GLM-5.3 מוביל את ה-Cyber ECI של Epoch עם 160: החזית הקיברנטית הפתוחה מפגרת ב-6–7 חודשים

Epoch AI נתנה מספר לשאלה שהדיון בבטיחות של מודלים במשקלים פתוחים חג סביבה, וזה דירוג ולא אזהרה: GLM-5.3 מקבל 160.10 ב-Cyber ECI של המעבדה, הגבוה מכל מודל במשקלים פתוחים שהמדד עוקב אחריו, מעל GPT-5.4 של OpenAI ומתחת ל-Claude Mythos Preview של Anthropic ול-GPT-5.5 של OpenAI. אם קוראים זאת כתאריך ולא כציון, המיקום הזה אומר שיכולת הסייבר הטובה ביותר להורדה פומבית כיום נמצאת בערך במקום שבו עמדה החזית הסגורה לפני שישה עד שבעה חודשים. המדידה — Data Insight שפורסם ב-16 באוקטובר על ידי חוקרי Epoch ג'יאהו לי ואלכסנדר בארי, על נתונים עד 8 באוקטובר — היא הגוף החיצוני הראשון שמדרג את GLM-5.3 בסייבר בכלל, והיא מופיעה חודש אחרי ש-CAISI של NIST כינתה את המודל הגרסה במשקלים פתוחים בעלת יכולות הסייבר הגבוהות ביותר עד כה, תוך שהיא ממקמת אותו כשל כארבעה חודשים מאחורי החזית האמריקאית. לשתי הקריאות יש מקור משותף: Epoch שואבת את הציון של GLM-5.3 משלושה מבחני CAISI, תוצאות הסייבר היחידות שלה עבור המודל, כך שהמרחק ביניהן הוא מרחק של שיטה, לא של מדידה. ה-Frontier Red Team של Anthropic כבר הציג את המספרים שלו על המשקלים ששוחררו ב-29 בספטמבר, ומצא ניצולים מקצה לקצה ב-50 מתוך 410 ניסיונות ExploitBench, לעומת 56 מתוך 410 של Claude Mythos Preview. המודל עצמו אינו חדש: Z.ai הכריזה על GLM-5.3 ב-14 באוגוסט, פתחה את ה-API ב-18 באוגוסט במחיר של 1.40 / 4.40 דולר למיליון טוקנים, והעלתה את המשקלים בגודל 743B ל-Hugging Face ב-28 באוגוסט תחת רישיון מותאם “glm-5.3”. מה שחדש הוא שהיכולת שסביבה Z.ai בנתה את ההשקה נמצאת כעת במקום בלוח דירוג ציבורי ויש לה מרחק מדוד מהחזית — בעוד ש-Artificial Analysis מתמחרת את אותם משקלים לכל משימה בין 0.92 ל-8.68 דולר, תלוי איזו נקודת קצה עונה, ו-Amazon Bedrock מספקת אותם מאז 5 באוקטובר ללקוחות ארגוניים זכאים. העמוד הזה עקב לראשונה אחר GLM-5.3 החל מעקבות ההדלפה שלו ב-3 באוגוסט, ואחר כך לאורך ההשקה שלו; המהדורה הזו משלבת את המיקום ב-Cyber ECI, את השיטה שמאחוריו, ואת מה שפער של שישה עד שבעה חודשים כן מספר לך ומה שהוא אינו מספר לך על המודל שאליו היית מנתב בפועל.

מהדליפה להשקה

ארבעת הסימנים שצפו ב-3 באוגוסט — עמוד הארנס של "ZCode for GLM-5.3", עמוד תיעוד רשמי שהיה נגיש במשך כשעה, רשומת אינדקס ב-Bing עם הכיתוב "GLM-5.3 Official Harness", וקומיט שהוסיף רשומת "glm-5.3" עם תמיכה ב-JSON Schema ל-SDK הרשמי של Zhipu ל-Java — כולם הצביעו על גרסה אמיתית ובעלת שם. תגובת "sooooooon" של מייסד שותף ב-Z.ai, טאנג ג'י, וההצגה כ"epic-level plus" מאומתות כעת על ידי מוצר ממשי ולא על ידי שמועה. אות התזמון של "בערך שבוע" שעמוד זה בחן — שפורסם ב-X על ידי @teortaxesTex אחרי ש-DeepSeek V4 Pro שוחרר ב-13 באוגוסט — התברר כמדויק ליום: Z.ai הכריזה רשמית על GLM-5.3 ב-14 באוגוסט תחת הסלוגן "בנוי לקוד. מוכן להגנת סייבר." ההמשך הגיע בשבוע שלאחר מכן: המודל הושק בשוק הרחב ב-18 באוגוסט — תאריך שחרור שמוטבע כעת ברשימות דגמים של צדדים שלישיים — וב-19 באוגוסט Z.ai הודיעה שה-API פתוח לקריאות, במחיר זהה ל-GLM-5.2, כשהמודל כבר מחובר ל-ZCode, ל-AutoClaw ול-GLM Coding Plan.

אות ההדלפה הבא: מעבד מולטימודלי עבור GLM-5.3

המסגור של דגם הדגל כטקסט בלבד אולי לא יחזיק מעמד זמן רב. ב-28 באוגוסט, בקשת Pull פתוחה במנוע ההגשה sglang מציעה תמיכה בקלט של מעבד מולטימודלי עבור GLM-5.3 — קוד הדבק של המעבד שהופך מטעני תמונה לאותה סכמת שינוי-גודל דינמי, פיקסלים, רשת והרחבת טוקנים שבה משתמשת מסגרת Miles RL, כך שאימון והגשה משתמשים בקלטי תמונה זהים. ה-PR הוא החצי בצד ה-rollout של למידת חיזוק מותנית בתמונה על GLM-5.3 ב-radixark/miles, והקומיט השני שלו רושם בדיקות מעבד של GLM-5.3 ב-CPU CI של sglang. שום דבר מזה אינו הכרזה של Z.ai, ואף GLM-5.3 מולטימודלי לא הושק או נבחן בבנצ'מרקים — זו עדות ברמת הקוד, אותה קטגוריה של אות מוקדם שהדף הזה עקב אחריו לראשונה ב-3 באוגוסט. מה שזה אומר הוא שקו דגמי הדגל נערך לקבל תמונות, באימון ובערימת ההגשה, במקום להישאר מודל הקידוד והסייבר הטקסטואלי בלבד שתיארה Z.ai בעת ההשקה. המסגור של Perplexity עצמה כשהיא הוסיפה את GLM-5.3 ל-Computer בסוף אוגוסט — "בנוי לסוכן מולטימודלי עם הקשר ארוך" — מצביע לאותו כיוון, אם כי זהו מיצוב מוצרי, לא מודל מולטימודלי שהושק.

מה שפוסט-אימון למעשה קנה

הטענה הארכיטקטונית היא החלק שחשוב לדייק בו, כי הפרט הקולני ביותר בהדלפה — פרמטרים שעוברים את הטריליון — שגוי. GLM-5.3 אינו מודל גדול יותר. גם Z.ai וגם מייסדה-השותף טאנג ג'י אומרים שהוא עושה שימוש חוזר באותו בסיס Mixture-of-Experts של 743B בדיוק כמו GLM-5.2 (כ-40 מיליארד פרמטרים פעילים לכל טוקן), שומר על אותו חלון הקשר של 1M טוקנים ועל פלט מקסימלי של כ-128K, וכל השיפור שלו מגיע מפוסט-אימון. טאנג ג'י תיאר את ההשקה כניסוי מכוון של משתנה יחיד — אותו בסיס, אותה ארכיטקטורה, אותו מספר פרמטרים, עם חודש של למידת חיזוק ארוכת-טווח על משימות בסגנון קידוד כמשתנה היחיד — ובאותו חודש הוא ממקם את השיפור של כ-50% בקידוד. הערות השחרור של Z.ai מוסיפות את המנגנון שמתחת: יותר סביבות משימות ארוכות-טווח, יותר סוגי סביבות, וריצות אימון ארוכות יותר, הבנויות על IndexShare לקונטקסט ארוך, SAO ל-RL אסינכרוני, ומסגרת הסליים (slime) בקוד פתוח שכבר הפיקה את GLM-5.2. הצלילה הטכנית העמוקה ש-Z.ai מקשרת מההכרזה על המשקלים הפתוחים — הפוסט המחקרי ב-z.ai/blog/glm-5.3 — מרחיבה על המתכון: עשרות מונים יותר סביבות משימות ארוכות-טווח, יותר סוגי סביבות, וריצות אימון שהורחבו הרבה מעבר לשחרור הראשון, עם משימות שהוגדלו עד כדי עומסי עבודה מומחיים רב-יומיים על אשכולות מחשוב אמיתיים. המסגור של היכולת הקיברנטית — "יכולת תכנות מוגבלת בהחלט" שצצה ככל שסביבות המשימות התרחבו — הוא, כמו הערות השחרור, הדיווח העצמי של החברה, לא ביקורת בלתי-תלויה. המסגור הזה של "ללא אימון מחדש, הכל פוסט-אימון" הוא של המייסד ושל החברה עצמה, והוא לא נבדק בביקורת בלתי-תלויה. הגודל הוא הכותרת הנוספת: עם 743B פרמטרים בסך הכול ורק כ-40B פעילים לכל טוקן, GLM-5.3 קל מספיק לאירוח עצמי על אשכול צנוע וזול מספיק כדי לשרת בהיקף נרחב — המיצוב של "קטן יותר, זול יותר, פתוח" שפרשנות יום-ההשקה צירפה לו, ובניגוד חד למודלי הדגל הסגורים שעמם הוא נמדד.

