O GLM-5.3 é o modelo open-weights mais capaz para tarefas de codificação lançado pela Z.ai (empresa por trás do ChatGLM). A peculiaridade desta versão: os ganhos vêm exclusivamente do pós-treinamento — o modelo base é idêntico ao GLM-5.2. Isso significa que a Z.ai extraiu 50% de melhoria em código apenas refinando como o modelo aprende, sem alterar arquitetura ou adicionar parâmetros.

GLM-5.3 em benchmarks: saltos expressivos em tarefas longas

Nos testes públicos, o desempenho do GLM-5.3 sobre o antecessor é consistente em tarefas de múltiplas etapas:

  • Terminal Bench 3.0: de 4,6 para 28,3 pontos
  • DeepSWE v1.1: de 46,2 para 66,9
  • Agents' Last Exam: de 23,8 para 28,5

No Z.ai Code Bench — benchmark interno que simula ambientes reais de desenvolvimento local — o GLM-5.3 atinge 34,5% de taxa de conclusão no nível Max com ~75 mil tokens de saída, contra 23,4% do GLM-5.2 com 96 mil. Mais resultado com menos custo.

Versus Claude Opus 4.8: melhor resultado com 2,4x menos tokens

O comparativo mais relevante para quem usa APIs de IA para programação: no esforço High do Z.ai Code Bench, o GLM-5.3 atinge 31,4% de conclusão consumindo ~50 mil tokens de saída por tarefa. O Claude Opus 4.8 chega a 29,5% usando 120 mil tokens no mesmo nível de esforço.

Isso representa uma eficiência 2,4 vezes superior em tokens — com resultado ainda melhor. Para times que rodam agentes de código em escala, essa diferença se traduz diretamente em economia na fatura da API. O Claude Fable 5 ainda lidera com 39,5% no Max effort, mas o gap em relação ao GLM-5.3 (34,5%) diminuiu significativamente.

Cibersegurança: o achado mais surpreendente do GLM-5.3

Durante o pós-treinamento, a Z.ai incluiu dados de descoberta de vulnerabilidades. O resultado foi além do esperado: o GLM-5.3 não apenas identifica falhas isoladas — ele raciocina sobre cadeias de exploração completas, planejando ataques em múltiplos estágios.

Nos benchmarks especializados:

  • CyberGym (análise de código-fonte): 84,5%, melhor resultado do benchmark, à frente do Mythos 5 (83,8%) e GPT-5.6 Sol (83,6%)
  • ExploitBench (exploração de vulnerabilidades reais): 54,4%, mais que o dobro do GLM-5.2 (24,4%)

Em testes com projetos reais, em parceria com equipes de segurança na China, o GLM-5.3 identificou 2.436 vulnerabilidades em 269 projetos, incluindo 1.097 de nível médio a alto. As falhas abrangem kernels de sistema, browsers, infraestrutura open-source e protocolos de rede — algumas com décadas de vida nos repositórios.

Os pesos open-source serão liberados em duas semanas após o lançamento, após conclusão da avaliação de segurança. A decisão de não disponibilizar imediatamente reflete justamente a preocupação com o potencial ofensivo das capacidades de cibersegurança.

Por que isso importa para o seu negócio

Custo de IA para desenvolvimento vai cair. O GLM-5.3 demonstra que é possível superar modelos líderes com menos tokens — o que reduz custos de API diretamente. Para times que usam agentes de IA para revisar código, gerar testes ou automatizar desenvolvimento, essa eficiência tem impacto no orçamento.

Open-weights muda a equação de privacidade. Com os pesos a caminho, empresas poderão rodar o GLM-5.3 localmente, sem enviar código proprietário para servidores externos. Para startups com IP sensível ou que operam em setores regulados, isso elimina uma barreira importante.

Auditoria de segurança automatizada se torna acessível. A capacidade de encontrar 2.436 vulnerabilidades reais — algumas com décadas — em projetos de produção mostra o potencial de ferramentas de IA especializadas em segurança. O que antes exigia equipes caras e meses de trabalho pode se tornar um serviço acessível para pequenas empresas.

O GLM-5.3 está disponível agora para usuários do GLM Coding Plan da Z.ai. Os pesos open-source chegam em duas semanas. Mais informações em z.ai/blog/glm-5.3.

Conteúdo reescrito e traduzido para PT pela redação luiscortex, revisado por humano.

Fonte: z.ai