GLM-5.3 lidera o Cyber ECI da Epoch com 160: A fronteira cibernética aberta está 6–7 meses atrás

A Epoch AI colocou um número na questão em torno da qual o debate sobre segurança de pesos abertos vem girando, e é um ranking, não um alerta: o GLM-5.3 marca 160,10 no Cyber ECI do laboratório, o mais alto entre qualquer modelo de pesos abertos acompanhado pelo índice, acima do GPT-5.4 da OpenAI e abaixo do Claude Mythos Preview da Anthropic e do GPT-5.5 da OpenAI. Lida como uma data em vez de uma pontuação, essa posição diz que a melhor capacidade cibernética baixável abertamente hoje está aproximadamente onde a fronteira fechada estava há seis ou sete meses. A medição — um Data Insight publicado em 16 de outubro pelos pesquisadores da Epoch Jaeho Lee e Alexander Barry, com dados até 8 de outubro — é o primeiro órgão externo a classificar o GLM-5.3 em cibersegurança, e surge um mês depois de o CAISI, do NIST, chamar o modelo de lançamento de pesos abertos mais capaz em cibersegurança até hoje, enquanto o situava cerca de quatro meses atrás da fronteira dos EUA. As duas leituras compartilham uma fonte: a Epoch extrai a pontuação do GLM-5.3 de três benchmarks do CAISI, seus únicos resultados de cibersegurança para o modelo, então a distância entre elas é uma distância de método, não de medição. A Frontier Red Team da Anthropic já havia colocado seus próprios números sobre os pesos divulgados em 29 de setembro, encontrando exploits de ponta a ponta em 50 de 410 tentativas do ExploitBench, contra 56 de 410 do Claude Mythos Preview. O modelo em si não é novo: a Z.ai anunciou o GLM-5.3 em 14 de agosto, abriu a API em 18 de agosto a US$ 1,40 / US$ 4,40 por milhão de tokens e enviou os pesos de 743 bilhões para o Hugging Face em 28 de agosto sob uma licença personalizada “glm-5.3”. O que é novo é que a capacidade em torno da qual a Z.ai construiu o lançamento agora tem uma posição em um leaderboard público e uma distância medida até a fronteira — enquanto a Artificial Analysis precifica os mesmos pesos por tarefa entre US$ 0,92 e US$ 8,68, dependendo de qual endpoint responde, e o Amazon Bedrock os disponibiliza desde 5 de outubro para clientes empresariais elegíveis. Esta página acompanhou o GLM-5.3 primeiro a partir de seus vestígios de vazamento de 3 de agosto e depois ao longo de seu lançamento; esta revisão incorpora a posição no Cyber ECI, o método por trás dela e o que uma lacuna de seis a sete meses diz e não diz sobre o modelo para o qual você realmente rotearia.

Do vazamento ao lançamento

Os quatro vestígios que surgiram em 3 de agosto — uma página de harness "ZCode for GLM-5.3", uma página oficial de documentação acessível por cerca de uma hora, uma entrada de índice do Bing com "GLM-5.3 Official Harness" e um commit que adicionava uma entrada "glm-5.3" com suporte a JSON Schema ao SDK Java oficial da Zhipu — apontavam todos para um lançamento real e nomeado. A resposta "sooooooon" do cofundador da Z.ai, Tang Jie, e o enquadramento "epic-level plus" agora são confirmados por um produto real, e não por um rumor. O sinal temporal de "aproximadamente uma semana" que esta página testou — publicado no X por @teortaxesTex depois que o DeepSeek V4 Pro foi lançado em 13 de agosto — confirmou-se no dia exato: a Z.ai anunciou formalmente o GLM-5.3 em 14 de agosto sob o slogan "Built to Code. Ready for Cyber Defense." O desdobramento veio na semana seguinte: o modelo foi disponibilizado no mercado mais amplo em 18 de agosto — uma data de lançamento agora estampada em listagens de modelos de terceiros — e, em 19 de agosto, a Z.ai anunciou que a API estava aberta para chamadas, com preço igual ao do GLM-5.2, e com o modelo já integrado ao ZCode, ao AutoClaw e ao GLM Coding Plan.