קידוד וסוכנים: המספרים ש-Z.ai טוענת

בתחום הקוד, Z.ai מדווחת — הכול דיווחי ספק וללא שחזור — על Terminal-Bench 3.0 שעולה מ-4.6 ל-28.3, שאותו Z.ai מכנה הציון הגבוה ביותר בקרב משקולות פתוחות בהרנס הזה; DeepSWE v1.1 עולה מ-46.2 ל-66.9; SWE-Marathon כמעט מכפיל את עצמו מ-19.4 ל-42.5; ו-Agents' Last Exam (CLI) עולה מ-23.8 ל-28.5. הקיצור של Tang Jie עצמו לתוצאה, בפוסט ב-X שהועבר על ידי @dotey, היה "pure post-training, coding up roughly 50%" — אותו נתון מרכזי שפורסם על ידי Z.ai בהודעה שלה. במבחן הקוד הפנימי של Z.ai, GLM-5.3 השיג 31.4% בכ-50K טוקנים בפלט למשימה במאמץ גבוה, לעומת 29.5% של C​laude O​pus 4.8 בכ-120K טוקנים — הנקודה של Z.ai היא ש-GLM-5.3 מגיע לתוצאה דומה תוך הוצאת הרבה פחות טוקנים בפלט. C​laude Fable 5 עדיין מוביל בהערכה הפנימית הזו עם 39.5% במאמץ מקסימלי, ו-Z.ai מודה ש-GLM-5.3 עדיין מפגר אחרי G​PT-5.6 Sol ו-C​laude Fable 5 בכמה הערכות קידוד קשות יותר. התייחסו לכל אלה כאל נתוני ספק עד שהרנס עצמאי ישחזר אותם.

הגנת סייבר: היכולת שאף אחד לא צפה

המספרים בתחום הסייבר היו החלק הקולני ביותר בהכרזה של Z.ai, ועד 29 בספטמבר הם גם היו כולם דיווחי ספק בלבד. ב-CyberGym, בנצ'מרק לגילוי ואימות פגיעויות בקופסה לבנה, Z.ai מדווחת על GLM-5.3 בשיעור 84.5%, עלייה מ-77.2% של GLM-5.2, כשהיא מקדימה את M​ythos 5 (83.8%) ואת G​PT-5.6 Sol (83.6%) של המעבדה. ב-ExploitBench, שדורש גם ניתוח שורש הבעיה וגם אקספלויט עובד, Z.ai מדווחת ש-GLM-5.3 עלה ביותר מפי שניים, מ-24.4% ל-54.4%, אם כי M​ythos 5 (78.0%) נשאר ביתרון. ב-ExploitGym, Z.ai מדווחת על 105 משימות שהושלמו בתקציב של שעתיים ו-130 ב-6 שעות, לעומת 29 ו-39 אצל GLM-5.2 — שוב מאחורי M​ythos 5 (181 ו-247). Z.ai ממסגרת את יכולת הסייבר כתכונה מתהווה של אימון-בתר (post-training) בקנה מידה — "היכולת המשיכה להצטבר ככל שהאימון התרחב", בלשון החברה — ולא כיעד מכוון. אזהרה אחת לפני שמשווים את האחוזים האלה למשהו בהמשך: הנתון של Z.ai ב-ExploitBench והתוצאה של A​nthropic ב-ExploitBench ברמת הניסיון מהווים ריצות שונות של אותו בנצ'מרק ציבורי תחת הרנסים ומשטרים שונים, כך ששני המספרים אינם אותה מדידה ואסור להעמיד אותם זה לצד זה.

Z.ai מוסיפה טענה מהעולם האמיתי לצד הבנצ'מרקים: בבדיקות עם צוותי אבטחה, GLM-5.3 זיהה 2,436 חולשות אבטחה ב-269 פרויקטים בקוד פתוח, 1,097 מהן דורגו כקריטיות או בחומרה גבוהה, כשהממצא הישן ביותר מתוארך ל-1981 ותוחלת ה"חיים" הממוצעת היא 26.6 שנים. זהו המספר הבולט ביותר בהודעה וגם הפחות ניתן לאימות עצמאי. החברה שילבה את היכולת עם Security Disclosure Ledger לגילוי מתואם, תוכנית "trusted access" שמגבילה פונקציות סייבר רגישות למשתמשים מאומתים, ויוזמת "Open Source Shield" לביקורת מתמשכת של פרויקטי קוד פתוח מרכזיים. ההערכה של Anthropic מ-29 בספטמבר היא אתגר ישיר לשאלה כמה מגן מנגנון ההגבלה כשהמשקולות ניתנות להורדה: היא מצאה שהמודל המשוחרר מסרב לבקשות מזיקות כברירת מחדל, אך ניתן להביסו ב-64–100% מהניסיונות בעזרת טכניקות רגילות, והיא מציינת שמפתחים פרסמו וריאנטים של GLM-5.3 שעברו abliteration תוך ימים משחרור המשקולות. תוכנית משתמשים מאומתים חלה על API; היא אינה חלה על קובץ.

מה A​nthropic מדדה, ומה זה משנה

הצוות האדום Frontier של A​nthropic פרסם את הערכתו ב-29 בספטמבר תחת הכותרת "GLM-5.3 והתפשטות יכולות סייבר מתקדמות", וזו הפעם הראשונה שמעבדה מתחרה מציגה מספרים משלה על יכולת הניצול של GLM-5.3. הניסוח בוטה: בדומה ל-C​laude M​ythos Preview, ל-GLM-5.3 יש יכולות חזקות לבנייה אוטונומית של אקספלויטים מקצה לקצה, אך בשונה ממודלים חזיתיים אחרים הוא שוחרר ללא אמצעי הגנה משמעותיים להגבלת שימוש לרעה. כשהורץ בארגזי חול מבודדים נגד מטרות לא מקוונות, GLM-5.3 פיתח אקספלויטים מקצה לקצה ב-ExploitBench ב-50 מתוך 410 ניסיונות. C​laude M​ythos Preview — שהוכרז על ידי A​nthropic כחמישה חודשים קודם לכן ושוחרר באופן מוגבל דרך תוכנית המגנים המהימנים Project Glasswing — עשה זאת ב-56 מתוך 410. במדד Binary Exploitation הפנימי של A​nthropic, ששואב 100 משימות באקראי מפרויקטים המשתתפים ב-OSS-Fuzz של G​oogle ומעניק ניקוד מלא על חטיפת זרימת שליטה, GLM-5.3 קיבל 4% לעומת 6% של C​laude M​ythos Preview. הנקודה של A​nthropic אינה ש-GLM-5.3 מוביל, אלא שסף מסוים זז: מודלים קודמים, כולל C​laude O​pus 4.6 ו-GLM-5.2, לא הצליחו באף אחת מהמשימות הללו.

