sicherheitsfunde in 269 Open-Source-Projekten auf. Darunter seien 1.097 Schwachstellen mit kritischer oder hoher Einstufung gewesen. Außerdem berichteten Quellen, der älteste Fund stamme aus dem Jahr 1981 und die Schwachstellen seien durchschnittlich 26,6 Jahre unentdeckt geblieben. 21
31
Diese Angaben zeigen, welche Art von Sicherheits-Workflow Zhipu mit GLM-5.3 verbinden möchte. Sie sollten aber nicht als unabhängig geprüfte Messwerte verstanden werden. Das vorliegende Material schreibt die Zahlen Zhipu zu; auch die übrige Benchmark-Bilanz beruht größtenteils auf Unternehmensangaben.
Der eigentliche Pitch: KI-Agenten für längere Arbeitsabläufe
GLM-5.3 soll nicht nur einzelne Codezeilen erzeugen. Zhipu bewirbt das Modell für länger laufende KI-Agenten, die Werkzeuge bedienen, in Terminals arbeiten und mehrstufige Aufgaben in Softwareprojekten erledigen.
Gemeldet wurden unter anderem 73,0 Punkte bei Toolathlon Verified, gegenüber 59,9 bei GLM-5.2, sowie 48,2 Punkte bei AutomationBench, nach 26,2 beim Vorgänger. 1
7 Weitere veröffentlichte Vergleiche nennen 28,5 Punkte bei Agents’ Last Exam.
11
Der praktische Unterschied liegt damit weniger in einem plausiblen Code-Schnipsel als in einer ganzen Kette von Aktionen: ein Repository untersuchen, Dateien ändern, Tests ausführen, Fehler analysieren und anschließend nachbessern. Ob daraus im Produktionsalltag verlässliche Softwareentwicklung wird, hängt allerdings weiterhin von Zugriffsrechten, Testabdeckung, menschlicher Kontrolle und der Fehlerrate in der jeweiligen Codebasis ab.
Was die Zahlen zeigen – und was nicht
Die belastbarste Schlussfolgerung lautet enger als „GLM-5.3 schlägt jedes Frontier-Modell“: Zhipus Ergebnisse deuten auf einen deutlichen gemeldeten Sprung gegenüber GLM-5.2 bei mehreren Coding- und Agenten-Benchmarks hin. Außerdem führt GLM-5.3 in den von Zhipu veröffentlichten und in der Berichterstattung wiedergegebenen Vergleichstabellen beim CyberGym-Wert. 2
5
6
Damit ist jedoch nicht bewiesen, dass das Modell bei sämtlichen Programmier-, Schlussfolgerungs-, Sicherheits- oder allgemeinen Aufgaben überlegen ist. Bei einzelnen Coding-Benchmarks lagen Wettbewerber weiterhin vorn, und eine umfassende unabhängige Überprüfung der Ergebnisse steht noch aus. 6
9
Die vielleicht wichtigere Botschaft steckt deshalb in der Methode: GLM-5.3 präsentiert skaliertes Post-Training als Möglichkeit, aus einem bereits großen Basismodell spezialisierte Fähigkeiten herauszuarbeiten. Sollten unabhängige Tests die Sprünge bestätigen, könnten Investitionen in Post-Training und realitätsnahe Prüfungen von Software- und Sicherheitsabläufen künftig mindestens so wichtig werden wie der reine Vergleich von Parameterzahlen.
Studio Global AI
Setzen Sie Ihre Recherche fort
Diese Seite enthält eine quellengestützte Antwort, die Sie in Studio Global fortsetzen können.
Die Leute fragen auch
Wie lautet die kurze Antwort auf „GLM-5.3: Zhipu setzt auf Post-Training – und sorgt mit CyberGym für Aufsehen“?
Auf die gedehnte Ankündigung „sooooooon“ von Zhipu Chefwissenschaftler Tang Jie folgte GLM 5.3 Berichten zufolge innerhalb weniger Stunden.
Was sind die wichtigsten Punkte, die zuerst validiert werden müssen?
Auf die gedehnte Ankündigung „sooooooon“ von Zhipu Chefwissenschaftler Tang Jie folgte GLM 5.3 Berichten zufolge innerhalb weniger Stunden. Die größten gemeldeten Fortschritte liegen bei langwierigen Coding Aufgaben, Terminal Nutzung und der Suche nach Schwachstellen – nicht bei einem größeren Basismodell.
Was soll ich als nächstes in der Praxis tun?
Zhipu meldet 2.436 Sicherheitsfunde in 269 Open Source Projekten. Diese Zahlen stammen jedoch aus Unternehmensangaben und sind nicht umfassend unabhängig überprüft.
Quellen
pandaily.comGLM-5.3 Arrives Hours After Tang Jie's 'sooooooon' — Zhipu's Coding and Security Model Doubles SWE-Marathon, Tops CyberGym
cheapestinference.comGLM-5.3 API — status, specs & subscription | CheapestInference
global.chinadaily.com.cnChinese startup launches new AI model