O próximo sinal de vazamento: um processador multimodal para o GLM-5.3

O enquadramento como somente texto do carro-chefe pode não durar muito. Em 28 de agosto, um pull request aberto no motor de serving sglang propõe suporte a entradas do processador multimodal do GLM-5.3 — a cola do processador que transforma payloads de imagem no mesmo esquema de redimensionamento dinâmico, pixel, grade e expansão de tokens usado pelo framework Miles RL, para que treinamento e serving vejam entradas de imagem idênticas. O PR é a metade do lado de rollout do aprendizado por reforço condicionado a imagens no GLM-5.3 em radixark/miles, e seu segundo commit registra testes do processador GLM-5.3 na CI de CPU do sglang. Nada disso é um anúncio da Z.ai, e nenhum GLM-5.3 multimodal foi lançado ou passou por benchmark — é evidência em nível de código, a mesma categoria de sinal precoce que esta página rastreou pela primeira vez em 3 de agosto. O que isso indica é que a linha carro-chefe está sendo preparada para aceitar imagens, no treinamento e na stack de serving, em vez de continuar sendo o modelo somente texto de codificação e cibersegurança que a Z.ai descreveu no lançamento. O enquadramento da própria Perplexity quando ela adicionou o GLM-5.3 ao Computer no final de agosto — “feito para cargas de trabalho de agentes multimodais com contexto longo” — aponta na mesma direção, embora isso seja posicionamento de produto, e não um modelo multimodal lançado.

O que o pós-treinamento realmente comprou

A alegação arquitetural é a parte que vale a pena confirmar, porque o detalhe específico mais ruidoso do vazamento — parâmetros passando de um trilhão — está errado. O GLM-5.3 não é um modelo maior. A Z.ai e seu cofundador Tang Jie afirmam que ele reutiliza exatamente a mesma base de Mistura de Especialistas de 743B do GLM-5.2 (cerca de 40 bilhões de parâmetros ativos por token), mantém a mesma janela de contexto de 1M de tokens e aproximadamente 128K de saída máxima, e obtém todos os seus ganhos com pós-treinamento. Tang Jie descreveu o lançamento como um experimento deliberado de variável de controle — mesma base, mesma arquitetura, mesma contagem de parâmetros, com um mês de aprendizado por reforço de horizonte longo em tarefas de estilo de codificação como única variável, e é nesse mês que ele situa a melhoria de codificação de aproximadamente 50%. As notas de lançamento da Z.ai acrescentam a maquinaria subjacente: mais ambientes de tarefas de horizonte longo, mais tipos de ambiente e execuções de treinamento mais longas, construídas sobre o contexto longo do IndexShare, o RL assíncrono do SAO e o framework de código aberto slime que já haviam produzido o GLM-5.2. O mergulho técnico que a Z.ai referencia a partir do anúncio de pesos abertos — o post de pesquisa em z.ai/blog/glm-5.3 — vai além na receita: dezenas de vezes mais ambientes de tarefas de horizonte longo, mais tipos de ambiente e execuções de treinamento estendidas bem além do primeiro lançamento, com tarefas ampliadas para cargas de trabalho especializadas de vários dias em clusters de computação reais. Seu enquadramento da capacidade cibernética — "capacidade de programação estritamente restrita" que emergiu à medida que os ambientes de tarefas escalavam — é, como as notas de lançamento, a própria prestação de contas da empresa, não uma auditoria independente. Esse enquadramento de "sem retreinamento, tudo pós-treinamento" é do fundador e da própria empresa, e não foi auditado de forma independente. O tamanho é o outro destaque: com 743B de parâmetros totais e apenas cerca de 40B ativos por token, o GLM-5.3 é leve o suficiente para ser auto-hospedado em um cluster modesto e barato o suficiente para ser servido em volume — o posicionamento "menor, mais barato, aberto" que os comentários do dia do lançamento atribuíram a ele, e um contraste nítido com os carros-chefe fechados de fronteira com os quais está sendo comparado.