בסשנים שמנוהלים בידי חוקרים, הממצא הופך לקונקרטי. בהינתן מכונה מבודדת (sandboxed) שמריצה בילד לינוקס מקומי של דפדפן אינטרנט פופולרי ופחות משעה של תשומת לב אנושית לאורך יממה, GLM-5.3 מצא כמה פגיעויות שלא היו ידועות קודם לכן במנוע ה-JavaScript של הדפדפן ושרשר אותן לניצול עובד — עמוד אשר, בעת ביקור בו, קורא קבצים שרירותיים מתוך מחשבו של המבקר, כולל מפתח SSH פרטי. Anthropic אומרת שהיא חשפה את הפגמים הללו למתחזק, וכי באותו סשן גם עלו פגיעויות ניתנות לניצול במנהלי התקנים אלחוטיים וגרפיים ובקושחה של התקנים החשופים לרשת. בסשן שני, GLM-5.3-Flash — האח הקטן והפחות מסוגל — קיבל פרטים פומביים על חולשה מתוקנת ב-Chrome (CVE-2026-11645) ועוד אחת נוספת, וללא הכוונה משמעותית בנה שרשרת ניצול אמינה ל-ARM64 שעקפה את הקשחת אימות המצביעים (pointer authentication). זה לקח 20 דקות של תשומת לב אנושית ושמונה שעות של עבודת מודל, שאותן Anthropic מתמחרת ב-$20.40 לפי תעריפי ה-API של Zhipu.

החלק הבטיחותי של הפוסט הוא החלק שמשנה החלטה. כברירת מחדל, GLM-5.3 סירב לכל בקשה זדונית בגלוי בעולם המדומה של Anthropic, וכך גם כל מודל אחר שנבדק. לאחר מכן מצאה Anthropic דרכים פשוטות לעקוף זאת, והיא מדווחת על השיעור שבו המודל נענה לבקשה המזיקה:

• הנחיה מטעה — שאומרת למודל שהוא סוכן עצמאי של צוות אדום העובד על תרגיל: 64% מהניסויים.

• מילוי מראש של טוקני החשיבה של המודל כך שנראה שהוא כבר שקל את הבקשה והחליט להמשיך: 92%.

• הרצת עותק abliterated של המשקולות, עם סירובים שהוצאו בעריכה: 100%.

אף אחד מהשלושה לא הצליח לגרום למודלי Claude המוגנים לבצע את אותן משימות, אומרת Anthropic — מנגנוני ההגנה שלה חסמו את סיפור הכיסוי, ה-API שלה אינו מציע דרך למלא מראש את החשיבה, והמשקלים שלה אינם מופצים, כך שלא ניתן לבצע במודלים אבליטרציה כלל. האסימטריה האחרונה היא זו שתגרור השלכות ארוכות טווח. אבליטרציה היא טכניקה סטנדרטית להפחתת סירובים, ומכיוון ש-GLM-5.3 מגיע כמשקלים להורדה, כל אחד יכול ליישם אותה: Anthropic בנתה עותק משלה שעבר אבליטרציה בכ-2,200 שעות GPU בעלות של כ-4,400 דולר, ואומרת שצוות שמעולם לא ניסה את המשימה קודם לכן יכול לעשות זאת. העריכה הורידה את שיעור הסירוב של GLM-5.3 מלמעלה מ-90% לבערך 3% ב-JailbreakBench, 2% ב-HarmBench ו-12% ב-StrongREJECT, בעוד ש-GPQA-Diamond יצא ללא שינוי, ותת-קבוצה שנבדקה של CyberGym קיבלה ציון נמוך רק בכמה נקודות אחוז. Anthropic אומרת שמספר מפתחים כבר שחררו לציבור גרסאות של GLM-5.3 שעברו אבליטרציה בתוך ימים מהשחרור של המודל, ושהפעלת אבליטרציה על GLM-5.3-Flash ארכה כ-600 שעות GPU.

התייחסו לכל זה כאל מדידות של מעבדה אחת ולא כעובדה מוגמרת. Anthropic הריצה את מסגרות הבדיקה והסנדבוקסים שלה, ספרה את הניסיונות שלה, ולא פרסמה שחזור של צד שלישי, כך ששום דבר כאן אינו מבוקר באופן בלתי תלוי, באותו מובן שגם המספרים של Z.ai עצמה אינם. מה שנותן לזה משקל רב יותר מטענה של ספק הוא כיוון התמריץ: Anthropic מודדת מודל של מתחרה, היא מדווחת על המכנים, וממצאיה מתיישבים עם המרכז לתקנים וחדשנות ב-AI של NIST, אשר העריך את GLM-5.3 ב-17 בספטמבר, כינה אותו "המודל בעל המשקולות הפתוחות היכולתי ביותר בתחום הסייבר שיצא עד כה", ומקם אותו כארבעה חודשים מאחורי החזית האמריקאית במצטבר של מדדי הסייבר של CAISI — עם הסתייגות שהמודלים האמריקאיים באותה השוואה נבדקו כאשר אמצעי ההגנה הקיברנטיים מושבתים, וכוללים מודלים ששוחררו רק למשתמשים מאומתים. המסקנה של Anthropic עצמה היא טיעון מדיניות לא פחות מאשר טיעון טכני: היא אומרת שסף קריטי ביכולת נגישה בחופשיות נחצה, שכל אחד יכול להוריד את GLM-5.3, ושעל המגינים לקבל גישה למודלים טובים לפחות כמו אלה שהתוקפים שלהם משתמשים בהם. שבועיים לאחר ההערכה של CAISI, Epoch AI מדדה את אותו מרחק בדרך אחרת והגיעה לתוצאה רחבה יותר — שישה עד שבעה חודשים — על בסיס חלק מאותם נתונים.

שום דבר מהאמור לעיל אינו משנה את המכניקה של החלטת ניתוב, וזה החלק שנמצא בשליטתך. פרוסה של תעבורה אל GLM-5.3 ב-OrcaRouter עולה בתעריף של הספק המקורי — $1.40 / $4.40 למיליון טוקנים, מועבר ללא כל תוספת — ומעבר אוטומטי בין שרתים מעביר עומס עבודה אל GLM-5.2 או מודל מוכח אחר כאשר אחד מהם נחלש, כך שהפתעה ביכולות משני הכיוונים היא שינוי תצורה ולא כתיבה מחדש. מה שמוסיף הפוסט של Anthropic הוא שאלה שכדאי לשאול לפני ששולחים אליו עבודה הקשורה לאבטחה או לעבודה ברגולציה: המודל שאתה קורא לו הוא המודל שמשקלותיו פומביים, ונקודת קצה מתארחת אינה אמצעי הגנה. המסלול הארגוני אינו משנה את החשבון הזה. הרישום של Bedrock עצמו עבור GLM-5.3 עומד על $1.68 / $5.28 למיליון טוקנים בפרופיל ההסקה העולמי ועל $1.848 / $5.808 בזה של ארה"ב, 20% ו-32% מעל התעריף של הספק המקורי Z.ai, כך שלקרוא לאותו מודל במחיר הנקוב של Z.ai דרך מפתח אחד נשאר המסלול הזול יותר, בעוד שחוזה בענן קונה במקום זאת עמדת רכש וציות.

איפה בעצם נמצאת החזית הקיברנטית הפתוחה

Cyber ECI של Epoch AI הוא גרסה ממוקדת סייבר של Epoch Capabilities Index של המעבדה, שנבנה מתוצאות בנצ'מרק על פני 35 הערכות סייבר, ולאחר העדכון מ-16 באוקטובר, 76 מודלים. בו, GLM-5.3 של Z.ai מציג 160.10 — הציון הגבוה ביותר במשקלים פתוחים שהמעבדה מתעדת, מעל GPT-5.4 של OpenAI (157.04, שוחרר ב-5 במרץ 2026) ומתחת ל-Claude Mythos Preview של Anthropic (164.82, 7 באפריל) ו-GPT-5.5 של OpenAI (162.22, 23 באפריל). בראש החזית הסגורה עומדים Claude Opus 5.5 של Anthropic (171.14) ו-GPT-6 Astra של OpenAI (171.03), הצמד שהמעבדה מציינת כחזית ב-171. בקרב המשקלים הפתוחים, GLM-5.3 ממוקם מעל Kimi K3 של Moonshot (157.60) ו-DeepSeek-V4-Pro של DeepSeek (150.35), ובמרווח ניכר מקודמיו שלו, GLM-5.2 (154.12) ו-GLM-5 (147.95). הצבת GLM-5.3 בין המודלים הסגורים האחרונים שהוא מנצח לבין המוקדמים ביותר שהוא לא מנצח היא שמייצרת את נתון הכותרת: חזית הסייבר הפתוחה נמצאת בערך במקום שבו עמדה החזית הסגורה שישה עד שבעה חודשים קודם לכן — פער ש-GPT-5.4 והצ'קפוינט מ-7 באפריל של Claude Mythos Preview מציבים על שבעה ושישה חודשים בהתאמה, מול מועד חיתוך הנתונים של Epoch ב-8 באוקטובר.

