คำตอบเผยแพร่แล้ว24 แหล่งที่มา
GLM-5.3 มาเร็วเกินคาด หลังคำว่า “sooooooon” พร้อมพุ่งแรงด้านโค้ดและความปลอดภัยไซเบอร์
Zhipu มีรายงานว่าเปิดตัว GLM 5.3 เพียงไม่กี่ชั่วโมงหลัง Tang Jie หัวหน้านักวิทยาศาสตร์ตอบคำถามเกี่ยวกับโมเดลด้วยคำว่า “sooooooon” จุดเด่นของโมเดลอยู่ที่งานเขียนโค้ดระยะยาว การใช้เทอร์มินัล เครื่องมือ และการค้นหาช่องโหว่ มากกว่าการเพิ่มขนาดโมเดล Zhipu ระบุว่าพบประเด็นด้านความปลอดภัย 2,436 รายการในโครงการโอเพนซอร์ส 26...
เผยแพร่โดยแก้ไขด้วย GPT-5.6 Lunaรูปภาพสร้างด้วย GPT Image 1.5
คำตอบการวิจัย
ประเด็นสำคัญ
- Zhipu มีรายงานว่าเปิดตัว GLM 5.3 เพียงไม่กี่ชั่วโมงหลัง Tang Jie หัวหน้านักวิทยาศาสตร์ตอบคำถามเกี่ยวกับโมเดลด้วยคำว่า “sooooooon”
- จุดเด่นของโมเดลอยู่ที่งานเขียนโค้ดระยะยาว การใช้เทอร์มินัล เครื่องมือ และการค้นหาช่องโหว่ มากกว่าการเพิ่มขนาดโมเดล
- Zhipu ระบุว่าพบประเด็นด้านความปลอดภัย 2,436 รายการในโครงการโอเพนซอร์ส 269 โครงการ แต่ตัวเลขเหล่านี้ยังควรถือเป็นข้อมูลที่บริษัทเปิดเผยเอง
AI พรอมต์
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
คำว่า “sooooooon” ของ Tang Jie หัวหน้านักวิทยาศาสตร์ของ Zhipu AI กลายเป็นคำใบ้ที่เกิดขึ้นจริงเร็วกว่าที่หลายคนคาด เมื่อมีรายงานว่า Zhipu เปิดตัว GLM-5.3 เพียงไม่กี่ชั่วโมงหลังจากตอบคำถามผู้ใช้เกี่ยวกับโมเดลรุ่นใหม่ 12
แต่ประเด็นสำคัญไม่ได้อยู่ที่ความเร็วในการเปิดตัวเท่านั้น GLM-5.3 ถูกวางตำแหน่งให้เป็นโมเดลสำหรับการเขียนโปรแกรม งานซอฟต์แวร์ที่ทำงานแบบเอเจนต์ และความปลอดภัยไซเบอร์ โดยเรื่องทางเทคนิคที่น่าสนใจคือ โมเดลยังใช้ฐานเดียวกับ GLM-5.2 ซึ่งมีพารามิเตอร์ราว 743 พันล้านตัว ขณะที่ Zhipu ระบุว่าการพัฒนาส่วนใหญ่เกิดจากการขยายการฝึกหลังการเทรน หรือ post-training ไม่ใช่การสร้างโมเดลพื้นฐานใหม่ที่มีขนาดใหญ่กว่าเดิม 1
4
20
จุดเปลี่ยนสำคัญ: เพิ่มความสามารถจากฐานโมเดลเดิม
การเปิดตัว GLM-5.3 ทำให้ post-training กลายเป็นพระเอกของเรื่อง เพราะวงการมักอธิบายประสิทธิภาพที่ดีขึ้นด้วยการเพิ่มขนาดโมเดลหรือใช้ทรัพยากรจำนวนมากในการเทรนตั้งแต่ต้น
ตัวเลขที่ Zhipu เผยแพร่ชี้ให้เห็นการพัฒนาที่เด่นชัดในงานซอฟต์แวร์ซึ่งต้องใช้เครื่องมือและการแก้ปัญหาหลายขั้นตอน ได้แก่
- SWE-Marathon: 19.4 เพิ่มเป็น 42.5
- FrontierSWE: 67.5 เพิ่มเป็น 78.1
- Terminal-Bench 3.0: 4.6 เพิ่มเป็น 28.3
- DeepSWE v1.1: 46.2 เพิ่มเป็น 66.9
ตัวเลขเหล่านี้มาจากการเปรียบเทียบที่ Zhipu เผยแพร่และการวิเคราะห์ต่อจากแหล่งข่าวอื่น 1
3
6
7