Codificação e agentes: os números que a Z.ai alega

Em codificação, a Z.ai relata — todos divulgados pelo fornecedor e não reproduzidos — Terminal-Bench 3.0 subindo de 4,6 para 28,3, que a Z.ai chama de melhor pontuação de pesos abertos nesse harness; DeepSWE v1.1 subindo de 46,2 para 66,9; SWE-Marathon quase dobrando de 19,4 para 42,5; e Agents' Last Exam (CLI) subindo de 23,8 para 28,5. A própria forma abreviada de Tang Jie para o resultado, em um post no X repassado por @dotey, foi “puro pós-treinamento, codificação crescendo cerca de 50%” — o mesmo número de destaque que a Z.ai divulgou em seu anúncio. No benchmark interno de código da Z.ai, o GLM-5.3 marcou 31,4% com cerca de 50 mil tokens de saída por tarefa em esforço alto, contra 29,5% do C​laude O​pus 4.8 com cerca de 120 mil tokens — a ideia da Z.ai é que o GLM-5.3 alcança um resultado comparável gastando muito menos tokens de saída. O C​laude Fable 5 ainda lidera essa avaliação interna com 39,5% em esforço máximo, e a Z.ai admite que o GLM-5.3 ainda fica atrás do G​PT-5.6 Sol e do C​laude Fable 5 em várias avaliações de codificação mais difíceis. Trate todos esses números como números de fornecedor até que um harness independente os reproduza.

Defesa cibernética: a capacidade que ninguém viu chegar

Os números de cibersegurança foram a parte mais ruidosa do anúncio da Z.ai e, até 29 de setembro, também eram inteiramente informados pelo fornecedor. No CyberGym, um benchmark de descoberta e validação de vulnerabilidades em caixa branca, a Z.ai reporta o GLM-5.3 em 84,5%, acima dos 77,2% do GLM-5.2 e à frente do M​ythos 5 (83,8%) e do G​PT-5.6 Sol (83,6%) do laboratório. No ExploitBench, que exige tanto análise de causa raiz quanto um exploit funcional, a Z.ai reporta que o GLM-5.3 mais que dobrou, de 24,4% para 54,4%, embora o M​ythos 5 (78,0%) siga à frente. No ExploitGym, a Z.ai reporta 105 tarefas concluídas em um orçamento de 2 horas e 130 em 6 horas, contra 29 e 39 do GLM-5.2 — novamente atrás do M​ythos 5 (181 e 247). A Z.ai enquadra a capacidade cibernética como uma propriedade emergente do pós-treinamento em escala — “a capacidade continuou se acumulando à medida que o treinamento escalava”, nas palavras da empresa — e não como um alvo deliberado. Uma ressalva antes de comparar essas porcentagens com qualquer coisa abaixo: o número do ExploitBench da Z.ai e o resultado do ExploitBench no nível de tentativa da A​nthropic são execuções diferentes do mesmo benchmark público sob harnesses e regimes distintos, portanto os dois números não são a mesma medição e não devem ser colocados lado a lado.

Z.ai acrescenta uma alegação do mundo real para acompanhar os benchmarks: em testes com equipes de segurança, o GLM-5.3 identificou 2.436 vulnerabilidades em 269 projetos de código aberto, 1.097 delas classificadas como críticas ou de alta gravidade, com a descoberta mais antiga datando de 1981 e uma “vida útil” média de 26,6 anos. Esse é o número mais impressionante do anúncio e também o menos verificável de forma independente. A empresa combinou o recurso com um Security Disclosure Ledger para divulgação coordenada, um programa de “trusted access” que limita funções cibernéticas sensíveis a usuários verificados, e uma iniciativa “Open Source Shield” para auditar continuamente projetos-chave de código aberto. A avaliação da Anthropic em 29 de setembro é um desafio direto a quanto o controle de acesso realmente entrega no caso dos pesos disponíveis para download: ela descobriu que o modelo divulgado recusava solicitações prejudiciais logo de saída, mas podia ser derrotado em 64–100% das tentativas por técnicas comuns, e observa que desenvolvedores publicaram variantes abliterated do GLM-5.3 dias após o lançamento dos pesos. Um programa de usuário verificado governa uma API; não governa um arquivo.