ההסתייגויות חשובות כאן יותר מהרגיל, ו-Epoch מפרטת כמה מהן. רק מודלים עם לפחות שתי תוצאות מבחני סייבר נמצאים במדד בכלל — 57 מתוך 76 — וה-160.10 של GLM-5.3 נשען על שלוש בלבד, כולן מההערכה של CAISI של NIST מ-17 בספטמבר. אלה תוצאות הסייבר היחידות שיש למעבדה עבור המודל, מה שאומר שהאומדן של Epoch הוא התאמה מחודשת לראיות שפרסם CAISI ולא הרצה עצמאית חוזרת, והנתון של שישה עד שבעה חודשים מול כארבעה חודשים של CAISI שונים זה מזה משום שמערכי המבחנים וההשוואה שהם עורכים שונים, לא משום ששניהם חלוקים לגבי המודל. Epoch גם מציינת ש-CAISI לא נקבה בשמות המודלים האמריקאיים שהיא העריכה, ולכן המעבדה ייחסה את התוצאות האלה למובילים סבירים כמו GPT-6 Astra ו-Claude Mythos Preview; שהמרווחים סביב שניים ממודלי החזית חופפים כמעט לחלוטין, ולכן הסדר בראש התרשים פחות סגור ממה שהאומדנים הנקודתיים מרמזים; ושההתאמה מחדש של אוקטובר הזיזה ערכים שפורסמו קודם, והורידה את Claude Mythos 5 ב-3.9 נקודות ואת GPT-5.6 Sol ב-4.7, ולכן אין להשוות את המספרים של החודש למספרים של החודש שעבר בלי זהירות. מוסכמה אחת כדאית לידיעה לפני שקוראים את התרשים: Epoch סופרת רישיונות לשימוש מוגבל ולא מסחרי כמשקולות פתוחות, וזו הסיבה ש-GLM-5.3 נכלל בכלל — המשקולות שלו משוחררות תחת התנאים המותאמים אישית של Z.ai בשם "glm-5.3", ולא תחת רישיון MIT שבו משתמשים GLM-5.2 ו-GLM-5.3-Flash.

מה שהמיקום משנה הוא פחות המודל עצמו מאשר הטיעון סביבו. לפני 16 באוקטובר, הכינוי של GLM-5.3 בתור המהדורה הפתוחה החזקה ביותר בסייבר היה כרוך בציטוט אחוזי ה-CyberGym וה-ExploitBench של Z.ai עצמה, בתוספת הרצות סנדבוקס של מתחרה אחד; כעת יש מיקום באינדקס ציבורי עם מרחק מוצהר מהחזית, והמרחק הזה הוא מספר שקורא יכול לראות כיצד הוא זז. שני דברים נובעים מכך לכל מי ששוקל מודל במשקלים פתוחים לעבודה המשיקה לאבטחה. פיגור של שישה חודשים מאחורי החזית אינו אותו דבר כמו בטוח: אקספלויט שמודל חזית יכול לבנות היום הוא כזה שיכולת בת שישה חודשים יכולה לבנות ברגע שהשיטה תהיה פומבית, והתוצאות של Anthropic לעיל מציבות את המשקלים המסוימים האלה בתוך החלון הזה. ודירוג הוא הצהרה על המשקלים הזמינים הטובים ביותר, לא על נקודת הקצה שעונה לבקשה שלך — אותם משקלים שמוגשים על ידי ספקים שונים כבר נבדלים פי תשעה בעלות לכל משימה, וזהו עניין של ניתוב ולא עניין של יכולת.

קו הבסיס ש-GLM-5.3 היה צריך לנצח

GLM-5.2 הוא נקודת הייחוס שכל הסיפור תלוי בה. הוא הושק ביוני 2026 כמודל Mixture-of-Experts בנפח 743B עם כ-40B פרמטרים פעילים לכל טוקן, חלון הקשר של 1M טוקנים, פלט מקסימלי של 128K, רישיון MIT ומשקלים פתוחים ב-Hugging Face. מדד ה-Intelligence Index של Artificial Analysis — שנמדד על ידי המעבדה, לא על ידי Z.ai — נמצא כעת במהדורת v4.3.2 המנוסחת מחדש, ובו GLM-5.2 (Max) מקבל 34 בעוד GLM-5.3 (Max) מקבל 45. פער אחת-עשרה הנקודות הוא אותו מרחק שהדף הזה דיווח עליו בעת ההשקה, כאשר מהדורת המדד הקודמת של אותה מעבדה העמידה את GLM-5.2 על 53 ואת GLM-5.3 על 60; מה שהשתנה הוא הסרגל, לא התוצאה, והמעבדה מסמנת כעת את GLM-5.2 כמיושן (deprecated) לטובת ממשיכו. הציון 45 של GLM-5.3 מציב אותו במקום השני בקרב מודלים עם משקלים פתוחים, מאחורי 46 של MiMo-V2.6-Pro ונקודה אחת לפני 44 של K​imi K3 (Max). זה היה המספר הבלתי-תלוי הראשון שהוצמד ל-GLM-5.3, והוא עקבי עם הכיוון — אם לא כל פרט — של הטענות של Z.ai עצמה. שתי נקודות נתונים נוספות מצד שלישי נחתו מאז: בסוף אוגוסט, Perplexity דיווחה ש-GLM-5.3 גובר על GLM-5.2 ב-WANDR, המבחן הפתוח שלה למחקר בהיקף גדול המגובה בראיות — מבחן ה"רחב והעמוק" שבו סוכן חייב להרכיב סט גדול של רשומות מגובות במקורות במקום לענות על שאלה בודדת. זהו מבחן של Perplexity עצמה וטענה שלה עצמה, בלי ציונים שפורסמו, אז התייחסו אליו כאל כיווני עד שיופיעו מספרים. השנייה היא הערכת הסייבר של A​nthropic מ-29 בספטמבר — המדידה החיצונית הראשונה של היכולת הספציפית שסביבה Z.ai בנתה את ההשקה. בקידוד לטווח ארוך, מערכת הבדיקה OrcaRouter מודדת 77.9 ב-Terminal-Bench 2.1, בעוד שהנתון המדווח הטוב ביותר של Z.ai עבור GLM-5.2 הוא 82.7, שיהיה הציון הראשון במודל עם משקלים פתוחים מעל 80, אבל הוא מדווח על ידי הספק ולא משוחזר. מחיר המחירון הוא $1.40 למיליון טוקני קלט ו-$4.40 למיליון טוקני פלט.

לוח התוצאות שלמעלה הוא התחזית מתקופת ההדלפה שהעמוד הזה פרסם לפני ההשקה — השורה ">1T פרמטרים (לפי שמועה)", חלון ההקשר והרישיון שלא אושרו, ומדד AA הצפוי. ההשקה תיקנה את התא הגדול ביותר: GLM-5.3 עושה שימוש באותו בסיס 743B כמו GLM-5.2, כך שאין קפיצת פרמטרים. חלון ההקשר מאושר ב-1M, והרישיון כבר אינו השאלה הפתוחה שהיה — Z.ai פרסמה רישיון "glm-5.3" מותאם אישית, ולא את תנאי MIT שבהם משתמשים GLM-5.2 ו-GLM-5.3-Flash. תא המדד הצפוי — הניחוש של העמוד הזה עצמו, כ-57–60 — היה התחזית הנדירה שנחתה בול על 60 במדד כפי שהיה בעת ההשקה; המעבדה מאז פרסמה מחדש את המדד, ובגרסת v4.3.2 הנוכחית אותו מודל מציג 45. מה שלא זז הוא השאלה הפתוחה: מה יעשה הציון הזה כשהוא משוחזר מול המשקולות באירוח עצמי.