ผลลัพธ์ของ Terminal-Bench โดดเด่นเป็นพิเศษเมื่อมองในแง่จำนวนจุดที่เพิ่มขึ้น อย่างไรก็ตาม การเพิ่มจากคะแนนเริ่มต้นที่ต่ำไม่ได้แปลว่าโมเดลจะดีที่สุดในงานวิศวกรรมซอฟต์แวร์ทุกประเภท ตัวอย่างเช่น คะแนน 42.5 บน SWE-Marathon ยังต่ำกว่าคะแนนของ Kimi K3 และ Opus 4.8 ที่ปรากฏในตารางเปรียบเทียบ 6
9
CyberGym ทำให้ GLM-5.3 ถูกจับตามอง
คะแนนที่เรียกความสนใจได้มากที่สุดคือ 84.5 บน CyberGym ซึ่งเป็นการทดสอบความสามารถในการค้นหาและตรวจสอบช่องโหว่จากซอร์สโค้ด โดยตารางเปรียบเทียบของ Zhipu วางคะแนนนี้ไว้เหนือ Mythos 5 ที่ 83.8 และ GPT-5.6 Sol ที่ 83.6 2
5
6
CyberGym ไม่ได้วัดเพียงว่าโมเดลสามารถแนะนำโค้ดที่ปลอดภัยได้หรือไม่ ภารกิจยังครอบคลุมการระบุจุดอ่อน การสร้างการโจมตี และการตรวจสอบผลลัพธ์ จึงใกล้เคียงกับงานค้นหาช่องโหว่และการวางเหตุผลตามลำดับการโจมตี มากกว่าการเติมโค้ดทั่วไป 12
17
ความแตกต่างนี้เป็นเหตุผลที่สื่อด้านความปลอดภัยให้ความสนใจ The Register รายงานคำกล่าวอ้างของ Zhipu ว่าความสามารถของโมเดลไม่ได้ดีขึ้นแค่การมองหาข้อบกพร่องแบบแยกส่วน แต่ยังครอบคลุมการวางเหตุผลต่อเนื่องหลายขั้นของ exploitation chain หรือห่วงโซ่การโจมตีด้วย 17
อย่างไรก็ดี คำว่า “เป็นผู้นำ” ยังต้องอ่านควบคู่กับบริบท ผลเปรียบเทียบที่มีอยู่ส่วนใหญ่เป็นข้อมูลจากบริษัทผู้พัฒนา และยังไม่มีการทำซ้ำในวงกว้างโดยหน่วยงานอิสระ 2
4
6
ตัวเลขการทดสอบโค้ดจริงยังเป็นข้อมูลจากบริษัท
นอกเหนือจาก CyberGym มีรายงานว่า Zhipu ทำงานร่วมกับทีมความปลอดภัยเพื่อทดสอบโมเดลกับโค้ดเบสที่ใช้งานจริง บริษัทระบุในบัญชีผลการทดสอบว่าพบประเด็นด้านความปลอดภัย 2,436 รายการในโครงการโอเพนซอร์ส 269 โครงการ โดย 1,097 รายการเป็นช่องโหว่ระดับ Critical หรือ High นอกจากนี้ยังระบุว่าประเด็นที่เก่าแก่ที่สุดย้อนกลับไปถึงปี 1981 และช่องโหว่เหล่านี้ไม่ถูกค้นพบโดยเฉลี่ยนาน 26.6 ปี 21
31
ตัวเลขดังกล่าวสะท้อนประเภทเวิร์กโฟลว์ด้านความปลอดภัยที่ Zhipu ต้องการเชื่อมโยงกับ GLM-5.3 แต่ไม่ควรตีความว่าเป็นผลการตรวจสอบโดยอิสระหรือการรับรองจากหน่วยงานภายนอก เนื่องจากข้อมูลบัญชีดังกล่าวมาจาก Zhipu และหลักฐานภาพรวมยังพึ่งพาการเปิดเผยของบริษัทเป็นหลัก
ไม่ได้แค่เขียนโค้ด แต่ทำงานผ่านเครื่องมือได้
Zhipu นำเสนอ GLM-5.3 ในฐานะโมเดลสำหรับเอเจนต์ที่ทำงานต่อเนื่อง ใช้เครื่องมือ เปิดเทอร์มินัล และจัดการภารกิจวิศวกรรมที่มีหลายขั้นตอนได้ ไม่ใช่เพียงโมเดลที่สร้างโค้ดตัวอย่างให้ดูสมเหตุสมผล
ผลการทดสอบที่มีการรายงาน ได้แก่ Toolathlon Verified 73.0 เพิ่มจาก 59.9 ใน GLM-5.2 และ AutomationBench 48.2 เพิ่มจาก 26.2 1
7 ขณะเดียวกัน ตารางเปรียบเทียบอื่นระบุคะแนน 28.5 บน Agents’ Last Exam
11
