AnswersPublished24 sources
GLM-5.3: Pertaruhan Zhipu pada Pengekodan dan Keselamatan Siber
Zhipu dilaporkan melancarkan GLM 5.3 hanya beberapa jam selepas ketua saintisnya, Tang Jie, membalas soalan tentang model itu dengan “sooooooon”. Lonjakan terbesar model ini dilaporkan berlaku dalam pengekodan jangka panjang, penggunaan terminal dan tugasan agen AI—bukan melalui penambahan saiz model asas.
Diterbitkan olehDisunting dengan GPT-5.6 LunaImej dijana dengan GPT Image 1.5
Research answer
Key takeaways
- Zhipu dilaporkan melancarkan GLM 5.3 hanya beberapa jam selepas ketua saintisnya, Tang Jie, membalas soalan tentang model itu dengan “sooooooon”.
- Lonjakan terbesar model ini dilaporkan berlaku dalam pengekodan jangka panjang, penggunaan terminal dan tugasan agen AI—bukan melalui penambahan saiz model asas.
- Zhipu mendakwa GLM 5.3 menemui 2,436 isu keselamatan dalam 269 projek sumber terbuka, tetapi angka tersebut masih merupakan hasil yang dilaporkan syarikat dan belum disahkan secara bebas pada skala besar.
AI 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
Balasan Tang Jie yang memanjangkan perkataan “sooooooon” ternyata lebih literal daripada yang dijangka. Hanya beberapa jam kemudian, Zhipu dilaporkan melancarkan GLM-5.3, model yang menyasarkan pengekodan, kerja perisian berasaskan agen dan keselamatan siber. 12
Namun, perkara paling menarik bukan sekadar kelajuan pelancarannya. GLM-5.3 mengekalkan asas model GLM-5.2 yang sama, dengan kira-kira 743 bilion parameter. Zhipu mengaitkan peningkatan prestasi yang dilaporkan terutamanya dengan latihan pascapelatihan yang diperluas, bukannya latihan prapelatihan baharu pada model yang lebih besar. 1
4
20
Lebih berkuasa dengan asas model yang sama
Pelancaran GLM-5.3 mengetengahkan latihan pascapelatihan sebagai sumber utama peningkatan keupayaan. Dalam industri AI, peningkatan prestasi sering dikaitkan dengan model yang lebih besar atau latihan asas yang memerlukan sumber pengkomputeran jauh lebih banyak.
Perbandingan yang diterbitkan Zhipu menunjukkan kemajuan paling ketara dalam tugasan perisian yang sukar, panjang dan memerlukan penggunaan alat:
- SWE-Marathon: 19.4 kepada 42.5
- FrontierSWE: 67.5 kepada 78.1
- Terminal-Bench 3.0: 4.6 kepada 28.3
- DeepSWE v1.1: 46.2 kepada 66.9
Angka ini datang daripada perbandingan yang diterbitkan Zhipu serta analisis sekunder terhadap keputusan tersebut. 1
3
6
7
Terminal-Bench 3.0 mencatat lonjakan paling besar dari segi mata peratusan. Bagaimanapun, peningkatan daripada skor asas yang rendah tidak semestinya bermakna model itu terbaik untuk semua jenis kerja kejuruteraan perisian.
Sebagai contoh, skor 42.5 dalam SWE-Marathon masih berada di bawah keputusan yang dilaporkan untuk Kimi K3 dan Opus 4.8. 6
9
CyberGym menjadi keputusan paling mencuri perhatian
Keputusan yang paling menarik perhatian ialah skor 84.5 dalam CyberGym, penanda aras yang menguji keupayaan model mencari dan mengesahkan kerentanan berdasarkan kod sumber. Dalam jadual perbandingan Zhipu, skor itu mengatasi Mythos 5 pada 83.8 dan GPT-5.6 Sol pada 83.6. 2
5
6
CyberGym bukan sekadar menguji sama ada model boleh mencadangkan kod yang lebih selamat. Tugasan yang dilaporkan melibatkan pengenalpastian kelemahan, pembinaan serangan dan pengesahan kesannya—lebih dekat kepada penemuan kerentanan serta penaakulan tentang rantaian eksploitasi berbanding pelengkapan kod biasa. 12
17
Perbezaan itu menjelaskan mengapa keputusan tersebut mendapat perhatian penerbitan keselamatan siber. The Register melaporkan dakwaan Zhipu bahawa peningkatan GLM-5.3 bukan hanya pada pengesanan kecacatan terpencil, tetapi juga pada penaakulan merentasi beberapa peringkat dalam rantaian eksploitasi. 17
Namun, istilah “mendahului” perlu dibaca bersama konteks. Perbandingan yang tersedia masih banyak bergantung pada keputusan yang dilaporkan vendor, dan belum ada replikasi bebas berskala besar. 2
4
6
Ujian terhadap kod sebenar turut didakwa menghasilkan ribuan penemuan
Selain CyberGym, Zhipu dilaporkan berkata pihaknya bekerjasama dengan pasukan keselamatan untuk menguji model terhadap pangkalan kod dunia sebenar.