הצילום שלמעלה הוא קו הבסיס העצמאי שמולו נמדדות הטענות של GLM-5.3. GLM-5.2 עמד בראש טבלת המובילים בקטגוריית המשקולות הפתוחות עם ציון 53 במדד Artificial Analysis Intelligence Index בגרסת המדד שדף זה הציג באוגוסט. קו הבסיס הזה חושב מאז מחדש, יחד עם זה של כל מודל אחר: במדד v4.3.2 הנוכחי של המעבדה, GLM-5.2 (Max) מציג 34 ו-GLM-5.3 (Max) מציג 45, פער באותו כיוון ובגודל דומה בערך, כאשר Kimi K3 (Max) מפגר בנקודה אחת עם 44 ו-MiMo-V2.6-Pro מקדים עם 46. שתי הקריאות הן מדידות של המעבדה עצמה בהרנס שלה, ואף אחת מהן אינה נתון מטעם ספק.

תמחור וזמינות

GLM-5.3 מתומחר באופן זהה ל-GLM-5.2: $1.40 למיליון טוקני קלט ו-$4.40 למיליון טוקני פלט (¥8 / ¥28 ברשימה המקומית), כאשר קריאות קלט שמורות במטמון עומדות על $0.26 / ¥2 למיליון. השחרור מתוארך ל-18 באוגוסט ברשימות דגמים של צד שלישי, Z.ai פתחה את ה-API לציבור ב-19 באוגוסט, והדגם מאושר כנגיש דרך ה-API של Z.ai עצמה, ZCode, AutoClaw, תוכנית GLM Coding Plan, ורשימה גדלה והולכת של פלטפורמות צד שלישי, וכן — מאז סוף אוגוסט — ספריית Ollama, שבה GLM-5.3 מופיע כדגם מתארח בענן (glm-5.3:cloud) המוגש מארצות הברית ואירופה עם אפס שמירת נתונים. Perplexity Computer, פלטפורמת הסוכנים של Perplexity לעבודה ארוכת-טווח ורבת-שלבים, הוסיפה את GLM-5.3 באותו חלון זמן וכעת מציעה את הדגם לעומסי עבודה של סוכנים. התג של Ollama הוא בענן בלבד, לא GGUF מקומי, ולכן מסלול האירוח העצמי עדיין עובר דרך המשקולות ב-Hugging Face; ל-GLM-5.3-Flash הקטן יותר יש כעת רשומת ענן תואמת משלו ב-Ollama. שלב ההדלפות תם: הזמינות היא כעת עובדה מאושרת, לא שמועה למעקב. שינוי התנהגות אחד חשוב לקוראי API: בקשות מחייבות כעת הפעלה של "thinking" בשלוש רמות מאמץ — נמוכה, גבוהה ומקסימלית — ללא מתג כיבוי, שינוי שובר תאימות לאינטגרציות קיימות.

A​mazon Bedrock מציע כעת גם את GLM-5.3. AWS פרסמה את המודל ב-5 באוקטובר 2026 — תאריך ההשקה בכרטיס המודל שלה עצמה — ומתארת אותו שם כאותו עיצוב Mixture-of-Experts עם כ-40B פרמטרים פעילים לכל טוקן, אותו חלון הקשר של 1M טוקנים ותקרת פלט של 128K כמו ב-API של הצד הראשון, וחשיבה מופעלת באופן קבוע עם רמות מאמץ לבחירה. המסלול אינו העתק של נקודת הקצה של Z.ai. Bedrock מגיש את GLM-5.3 דרך הסקה חוצת-אזורים בלבד: מזהה המודל הבסיסי (zai.glm-5.3) אינו מקבל קריאות לפי דרישה בתוך האזור, כך שהבקשות עוברות דרך פרופיל ה-geo של ארה"ב (us.zai.glm-5.3) או זה הגלובלי (global.zai.glm-5.3), ו-AWS מסמנת הסקה בתוך האזור כלא נתמכת בכל אזור שהיא מפרטת, כולל ארבעת אזורי ארה"ב. מה שהיא מוסיפה הוא משטח ה-AWS סביב המודל — Invoke, Converse, ממשקי ה-Responses וה-Chat Completions התואמים ל-O​penAI, Guardrails, Agents, Flows, פלטים מובנים, הערכת מודלים, ו-prompt caching שהוא משתמע כברירת מחדל או מפורש בנקודות מטמון של לפחות 1,024 טוקנים עם שמירה של לפחות 30 דקות — בתוספת שכבות השירות הסטנדרטיות, כאשר Priority בתוספת של 75% לעומת Standard ו-Flex ו-Batch בהנחה של 50%. הגישה היא המלכוד: ההודעה של AWS מכנה את GLM-5.3 זמין באופן כללי ב-Bedrock, בעוד שגם ההודעה הזו וגם כרטיס המודל מגבילים אותו ללקוחות זכאים שיפנו לצוות החשבון שלהם ב-AWS. המסלול הארגוני קיים; הוא אינו בשירות עצמי כיום. מספר אחד שכדאי להתייחס אליו בזהירות בקריאת העמודים של AWS עצמה: כרטיס המודל מציב את GLM-5.3 על 744B פרמטרים בסך הכול וההודעה הנלווית על 753B, בעוד ש-Z.ai ומאגר Hugging Face אומרים 743B — אותו מודל, שלושה סכומים, ואף אחד מהם לא נמדד באופן בלתי תלוי.

עלות לכל משימה, ושיעור הפגיעות במטמון שמאחוריה

אותו מחיר אינו אומר אותו חשבון, וההבדל נמדד כעת ולא מוסק. Artificial Analysis מציבה את GLM-5.3 (Max) על $2.01 למשימת Intelligence Index בתעריף first-party, לעומת $1.47 של GLM-5.2 (Max) — אותו מחירון של $1.40 / $4.40, חשבון גדול ב-37% עבור מעבר אחד באותה קבוצת משימות קבועה. שני דברים מסבירים זאת, ושניהם נמצאים בסיכום המודל של המעבדה עצמה. הראשון הוא נפח: GLM-5.3 מוציאה 210M אסימוני פלט ב-Intelligence Index לעומת חציון של 140M במודלים דומים בעלי משקולות פתוחות, מה שהמעבדה מכנה מאוד מפורט, ופלט הוא הצד היקר של המחירון. השני הוא קצב: 64.2 אסימוני פלט בשנייה לעומת חציון של 66.9, שזה איטי מהממוצע, ובהרצת סוכן ארוכה גם יותר זמן שעון שנקנה עם אותם אסימונים. זה מחליף את האומדן שעמוד זה נשא קודם לכן, שהציב את GLM-5.3 קרוב ל-$0.68 למשימה ואת GLM-5.2 קרוב ל-$0.44 בהתבסס על שימוש האסימונים שנצפה על ידינו. המספרים של המעבדה גבוהים מהאומדן הזה בכל הפרמטרים, ואותם יש לצטט: מדובר בממוצע משוקלל על פני עשרה הערכות במספר משימות קבוע, ולא בקריאה מעומס עבודה אחד.