O que a Anthropic mediu, e o que isso muda

A Frontier Red Team da Anthropic publicou sua avaliação em 29 de setembro sob o título “GLM-5.3 e a disseminação de capacidades cibernéticas avançadas”, e é a primeira vez que um laboratório concorrente apresenta seus próprios números sobre a capacidade de exploração do GLM-5.3. A formulação é direta: assim como Claude Mythos Preview, o GLM-5.3 tem fortes capacidades para construir autonomamente exploits cibernéticos de ponta a ponta, mas, diferentemente de outros modelos de fronteira, foi lançado sem salvaguardas significativas para limitar o uso indevido. Executado em sandboxes isolados contra alvos offline, o GLM-5.3 desenvolveu exploits de ponta a ponta no ExploitBench em 50 de 410 tentativas. Claude Mythos Preview — anunciado pela Anthropic cerca de cinco meses antes e lançado de forma limitada por meio de seu programa Project Glasswing para defensores confiáveis — conseguiu o mesmo em 56 de 410. No benchmark interno de Exploração Binária da Anthropic, que sorteia 100 tarefas de projetos participantes do OSS-Fuzz do Google e concede pontuação integral por um sequestro de fluxo de controle, o GLM-5.3 obteve 4%, contra 6% do Claude Mythos Preview. O ponto da Anthropic não é que o GLM-5.3 lidera, mas que um limiar foi ultrapassado: modelos anteriores, incluindo Claude Opus 4.6 e GLM-5.2, não tiveram sucesso em nenhuma dessas tarefas.

Em sessões conduzidas por pesquisadores, a descoberta se concretiza. Dada uma máquina isolada em sandbox executando uma compilação Linux local de um navegador web popular e menos de uma hora de atenção humana ao longo de um dia, o GLM-5.3 encontrou várias vulnerabilidades antes desconhecidas no motor JavaScript do navegador e as encadeou em um exploit funcional — uma página que, quando visitada, lê arquivos arbitrários do computador do visitante, incluindo uma chave privada SSH. A Anthropic diz que divulgou essas falhas ao mantenedor e que a mesma sessão também revelou vulnerabilidades exploráveis em drivers de rede sem fio e de gráficos e em software de dispositivos exposto à rede. Em uma segunda sessão, o GLM-5.3-Flash — o irmão menor e menos capaz — recebeu detalhes públicos de uma falha já corrigida do Chrome (CVE-2026-11645) além de uma outra e, sem orientação significativa, construiu uma cadeia de exploit ARM64 confiável que contornou o reforço de autenticação de ponteiros. Isso levou 20 minutos de atenção humana e oito horas de trabalho do modelo, o que a Anthropic calcula custar US$ 20,40 com base nas tarifas de API da Zhipu.

A metade de segurança do post é a parte que muda uma decisão de implantação. De fábrica, o GLM-5.3 recusou todas as solicitações abertamente maliciosas no mundo simulado da A​nthropic, assim como todos os outros modelos testados. A A​nthropic então encontrou maneiras simples de contornar essa recusa e relata a taxa com que o modelo se envolveu com a solicitação prejudicial:

• Uma solicitação enganosa — que diz ao modelo que ele é um agente autônomo de red-team trabalhando em um exercício: 64% dos casos.

• Pré-preenchendo os tokens de pensamento do modelo para que pareça que ele já considerou a solicitação e decidiu prosseguir: 92%.

• Executando uma cópia abliterada dos pesos, com as recusas removidas: 100%.

Nenhum dos três conseguiu que modelos Claude com salvaguardas realizassem as mesmas tarefas, diz a Anthropic — suas salvaguardas bloquearam a história de fachada, sua API não oferece nenhuma forma de pré-preencher o raciocínio, e seus pesos não são distribuídos, então os modelos não podem ser abliterados de forma alguma. Essa última assimetria é a que tem uma cauda longa. A abliteração é uma técnica padrão de redução de recusas e, como o GLM-5.3 é distribuído como pesos baixáveis, qualquer pessoa pode aplicá-la: a Anthropic criou sua própria cópia abliterada em cerca de 2.200 horas de GPU por aproximadamente US$ 4.400 e diz que uma equipe que nunca havia tentado a tarefa antes conseguiria fazê-lo. A edição levou a taxa de recusa do GLM-5.3 de acima de 90% para cerca de 3% no JailbreakBench, 2% no HarmBench e 12% no StrongREJECT, enquanto o GPQA-Diamond ficou inalterado e um subconjunto testado do CyberGym teve pontuação apenas alguns pontos percentuais menor. A Anthropic diz que vários desenvolvedores já haviam lançado versões abliteradas do GLM-5.3 ao público poucos dias após o lançamento do modelo, e que abliterar o GLM-5.3-Flash levou cerca de 600 horas de GPU.