ความหมายในทางปฏิบัติคือ จุดขายของ GLM-5.3 อยู่ที่การทำงานเป็นลำดับ ตั้งแต่เข้าไปดูรีโพซิทอรี ใช้เทอร์มินัล เรียกเครื่องมือ ไปจนถึงดำเนินการหลายขั้นตอนให้เสร็จ ไม่ใช่แค่ตอบกลับด้วยโค้ดหนึ่งชุด
แต่การทำงานได้ดีบนเบนช์มาร์กยังไม่เท่ากับพร้อมใช้งานในระบบจริง ความน่าเชื่อถือยังขึ้นอยู่กับสิทธิ์การเข้าถึงเครื่องมือ ความครอบคลุมของชุดทดสอบ กระบวนการรีวิว และอัตราความผิดพลาดของโมเดลเมื่อทำงานกับโค้ดเบสแต่ละประเภท
สิ่งที่ผลการเปิดตัวพิสูจน์ได้ และสิ่งที่ยังพิสูจน์ไม่ได้
หลักฐานที่มีอยู่สนับสนุนข้อสรุปที่เฉพาะเจาะจงกว่านั้น กล่าวคือ Zhipu รายงานว่า GLM-5.3 พัฒนาขึ้นอย่างมากเมื่อเทียบกับ GLM-5.2 ในเบนช์มาร์กด้านการเขียนโค้ดและงานเอเจนต์หลายรายการ อีกทั้งได้คะแนน CyberGym สูงที่สุดในตารางเปรียบเทียบที่ Zhipu เผยแพร่และสื่อหลายแห่งนำมารายงานต่อ 2
5
6
อย่างไรก็ตาม ผลดังกล่าวยังไม่ได้พิสูจน์ว่า GLM-5.3 เหนือกว่าโมเดลแนวหน้าทุกตัวในงานเขียนโปรแกรม การให้เหตุผล ความปลอดภัย หรือการใช้งานทั่วไป เพราะยังมีโมเดลคู่แข่งที่ทำคะแนนสูงกว่าในเบนช์มาร์กด้านโค้ดบางรายการ และผลการทดสอบที่เผยแพร่ยังไม่ได้รับการทำซ้ำอย่างกว้างขวางโดยผู้ประเมินอิสระ 6
9
บทสรุปที่น่าสนใจกว่าการประกาศว่าใคร “ชนะ” คือแนวทางการพัฒนา GLM-5.3 แสดงให้เห็นว่า post-training ที่ขยายขนาดอย่างจริงจังอาจปลดล็อกความสามารถเฉพาะทางจากฐานโมเดลเดิมได้ หากการทดสอบโดยอิสระยืนยันผลลัพธ์เหล่านี้ การลงทุนใน post-training และการประเมินกับเวิร์กโฟลว์ด้านซอฟต์แวร์และความปลอดภัยจริง อาจมีความสำคัญไม่แพ้การเปรียบเทียบจำนวนพารามิเตอร์
Studio Global AI
ทำการวิจัยต่อ
หน้านี้รวมคำตอบที่ได้รับการสนับสนุนจากแหล่งที่มาซึ่งคุณสามารถดำเนินการต่อภายใน Studio Global
คนยังถาม
คำตอบสั้น ๆ สำหรับ "GLM-5.3 มาเร็วเกินคาด หลังคำว่า “sooooooon” พร้อมพุ่งแรงด้านโค้ดและความปลอดภัยไซเบอร์" คืออะไร
Zhipu มีรายงานว่าเปิดตัว GLM 5.3 เพียงไม่กี่ชั่วโมงหลัง Tang Jie หัวหน้านักวิทยาศาสตร์ตอบคำถามเกี่ยวกับโมเดลด้วยคำว่า “sooooooon”
ประเด็นสำคัญที่ต้องตรวจสอบก่อนคืออะไร?
Zhipu มีรายงานว่าเปิดตัว GLM 5.3 เพียงไม่กี่ชั่วโมงหลัง Tang Jie หัวหน้านักวิทยาศาสตร์ตอบคำถามเกี่ยวกับโมเดลด้วยคำว่า “sooooooon” จุดเด่นของโมเดลอยู่ที่งานเขียนโค้ดระยะยาว การใช้เทอร์มินัล เครื่องมือ และการค้นหาช่องโหว่ มากกว่าการเพิ่มขนาดโมเดล
ฉันควรทำอย่างไรต่อไปในทางปฏิบัติ?
Zhipu ระบุว่าพบประเด็นด้านความปลอดภัย 2,436 รายการในโครงการโอเพนซอร์ส 269 โครงการ แต่ตัวเลขเหล่านี้ยังควรถือเป็นข้อมูลที่บริษัทเปิดเผยเอง
แหล่งที่มา
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