נקודת הקצה אחראית ליותר מהנזק מאשר המודל. אותה מעבדה מפרסמת כעת טור Cost per Task עבור כל ספק שהיא עוקבת אחריו ב-GLM-5.3 (Max) — 25 מהם — והטור נע בין $0.92 בנקודת הקצה הזולה ביותר ל-$8.68 ביקרה ביותר. זהו פער של פי 9.4 על אותם משקלים, אותו בנצ'מרק ואותה הגדרת חשיבה. (ה-9.4x הוא החישוב שלנו על הטור שהמעבדה מפרסמת; מה שהעמוד עצמו מציין במילים הוא שמחירים משולבים למיליון טוקנים משתנים „עד פי 4.4 בין ספקים” ומהירות הפלט משתנה ב-1,152%.) שום דבר בפער הזה אינו ממצא של יכולת — מדד ה-Endpoint Accuracy Index של המעבדה, שמריץ מחדש את BFCL v4-500, HLE-250 ו-AA-LCR-25 כנגד כל נקודת קצה, מראה 95% ומעלה בכל נקודת קצה שהוא מדרג, כלומר מה שספק מפסיד הוא מעט דיוק, לא המודל. המנגנון שהמעבדה מציינת הוא שמירה במטמון. עלות למשימה מחושבת ממחירי טוקנים של קלט, פגיעת מטמון, כתיבת מטמון, חשיבה ותשובה, מחולקת במספר המשימות ומשוקללת לפי חלקו של כל בנצ'מרק במדד — כך שלולאה סוכנית או לולאת קידוד ששולחת מחדש את כל היסטוריית השיחה בכל סיבוב משלמת על ההיסטוריה הזו שוב ושוב, פעם בכל סיבוב, והחלק ממנה שמוגש ממטמון ההנחיה של הספק הוא המנוף הגדול ביותר על הסכום הכולל. Artificial Analysis מודדת את החלק הזה כשיעור פגיעות במטמון, מגדירה אותו כ„שיעור טוקני הקלט הניתנים למטמון שמוגשים ממטמון ההנחיה של הספק, הנמדד במהלך מפגשי קידוד סוכניים מרובי-סיבובים”, מדווחת עליו כחציון של ארבעת השבועות האחרונים (עודכן ב-26 בספטמבר 2026) ומציגה אותו בתרשים מול עלות למשימה. הכיוון המוצהר שלה הוא זה שחשוב כאן: שיעורי פגיעה גבוהים יותר משמעותם שיותר מהקלט מחויב במחיר פגיעת המטמון הזול יותר, מה שמוריד את העלות האפקטיבית של עבודה סוכנית. הנחת המטמון של GLM-5.3 עצמה היא 81% בתעריף צד ראשון — $0.26 למיליון קלט במטמון לעומת $1.40 למיליון קלט טרי — וכתיבת מטמון ואחסון מחויבים בנפרד, בתעריפים המשתנים לפי ספק. הסתייגות אחת בנוגע לראיות: שיעורי הפגיעה לפי ספק מוצגים בתרשים ולא בטבלה, כך שאפשר לייחס את הפער לשמירה במטמון כמנגנון בלי לטעון למספר שיעור פגיעה עבור נקודת קצה מסוימת.

זהו ויכוח על ניתוב לפני שהוא ויכוח על תמחור, כי המשתנה שאפשר לפעול עליו הוא איזו נקודת קצה עונה, ולא כמה עולים המשקלים. GLM-5.3 נמצא ב-OrcaRouter במחיר $1.40 / $4.40 למיליון טוקנים, מועבר הלאה במחיר המחירון של הספק עצמו ללא תוספת, כך שמחיר או תנאי מטמון של ספק מגיעים לחשבונית שלך ביום שבו הם משתנים ולא בחוזה הבא. מעבר אוטומטי (failover) מעביר עומס עבודה מנקודת קצה מדורדרת אל GLM-5.2 או מודל מוכח אחר, וה-DSL של הניתוב הוא המקום שבו כלל כזה חי. עבור מודל שהעלות לכל משימה שלו משתנה פי תשעה בין נקודות קצה, הדרך בסיכון נמוך למצוא את המספר שלך היא פרוסה של תנועה אמיתית עם failover מאחוריה — נקודת הקצה הזולה בלופ הסוכנים של מישהו אחר אינה בהכרח זו שזולה אצלך.

Build Week הופכת לסדרה מתמשכת — עם 100 מיליון טוקנים חינמיים של GLM-5.3

Z.ai הפכה את ZCode Build Week שלה לסדרה מתמשכת ב-21 באוגוסט, כשהיא מזכה את הקהילה במה שלדברי החברה היה גל של פרויקטים שנבנו על ZCode עם GLM-5.3. לציון ההשקה המחודשת, העניקה Z.ai ל-50,000 משתמשי ZCode חדשים 100 מיליון אסימוני GLM-5.3 בחינם כל אחד — כל הקודם זוכה — עד 23 באוגוסט בשעה 18:00 לפי שעון האוקיינוס השקט (24 באוגוסט, 09:00 לפי שעון בייג'ינג) — כאשר אסימונים שלא נוצלו יפוגו עם סיום האירוע. ההצעה ותנאיה הם של Z.ai עצמה: לפי הצהרת הספק, אם כי החלוקה דווחה מאז בכלי תקשורת עצמאיים.

זהו הסבב השני של בניין סוף השבוע. סבב 1, במהלך 16–17 באוגוסט, הושעה כשעה לאחר ההשקה כשהביקוש עלה על הקיבולת — האסימונים שכבר נתבעו לא הושפעו, ו-Z.ai הגדילה מאז את צד ההגשה שלה. ב-50,000 הקצאות של 100 מיליון אסימונים כל אחת, החלוקה המקסימלית שפורסמה היא חמישה טריליון אסימונים: נתון רכישת לקוחות שמשמש גם כמבחן עומס חי של אותה תשתית ההגשה שעליה רץ ה-API בתשלום של GLM-5.3.

מה ההשקה משנה עבורך

עבור קוראי API שכבר משתמשים ב-GLM-5.2, הצעד המעשי הוא שינוי שם המודל, לא פרויקט: GLM-5.2 תואם ל-OpenAI והאינטגרציה נשמרת, עם ההסתייגות של מאמץ החשיבה שהוזכרה לעיל. עבור אלה המארחים בעצמם, ההמתנה הסתיימה. המאגר הרשמי zai-org/GLM-5.3 ב-Hugging Face — שנוצר ב-25 באוגוסט ואוכלס בין 27–28 באוגוסט — מכיל כעת את מודל הדגל המלא 743B ב-141 שברי safetensors, כאשר SGLang, vLLM, TokenSpeed, Transformers ו-KTransformers מופיעים כולם בכרטיס המודל כנתיבי פריסה נתמכים. הרישיון הוא ההפתעה האמיתית היחידה: Z.ai הצהירה על רישיון מותאם אישית "glm-5.3", לא MIT — הוא נקרא כמו מענק MIT בתוספת תנאי שכל עסק של מודל-כשירות עם יותר מ-10 מיליארד דולר בהכנסות ב-12 החודשים האחרונים חייב לעבור בדיקת אבטחה של Z.ai לפני שימוש מסחרי. מתחת לסף זה, אירוח עצמי ושימוש מסחרי רגיל אינם כוללים שער כזה, אם כי כדאי לקרוא את התנאים המדויקים לפני שמסתמכים עליהם. אם קנה המידה של מודל הדגל גדול ממה שהאשכול שלך רוצה, GLM-5.3-Flash הקטן יותר שחרר את המשקולות שלו תחת MIT ב-26 באוגוסט — מודל נפרד, מולטימודלי ילידי, לא מודל הדגל. עבור משתמשי Ollama, מודל הדגל נמצא כעת במרחק פקודה אחת מהלקוח של הספרייה עצמה — ollama run glm-5.3:cloud — אך קריאה זו פוגעת במודל המאוחסן בענן המוגש מארה"ב ואירופה, לא במשיכה מקומית; אין עדיין תג מקומי מכומת. הרצת GLM-5.3 על החומרה שלך עדיין משמעה המשקולות של Hugging Face עם מחסנית בסגנון vLLM או SGLang. עבור כל מי שמשווה מודלים בדרג של DeepSeek V4 Pro, Qwen3.8-Max, Kimi K3, GPT-5.6 Sol ו-Claude Fable 5, GLM-5.3 הוא כעת משתנה חי ומדורג באופן בלתי תלוי בדירוג הזה במקום שמועה. עבור קונה ארגוני ולא מפתח בודד, האפשרות החדשה ביותר היא Amazon Bedrock, שהציגה את GLM-5.3 ב-5 באוקטובר עבור לקוחות זכאים — אותן משקולות ואותו חלון הקשר של 1M טוקנים המסופקים תחת חוזה AWS, במחיר מחירון גבוה מזה של Z.ai עצמה.