Lejar yang dikaitkan dengan syarikat itu menyenaraikan 2,436 penemuan keselamatan dalam 269 projek sumber terbuka, termasuk 1,097 penemuan berkeparahan Kritikal atau Tinggi. Laporan turut menyatakan bahawa penemuan paling lama berasal dari tahun 1981 dan kerentanan berkenaan tidak ditemui selama purata 26.6 tahun. 21
31
Angka tersebut memberi gambaran tentang aliran kerja keselamatan yang mahu dikaitkan Zhipu dengan GLM-5.3. Tetapi ia tidak wajar dianggap sebagai ukuran yang telah diaudit secara bebas. Pelaporan yang disediakan mengaitkan lejar itu dengan Zhipu, manakala rekod penanda aras yang lebih luas masih sebahagian besarnya bersumberkan pendedahan syarikat.
Sasaran sebenar: agen yang boleh menyelesaikan kerja berperingkat
Pemasaran GLM-5.3 tidak terhad kepada penghasilan kod secara bersendirian. Zhipu menyasarkan agen AI jangka panjang yang boleh menggunakan alat, beroperasi dalam terminal dan menyelesaikan tugasan kejuruteraan yang terdiri daripada banyak langkah.
Keputusan yang dilaporkan termasuk 73.0 dalam Toolathlon Verified, meningkat daripada 59.9 bagi GLM-5.2, serta 48.2 dalam AutomationBench, berbanding 26.2 sebelum ini. Perbandingan lain yang diterbitkan turut menyenaraikan skor 28.5 dalam Agents’ Last Exam. 1
7
11
Dalam amalan, kelebihan yang disasarkan bukan sekadar menghasilkan potongan kod yang nampak munasabah. Model perlu menjalankan beberapa tindakan merentas repositori, terminal atau persekitaran alat.
Sama ada kebolehan itu boleh diterjemahkan kepada kerja kejuruteraan produksi yang boleh dipercayai masih bergantung pada kebenaran akses alat, liputan ujian, proses semakan manusia dan kadar kegagalan model pada pangkalan kod tertentu.
Apa yang keputusan ini buktikan—dan apa yang belum terbukti
Bukti yang ada menyokong kesimpulan yang lebih terhad berbanding dakwaan bahawa GLM-5.3 mengatasi setiap model termaju. Keputusan Zhipu menunjukkan lonjakan besar yang dilaporkan berbanding GLM-5.2 dalam beberapa penanda aras pengekodan dan agen, di samping skor CyberGym 84.5 yang mendahului jadual perbandingan Zhipu serta liputan pelancaran. 2
5
6
Bagaimanapun, keputusan itu belum membuktikan bahawa GLM-5.3 unggul secara menyeluruh dalam semua tugasan pengaturcaraan, penaakulan, keselamatan atau penggunaan umum. Beberapa model pesaing masih berada di hadapan dalam penanda aras pengekodan tertentu, dan keputusan yang tersedia belum diuji semula secara meluas oleh penilai bebas. 6
9
Kesimpulan paling penting mungkin terletak pada kaedah pembangunannya: GLM-5.3 menunjukkan bagaimana latihan pascapelatihan berskala besar berpotensi membuka keupayaan khusus daripada model asas yang sama.
Jika ujian bebas mengesahkan peningkatan itu, pelaburan dalam latihan pascapelatihan—serta penilaian berhati-hati menggunakan perisian dan aliran kerja keselamatan sebenar—mungkin menjadi sama pentingnya dengan perbandingan berdasarkan jumlah parameter semata-mata.
Studio Global AI
Continue your research
This page includes a source-backed answer you can continue inside Studio Global.
People also ask
What is the short answer to "GLM-5.3: Pertaruhan Zhipu pada Pengekodan dan Keselamatan Siber"?
Zhipu dilaporkan melancarkan GLM 5.3 hanya beberapa jam selepas ketua saintisnya, Tang Jie, membalas soalan tentang model itu dengan “sooooooon”.
What are the key points to validate first?
Zhipu dilaporkan melancarkan GLM 5.3 hanya beberapa jam selepas ketua saintisnya, Tang Jie, membalas soalan tentang model itu dengan “sooooooon”. Lonjakan terbesar model ini dilaporkan berlaku dalam pengekodan jangka panjang, penggunaan terminal dan tugasan agen AI—bukan melalui penambahan saiz model asas.
What should I do next in practice?
Zhipu mendakwa GLM 5.3 menemui 2,436 isu keselamatan dalam 269 projek sumber terbuka, tetapi angka tersebut masih merupakan hasil yang dilaporkan syarikat dan belum disahkan secara bebas pada skala besar.
Sources
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