Trate tudo isso como medições de um único laboratório, e não como fato estabelecido. A Anthropic executou seus próprios harnesses e seus próprios sandboxes, contou suas próprias tentativas e não publicou nenhuma reprodução por terceiros, portanto nada aqui é auditado de forma independente no sentido em que os números da própria Z.ai também não são. O que faz isso pesar mais do que uma alegação de fornecedor é a direção do incentivo: a Anthropic está medindo o modelo de um concorrente, informa os denominadores, e suas conclusões coincidem com as do Center for AI Standards and Innovation do NIST, que avaliou o GLM-5.3 em 17 de setembro, chamou-o de “o modelo de pesos abertos com maior capacidade cibernética lançado até hoje” e o colocou cerca de quatro meses atrás da fronteira dos EUA em um agregado dos benchmarks cibernéticos do CAISI — com a ressalva de que os modelos dos EUA nessa comparação foram testados com salvaguardas cibernéticas desativadas e incluem modelos liberados apenas para usuários verificados. A conclusão da própria Anthropic é tanto um argumento de política quanto técnico: ela afirma que um limiar crítico de capacidade livremente acessível foi ultrapassado, que qualquer pessoa pode baixar o GLM-5.3 e que defensores deveriam ter acesso a modelos pelo menos tão bons quanto os que seus adversários estão usando. Duas semanas após a avaliação do CAISI, a Epoch AI mediu a mesma distância de uma maneira diferente e chegou a um intervalo maior — seis a sete meses — com base em uma parte dos mesmos dados.

Nada do que foi dito acima altera a mecânica de uma decisão de roteamento, que é a parte que você controla. Uma fração do tráfego para GLM-5.3 no OrcaRouter custa a tarifa de primeira parte — US$ 1,40 / US$ 4,40 por milhão de tokens, repassada sem nenhuma margem — e o failover automático move uma carga de trabalho para o GLM-5.2 ou outro modelo comprovado quando um deles se degrada, de modo que uma surpresa de capacidade em qualquer direção é uma mudança de configuração, e não uma reescrita. O que o post da A​nthropic acrescenta é uma pergunta que vale a pena fazer antes de enviar a ele trabalho regulado ou ligado à segurança: o modelo que você chama é o modelo cujos pesos são públicos, e um endpoint hospedado não é uma salvaguarda. A rota empresarial não muda essa aritmética. A própria listagem do Bedrock para o GLM-5.3 é de US$ 1,68 / US$ 5,28 por milhão de tokens no perfil de inferência global e de US$ 1,848 / US$ 5,808 no dos EUA, 20% e 32% acima da tarifa de primeira parte da Z.ai, então chamar o mesmo modelo pelo preço listado da Z.ai com uma única chave continua sendo o caminho mais barato, enquanto um contrato de nuvem compra, em troca, postura de procurement e conformidade.

Onde a fronteira cibernética aberta realmente se situa

O Cyber ECI da Epoch AI é uma variante voltada à cibersegurança do Epoch Capabilities Index do laboratório, construída a partir de resultados de benchmarks de 35 avaliações de cibersegurança e, após a atualização de 16 de outubro, de 76 modelos. Nele, o GLM-5.3 da Z.ai marca 160,10 — a maior pontuação de pesos abertos registrada pelo laboratório, acima do GPT-5.4 da OpenAI (157,04, lançado em 5 de março de 2026) e abaixo do Claude Mythos Preview da Anthropic (164,82, 7 de abril) e do GPT-5.5 da OpenAI (162,22, 23 de abril). A fronteira fechada é liderada pelo Claude Opus 5.5 da Anthropic (171,14) e pelo GPT-6 Astra da OpenAI (171,03), o par que o laboratório cita como a fronteira em 171. Entre os pesos abertos, o GLM-5.3 fica acima do Kimi K3 da Moonshot (157,60) e do DeepSeek-V4-Pro da DeepSeek (150,35), e bem à frente de seus próprios antecessores, GLM-5.2 (154,12) e GLM-5 (147,95). É ao posicionar o GLM-5.3 entre os modelos fechados mais recentes que ele supera e os mais antigos que ele não supera que se obtém o número de destaque: a fronteira cibernética aberta está aproximadamente onde a fronteira fechada estava seis a sete meses antes — uma lacuna que o GPT-5.4 e o checkpoint de 7 de abril do Claude Mythos Preview situam em sete e seis meses, respectivamente, em relação ao corte de dados de 8 de outubro da Epoch.