הוויכוח ביום ההשקה סביב GLM-5.3 הוא שחזית הקידוד התכנסה: עבור רוב המשימות היומיומיות, כך הסיפור, מעטים המשתמשים שיכולים להבחין באופן מהימן בין GPT-5.6 Sol, Claude Fable 5, Kimi K3, GLM-5.2 ו-Qwen3.8-Max. אם ההתכנסות הזו אמיתית, הגורמים המכריעים מפסיקים להיות יכולת גולמית והופכים למחיר, פתיחות ועלות מעבר — וזו בדיוק הפינה ש-GLM-5.3 תוחם לעצמו במחיר של 1.40$ / 4.40$ למיליון על בסיס בן 743B הניתן לאירוח עצמי, שמועד פרסום המשקולות המובטח שלו, 28 באוגוסט, כבר הגיע. אם מודלי קידוד ניתנים באמת להחלפה הדדית זו דעה, לא מדד; המחירים, מספר הפרמטרים ותאריך המשקולות — לא.

בצד הניתוב, GLM-5.3 עלה לאוויר ב-OrcaRouter ב-18 באוגוסט, באותו יום שבו המודל עלה לשוק הרחב — במחיר המחירון של הצד הראשון, $1.40 / $4.40 למיליון, עם העברת עלות ללא כל תוספת. צילום המסך למטה מציג את העמוד של GLM-5.2, שהוא בדיוק הצורה שיש ל-GLM-5.3 עכשיו: אותו מחיר, אותו קונטקסט של 1M טוקנים, אותו מקסימום פלט של 128K. ניתוב נתח מתעבורה אמיתית ל-GLM-5.3 עם מעבר אוטומטי ל-GLM-5.2 או למודל מוכח אחר הוא שינוי תצורה, לא שכתוב — אותו מפתח, בלי חוזה שני. אם המודל החדש מפגין רגרסיה על עומס העבודה שלך, הנתב חוזר למודל הקודם לפני שמתהפך עמוד, ואתה מקבל אות איכות על התעבורה שלך במקום שקופית של ספק. עבור מודל שההצהרות הדגל שלו עדיין מבוססות ברובן על דיווחי ספק, זו הדרך בסיכון נמוך לגלות בעצמך.

מה לראות בהמשך

השחרור עם משקולות פתוחות הוא כעת רשמי: Z.ai אישרה זאת ב-28 באוגוסט, הכריזה על דגם הדגל כפתוח והפנתה למשקולות ב-Hugging Face ולצלילה טכנית מעמיקה. ההפתעה היא הרישיון — תנאים מותאמים אישית של "glm-5.3" ולא תנאי MIT שבהם משתמשים GLM-5.2 ו-GLM-5.3-Flash — לכן יש לקרוא את התנאים המדויקים שלו לפני אירוח עצמי. ההערכה של Anthropic מ-29 בספטמבר היא הבדיקה החיצונית הראשונה של כמה שווים אמצעי ההגנה של השחרור: היא מצאה שניתן לעקוף את הסירובים המובנים באמצעות סיפור כיסוי, מחשבה שנטענה מראש, או עותק שעבר abliteration, ווריאנטים שעברו abliteration כבר היו במחזור ימים לאחר שהמשקולות פורסמו.

• {{1}}האם תג GGUF מקומי עוקב אחרי Ollama.{{/1}} {{2}}הספרייה מציגה את GLM-5.3 כ-cloud בלבד נכון להיום;{{/2}} {{3}}תג מקומי שעבר קוונטיזציה היה מצמצם את נתיב האירוח העצמי לפקודה אחת עבור משתמשי Ollama,{{/3}} {{4}}בעוד שתג ה-cloud נשאר מסלול שירות שני.{{/4}}

• האם פער הסייבר של שישה עד שבעה חודשים מצטמצם או נשמר. Epoch AI מדרגת כעת את GLM-5.3 במקום הראשון מבין מודלים עם משקלים פתוחים עם 160.10 ב-Cyber ECI שלה, שישה עד שבעה חודשים אחרי חזית סגורה עם 171 — אבל המספר הזה נשען על שלושה מבחני CAISI, תוצאות הסייבר היחידות שיש למעבדה עבור המודל, והרענון של אוקטובר כבר הזיז את הציונים של מודלים ישנים בכמה נקודות. מקור נתונים שני, או צד שלישי שמריץ מחדש את ההרנסים של Z.ai עצמה, יהיה הבדיקה הראשונה שלא מתחקה חזרה ל-CAISI. ההערכה של A​nthropic מ-29 בספטמבר נותרת הקריאה העצמאית האחרת, והיא מצאה שאפשר לעקוף את הסירובים המובנים באמצעות סיפור כיסוי, מחשבה שהוזנה מראש, או עותק שעבר אבלטרציה.

האם הטענה של {{1}}Perplexity בנוגע ל-WANDR מגובה במספרים{{/1}}. הניצחון של GLM-5.3 על GLM-5.2 ב-WANDR הוא הביצ'מרק והבדיקה של Perplexity עצמה, ולא פורסמו ציונים — {{2}}ריצה עצמאית תהיה בדיקת הצד השלישי הראשונה של ביצועי המחקר הסוכני של המודל{{/2}}.

• היכן המדד נוחת בעותק באירוח עצמי. ה־45 נמדד מול נקודת קצה מוגשת; הגרסה באירוח עצמי — כעת ניתנת להורדה, עם תנאי רישיון מצורפים — היא זו שצוותים יפרסו מחדש בפועל ומעבדות עצמאיות יריצו עליה בנצ'מרק מחדש. המעבדה כבר הציגה מחדש את המדד הזה פעם אחת, אז צפו שהמספר יזוז שוב.

• העלאת המחיר שהוכרזה על ידי D​eepSeek V4 Flash, אשר קובעת את מעטפת התמחור שכנגדה נבחן GLM-5.3, וכיצד העלות לכל משימה של החזית הסגורה עוקבת אחריה: G​PT-5.6 Sol (max) ניצב על 47 במדד לעומת 45 של GLM-5.3, כאשר המעבדה מסמנת את Sol כמיושן לטובת G​PT-6 Sol.

• האם סדרת ה-Build Week שמתנהלת כעת תישאר יציבה תחת הביקוש — הסבב הראשון קרס בתוך שעה, והמבנה של הסדרה הופך כל סבב עתידי למבחן עומס חדש של הקיבולת שה-API בתשלום תלוי בה.

• האם הדליפה המולטי-מודאלית מתמצקת לכדי מודל משוחרר. העבודה על מעבד sglang היא עדות ברמת הקוד לכך שקו הדגל מתכונן לקלטי תמונה, והמסר של Perplexity על "עומסי עבודה של סוכנים מולטי-מודאליים" עבור Computer מכוון לאותו כיוון — אבל זה מיצוב, לא מודל משוחרר, ולא הוכרז שום GLM-5.3 מולטי-מודאלי, ולא פורסמו עבורו אמות מידה. חפשו כרטיס מודל, דף תיעוד או משקולות לפני שמתייחסים אליו כאל דבר אמיתי.

• האם השער הארגוני של Bedrock ייפתח. ההכרזה של AWS מציינת את GLM-5.3 כזמין באופן כללי ב-Bedrock, בעוד שכרטיס המודל מגביל אותו ללקוחות זכאים שפונים לצוות החשבון שלהם ב-AWS, והסקה באזור אינה נתמכת כלל — כל בקשה חוצה אזורים, בין אם בתוך הפרופיל הגיאוגרפי של ארה״ב ובין אם בפרופיל הגלובלי. השער, ולא רשימת האזורים, הוא שקובע אילו ארגונים יוכלו לקרוא לו החודש.

שאלות נפוצות

האם GLM-5.3 הוא מודל גדול יותר מ-GLM-5.2?

לא. Z.ai ומייסדה-שותף, טאנג ג'יי, אומרים שניהם ש-GLM-5.3 משתמש באותו בסיס Mixture-of-Experts בעל 743 מיליארד פרמטרים כמו GLM-5.2, עם אותו חלון הקשר של 1M טוקנים וכ-40 מיליארד פרמטרים פעילים לכל טוקן. כל השיפורים המדווחים מגיעים מפוסט-טריינינג — טאנג ג'יי מתאר את השינוי כחודש אחד של למידת חיזוק עם אופק ארוך שהונחה על גבי הבסיס ללא שינוי — ולא מהגדלת פרמטרים, מה שמתקן ישירות את השמועה מתקופת ההדלפות על בסיס של מעל טריליון. טענת הארכיטקטורה הזו נותרה טענתם של המייסד והחברה בלבד, ולא אומתה באופן בלתי תלוי.

