GLM-5.3 versus GLM-5.2: wat Z.ai’s nieuwe codingmodel verbetert

Deze cijfers moeten worden gelezen als gerapporteerde resultaten, niet als onafhankelijk vastgestelde metingen. De gedetailleerde vergelijking komt uit een bericht van een derde partij op X. De officiële documentatie van Z.ai bevestigt wel de bredere claims over coding, langdurige benchmarks en cybersecurity, maar noemt in het aangeleverde fragment niet elk afzonderlijk cijfer.

Waarom Terminal-Bench 3.0 relevant is

De stijging van 4,6% naar 28,3% op Terminal-Bench 3.0 is de opvallendste vergelijking in de beschikbare scorekaart. De benchmark is relevant voor coding-agents omdat die werkzaamheden in een command-lineomgeving test. Een model moet daar doorgaans tools beheren, de huidige toestand inspecteren, wijzigingen aanbrengen en meerdere stappen achter elkaar uitvoeren, in plaats van alleen een los codefragment te produceren.

De beschikbare informatie ondersteunt de conclusie dat GLM-5.3 op deze test aanzienlijk sterker presteert. Dat is echter geen bewijs dat het model in elk bestaand softwareproject of iedere ontwikkelworkflow beter zal werken dan GLM-5.2.

Gericht op langdurig agentwerk

GLM-5.3 is bedoeld voor werk dat langer doorgaat: plannen, implementeren, debuggen en itereren binnen een omvangrijke codebase en context. Z.ai noemt het model expliciet sterker in langdurige, complexe taken en geeft een contextvenster van 1 miljoen tokens op.

Daarmee is dit meer dan een kleine update voor korte programmeerprompts. Z.ai meldt state-of-the-artprestaties onder open-sourcemodellen op Terminal-Bench 3.0 en Agents’ Last Exam (CLI), naast de interne verbetering van 50% ten opzichte van GLM-5.2.

In de praktijk betekent dit dat GLM-5.3 ontworpen is om meer projectinformatie vast te houden en een opdracht over meer stappen heen uit te voeren. Benchmarkscores zeggen op zichzelf echter niets definitiefs over betrouwbaarheid, kosten, snelheid of de kwaliteit van toolgebruik in een specifieke ontwikkelomgeving. Teams die willen overstappen, doen er daarom goed aan representatieve repositories en workflows zelf te testen.

Ook betere resultaten bij cybersecurity

Z.ai zegt dat GLM-5.3 zijn beste resultaat tot nu toe heeft behaald op de CyberGym-benchmark voor het opsporen van kwetsbaarheden. Volgens het bedrijf lag ook de prestatie bij het uitbuiten van kwetsbaarheden meer dan twee keer zo hoog als bij GLM-5.2.

De scorekaart van de derde partij meldt een stijging op CyberGym van 77,2% naar 84,5%. Op ExploitBench zou de score zijn toegenomen van 24,4% naar 54,4%. Die exacte cijfers zijn niet onafhankelijk bevestigd in het officiële materiaal dat hier beschikbaar is. Ze kunnen daarom het best worden beschouwd als gerapporteerde lanceringsclaims, niet als definitieve sectorbenchmarks.

De cybersecurityresultaten zijn om twee redenen relevant. Ze wijzen erop dat de agentverbeteringen mogelijk verder reiken dan het schrijven van applicatiecode, naar het opsporen en analyseren van beveiligingsproblemen. Tegelijk maken ze aanvullende veiligheidsevaluaties noodzakelijk. Een model dat beter kwetsbaarheden kan vinden en uitbuiten, kan nuttig zijn voor defensieve beveiliging, maar brengt zonder passende controles ook grotere risico’s op misbruik met zich mee.

Welke technische verandering noemt Z.ai?

Z.ai schrijft de vooruitgang vooral toe aan opgeschaalde post-training. Volgens het bedrijf zijn de taakomgevingen voor die training uitgebreid, zodat ze beter lijken op echte engineering- en onderzoeksworkflows die meerdere dagen kunnen duren. De focus lag daardoor minder op korte, op zichzelf staande programmeeroefeningen.

GLM-5.3 wordt daarmee gepresenteerd als een model waarvan de winst vooral uit training en taakopzet komt, en niet simpelweg uit een groter contextvenster of een volledig nieuwe basismodelarchitectuur. De uitleg past bij de grootste gerapporteerde verbeteringen op langdurige en agentische evaluaties: het model moest leren plannen, tools gebruiken, van fouten herstellen en doorwerken bij complexe opdrachten.

Dit blijft wel de verklaring van Z.ai zelf. Onafhankelijke tests zijn nodig om vast te stellen hoeveel van de winst overeind blijft bij andere modellen, prompts, agentframeworks en softwareprojecten.

Beschikbaarheid en de planning voor open gewichten

GLM-5.3 is beschikbaar via het GLM Coding Plan van Z.ai, dat het model volgens de documentatie ondersteunt in de vermelde abonnementen. Het model is ook beschikbaar in de ontwikkelomgeving ZCode.

In het aangeleverde bewijsmateriaal waren de open gewichten nog niet gepubliceerd. Een rapport van een derde partij stelde dat Z.ai ze ongeveer twee weken na de lancering van 14 augustus 2026 wilde uitbrengen, na aanvullende veiligheidsevaluatie. Dat zou neerkomen op eind augustus 2026, maar de timing is voorlopig en moet niet als bevestigde releasedatum worden opgevat.

Voor ontwikkelaars is het verschil tussen toegang en reproduceerbaarheid belangrijk. GLM-5.3 kan al worden getest via de ondersteunde producten van Z.ai, maar de gedetailleerde lanceringsresultaten zijn nog niet volledig lokaal reproduceerbaar met de gewichten die in de aangeleverde bronnen worden beschreven.

Conclusie

GLM-5.3 is een gerichte upgrade voor coding-agents en geen gewone modelupdate met alleen een nieuw versienummer. Z.ai meldt een verbetering van 50% op de eigen codingbenchmark, sterkere resultaten op evaluaties voor langdurige agenttaken en duidelijke vooruitgang op cybersecurity ten opzichte van GLM-5.2.

De belangrijkste kanttekening gaat over het bewijs. Z.ai bevestigt de richting van de verbeteringen, terwijl de precieze openbare benchmarkvergelijkingen en de planning van ongeveer twee weken voor de gewichten afkomstig zijn uit derdepartijrapportage en nog onafhankelijk moeten worden gecontroleerd.

Tot bredere tests en de release van de gewichten beschikbaar zijn, is GLM-5.3 daarom het best te zien als een veelbelovende coding-agent die al via Z.ai’s producten toegankelijk is — maar nog niet als een volledig onafhankelijk reproduceerbaar open model.