As ressalvas importam mais do que o habitual aqui, e a Epoch apresenta várias. Só modelos com pelo menos dois resultados de benchmark cibernético entram no índice — 57 dos 76 —, e o 160,10 do GLM-5.3 se apoia em exatamente três, todos provenientes da avaliação da CAISI do NIST de 17 de setembro. Esses são os únicos resultados cibernéticos que o laboratório tem para o modelo, o que significa que a estimativa da Epoch é um reajuste de evidências publicadas pela CAISI, e não uma reexecução independente; e o valor de seis a sete meses e o de cerca de quatro meses da CAISI diferem porque os conjuntos de benchmarks e a comparação que fazem são diferentes, não porque os dois discordem sobre o modelo. A Epoch também observa que a CAISI não nomeou os modelos dos EUA que avaliou, então o laboratório atribuiu esses resultados a prováveis líderes, como G​PT-6 Astra e C​laude M​ythos Preview; que os intervalos em torno de dois dos modelos de fronteira quase se sobrepõem por completo, de modo que a ordenação no topo do gráfico é menos definida do que as estimativas pontuais sugerem; e que o reajuste de outubro alterou valores publicados anteriormente, reduzindo o C​laude M​ythos 5 em 3,9 pontos e o G​PT-5.6 Sol em 4,7, portanto os números deste mês não devem ser comparados aos do mês passado sem cuidado. Uma convenção vale a pena conhecer antes de ler o gráfico: a Epoch considera licenças de uso restrito e não comerciais como de pesos abertos, e é assim que o GLM-5.3 se qualifica; seus pesos são distribuídos sob os termos personalizados “glm-5.3” da Z.ai, não sob a licença MIT usada pelo GLM-5.2 e pelo GLM-5.3-Flash.

O que a colocação muda é menos o modelo do que o argumento em torno dele. Antes de 16 de outubro, chamar o GLM-5.3 de lançamento aberto mais forte em segurança cibernética significava citar as porcentagens do CyberGym e do ExploitBench do próprio Z.ai, além das execuções em sandbox de um concorrente; agora existe uma posição em um índice público com uma distância declarada até a fronteira, e essa distância é um número que o leitor pode acompanhar mudar. Duas coisas decorrem disso para quem está avaliando um modelo de pesos abertos para trabalho próximo de segurança. Estar seis meses atrás da fronteira não é o mesmo que estar seguro: um exploit que um modelo de fronteira consegue construir hoje é algo que uma capacidade de seis meses consegue construir assim que o método for público, e os resultados da Anthropic acima colocam esses pesos específicos dentro dessa janela. E um ranking é uma afirmação sobre os melhores pesos disponíveis, não sobre o endpoint que responde à sua solicitação — os mesmos pesos servidos por provedores diferentes já diferem em nove vezes no custo por tarefa, o que é uma questão de roteamento, e não de capacidade.

A baseline GLM-5.3 tinha que superar

O GLM-5.2 é o ponto de referência do qual toda a história depende. Foi lançado em junho de 2026 como um modelo Mixture-of-Experts de 743B, com cerca de 40B de parâmetros ativos por token, janela de contexto de 1M tokens, saída máxima de 128K, licença MIT e pesos abertos no Hugging Face. O Intelligence Index da Artificial Analysis — medido pelo laboratório, não pela Z.ai — está agora na edição reexpressa v4.3.2 e, nele, o GLM-5.2 (Max) pontua 34, enquanto o GLM-5.3 (Max) pontua 45. A margem de onze pontos é a mesma distância que esta página relatou no lançamento, quando a edição anterior do índice do mesmo laboratório trazia o GLM-5.2 com 53 e o GLM-5.3 com 60; o que mudou foi a régua, não o resultado, e o laboratório agora marca o GLM-5.2 como obsoleto em favor de seu sucessor. Os 45 do GLM-5.3 o colocam em segundo lugar entre os modelos de pesos abertos, atrás dos 46 do MiMo-V2.6-Pro e um ponto à frente dos 44 do K​imi K3 (Max). Esse foi o primeiro número independente associado ao GLM-5.3, e é consistente com a direção — ainda que não com todos os detalhes — das próprias alegações da Z.ai. Dois outros pontos de dados de terceiros surgiram desde então: no final de agosto, a Perplexity relatou que o GLM-5.3 supera o GLM-5.2 no WANDR, seu benchmark aberto para pesquisa em larga escala respaldada por evidências — o teste “amplo e profundo” em que um agente deve montar um grande conjunto de registros respaldados por fontes, em vez de responder a uma única pergunta. Esse é o próprio benchmark da Perplexity e a sua própria alegação, sem pontuações publicadas, então encare-o como indicativo até que os números apareçam. O segundo é a avaliação de cibersegurança de 29 de setembro da A​nthropic — a primeira medição externa da capacidade específica em torno da qual a Z.ai construiu o lançamento. Em codificação de horizonte longo, o harness OrcaRouter mede 77,9 no Terminal-Bench 2.1, enquanto o melhor valor relatado pela Z.ai para o GLM-5.2 é 82,7, o que seria a primeira pontuação de pesos abertos acima de 80, mas é relatado pelo fornecedor e não reproduzido. O preço de tabela é US$ 1,40 por milhão de tokens de entrada e US$ 4,40 por milhão de tokens de saída.