מתי יהיו המשקולות הפתוחות של GLM-5.3 זמינות?

הם יצאו. המאגר הרשמי zai-org/GLM-5.3 ב-Hugging Face — שנוצר ב-25 באוגוסט, עם קבצי המשקל שנדחפו בין 27 ל-28 באוגוסט — מארח כעת את דגם הדגל המלא 743B, ונוחת בתאריך 28 באוגוסט ש-Z.ai החזיקה מאז ההשקה — שחרור ש-Z.ai עצמה הכריזה עליו ב-28 באוגוסט, והצהירה שהמשקלים פתוחים והפנתה למאגר Hugging Face ולצלילה טכנית מעמיקה. הרישיון מוצהר כעת גם כן: רישיון מותאם אישית "glm-5.3", לא תנאי MIT ש-GLM-5.2 ו-GLM-5.3-Flash משתמשים בו — בערך מענק MIT עם תנאי של סקירת אבטחה לספקי MaaS גדולים, אז קראו את התנאים המדויקים לפני שמסתמכים עליהם. Z.ai אמרה בנפרד שפונקציות סייבר רגישות יוגבלו לתוכנית "גישה מהימנה" למשתמשים מאומתים.

כיצד עלי להתייחס למספרי המדדים?

פצל את הרשימה לשלושה חלקים. המספרים של Z.ai עצמה — הקפיצות בקוד (Terminal-Bench 3.0 עם 28.3, DeepSWE v1.1 עם 66.9, SWE-Marathon עם 42.5) ותוצאות הסייבר (CyberGym 84.5%, ExploitBench 54.4%) — מגיעים מהודעת החברה ונשארים בגדר דיווח ספק עד שהרנס עצמאי ישחזר אותם. הדלי העצמאי הוא היכן שהמשקל נמצא כעת: מדד האינטליגנציה של Artificial Analysis — 45 עבור GLM-5.3 (Max) בגרסת v4.3.2 הנוכחית, מול 44 עבור Kimi K3 (Max) ו-34 עבור GLM-5.2 (Max) — עמודת Cost per Task לכל נקודת קצה עבור אותו מודל, שנעה בין $0.92 ל-$8.68 בקרב 25 הספקים שהיא עוקבת אחריהם, המדידות של צוות Red Team Frontier של Anthropic על ExploitBench (50 מתוך 410 ניצולים מקצה לקצה) והמדד הפנימי שלה לניצול בינארי (4% השתלטות מלאה על זרימת הבקרה), הערכת CAISI של NIST מ-17 בספטמבר, ו-Cyber ECI של Epoch AI, שפורסם ב-16 באוקטובר, שמציב את GLM-5.3 על 160.10 — ראשון מבין מודלים בקוד פתוח ושישה עד שבעה חודשים מאחורי החזית הסגורה שעל 171, אם כי האומדן הזה נשען על שלושה מבחנים של CAISI ועל מגבלות זיהוי המודל והמרווחים של Epoch עצמה. הטענה של Perplexity ש-GLM-5.3 גובר על GLM-5.2 ב-WANDR יושבת בדלי שלישי משל עצמה — מבחן של מישהו אחר, טענה של מישהו אחר, בלי ציונים שפורסמו. המספרים העצמאיים הם אלה שיש לשקול מול אלה של Z.ai, ונתוני העלות והמטמון הם מדידות של המעבדה עצמה על ההרנס של עצמה ולא פלט של ספק.

למה העלות של הרצת GLM-5.3 גבוהה כל כך אצל חלק מהספקים מאשר אצל אחרים?

מכיוון שעלות לכל משימה נשלטת בעיקר על ידי כמה מהשיחה ספק יכול לשרת מהמטמון של הפרומפט שלו, והבדלי תמחור הטוקנים יושבים על גבי זה. Artificial Analysis מחשבת את הנתון ממחירי טוקנים של קלט, פגיעת מטמון, כתיבת מטמון, חשיבה ותשובה, מחולק במספר המשימות ומשוקלל לפי המשקל של כל מבחן במדד Intelligence Index. עומסי עבודה של סוכנים וקידוד שולחים מחדש את כל היסטוריית השיחה בכל תור, כך שהחלק הניתן למטמון בפרומפט מחויב שוב ושוב, והחלק שספק משרת מהמטמון במקום במחיר קלט מלא הוא המנוף הבודד הגדול ביותר על הסך הכולל. כתיבת מטמון ואחסון מטמון מחויבים בנפרד בתעריפים ספציפיים לספק. ב-GLM-5.3 (Max) הטור המתקבל נע בין $0.92 ל-$8.68 על פני 25 נקודות הקצה שהמעבדה עוקבת אחריהן — בערך פי 9 על משקולות זהות ומבחן זהה — ולכן נקודת הקצה, ולא המודל, היא החלטת העלות.

האם אני יכול להריץ את GLM-5.3 מקומית דרך Ollama?

עדיין לא. GLM-5.3 רשום בספריית Ollama, אבל רק כמודל מתארח בענן — glm-5.3:cloud, המוגש מארצות הברית ואירופה עם אפס שמירת נתונים. אין תג GGUF מקומי, ולכן היום הפקודה ollama run glm-5.3:cloud קוראת למודל המתארח במקום לשלוף עותק למחשב שלך. מסלול האירוח העצמי נשאר מבוסס על משקלי Hugging Face עם מחסנית בסגנון vLLM או SGLang, ותג הענן הוא מסלול שירות נוסף עבור קוראים שכבר משתמשים ב-Ollama.

ההדלפה הייתה אמיתית, ההשקה אימתה את השם, את המסגור ואת התזמון — וכעבור חודשיים, היכולת הקיברנטית ש-Z.ai שמה במרכז ההכרזה שלה נמדדה על ידי שני גופים חיצוניים ודורגה על ידי גוף שלישי. ה-Frontier Red Team של Anthropic מציב את GLM-5.3 במרחק של כמה ניסיונות בלבד מ-Claude Mythos Preview בפיתוח אקספלויטים מקצה לקצה, מכנה את המודל כבעל יכולת יוצאת דופן עבור הפצה פתוחה, ומוסיף את הממצא שחשוב יותר לכל מי שמפריס אותו: אמצעי ההגנה אמיתיים אך שטחיים, והמשקלים ניתנים להורדה, כך שסירובים הם תצורה ולא ערובה. CAISI של NIST הגיע לפסק דומה מכיוון אחר — מודל הסייבר הטוב ביותר במשקלים פתוחים עד היום, בפיגור של כארבעה חודשים מהחזית האמריקאית. Epoch AI הפכה כעת את פסק הדין הזה למיקום בדירוג: 160.10 ב-Cyber ECI שלה, ראשון מבין מודלים במשקלים פתוחים, מעל GPT-5.4 של OpenAI ובפיגור של שישה עד שבעה חודשים אחרי Claude Opus 5.5 של Anthropic ו-GPT-6 Astra של OpenAI ב-171 — מספר שנבנה, בסופו של דבר, על שלושה בנצ'מרקים של CAISI, ומודה בכך. Artificial Analysis מספקת את המדידה החיצונית הרביעית, והיא מדידת עלות: $2.01 למשימת Intelligence Index בתעריף של הספק עצמו, ובכל טווח שבין $0.92 ל-$8.68 עבור אותה משימה, תלוי איזו נקודת קצה עונה. המספרים מהספק הם עדיין מספרים מהספק, הרישיון הוא עדיין מותאם אישית, והשאלה אם סדרת הדגל תעבור למולטימודאליות עודנה פתוחה. מה שהשתנה הוא שהמרחק בין יכולת קיברנטית פתוחה ליכולת סגורה אינו עוד משהו שקורא צריך לקבל באמונה — זהו מספר מפורסם עם שיטה שאפשר לבחון. הדרך הזולה ביותר לגלות מה המודל עושה בעבודה שלך היא עדיין פרוסה של תעבורה אמיתית עם failover למשהו מוכח.

תקריות ה-AI המתועדות וכשלי הסוכנים שמאחורי מודלים במשקלים פתוחים במחלקה זו נאספים בארכיון תקריות ה-AI של OrcaRouterשבו כל רשומה נושאת את מקורותיה, חומרת האירוע, דירוג מהימנות וסימון מחלוקת.