O placar acima é a projeção da era do vazamento que esta página publicou antes do lançamento — a linha ">1T parâmetros (rumorado)", o contexto e a licença não confirmados, o índice AA projetado. O lançamento corrigiu a maior célula: o GLM-5.3 reutiliza a mesma base de 743B do GLM-5.2, então não há salto de parâmetros. A janela de contexto está confirmada em 1M, e a licença não é mais a questão em aberto que era — a Z.ai publicou uma licença personalizada “glm-5.3”, não os termos MIT que o GLM-5.2 e o GLM-5.3-Flash usam. A célula do índice projetado — a própria estimativa desta página de ~57–60 — foi a rara projeção que acertou na mosca em 60 no índice como ele estava no lançamento; o laboratório desde então reformulou o índice, e na atual versão v4.3.2 o mesmo modelo marca 45. O que não mudou é a questão em aberto: o que essa pontuação faz quando é reproduzida contra os pesos auto-hospedados.

A captura acima é a linha de base independente em relação à qual as alegações do GLM-5.3 são medidas. O GLM-5.2 liderou o ranking de pesos abertos com 53 no Artificial Analysis Intelligence Index, na versão do índice que esta página consultava em agosto. Essa linha de base foi desde então reajustada, assim como a de todos os outros modelos: no índice v4.3.2 atual do laboratório, o GLM-5.2 (Max) marca 34 e o GLM-5.3 (Max) marca 45, uma margem na mesma direção e aproximadamente do mesmo tamanho, com o Kimi K3 (Max) um ponto atrás, em 44, e o MiMo-V2.6-Pro à frente, em 46. Ambas as leituras são medições do próprio laboratório em sua própria estrutura de avaliação, e nenhuma é um número de fornecedor.

Preços e disponibilidade

O GLM-5.3 tem preço idêntico ao do GLM-5.2: US$ 1,40 por milhão de tokens de entrada e US$ 4,40 por milhão de tokens de saída (¥8 / ¥28 na listagem doméstica), com leituras de entrada em cache a US$ 0,26 / ¥2 por milhão. O lançamento está datado de 18 de agosto em listagens de modelos de terceiros, a Z.ai abriu publicamente a API em 19 de agosto, e o modelo está confirmado como acessível pela própria API da Z.ai, pelo ZCode, pelo AutoClaw, pelo GLM Coding Plan e por uma lista crescente de plataformas de terceiros e — desde o final de agosto — pela biblioteca Ollama, onde o GLM-5.3 está listado como um modelo hospedado na nuvem (glm-5.3:cloud) servido a partir dos Estados Unidos e da Europa com zero retenção de dados. O Perplexity Computer, a plataforma de agentes da Perplexity para trabalhos de longa duração e com várias etapas, adicionou o GLM-5.3 no mesmo período e agora oferece o modelo para cargas de trabalho de agentes. A tag do Ollama é somente para nuvem, não um GGUF local, então o caminho de auto-hospedagem ainda passa pelos pesos do Hugging Face; o menor GLM-5.3-Flash agora tem sua própria listagem correspondente na nuvem no Ollama. A fase de vazamentos acabou: a disponibilidade agora é um fato confirmado, não um boato a ser acompanhado. Uma mudança de comportamento importa para quem faz chamadas à API: as solicitações agora exigem que o "thinking" esteja habilitado em três níveis de esforço — baixo, alto e máximo — sem opção de desligamento, uma mudança que quebra a compatibilidade com integrações existentes.

O Amazon Bedrock agora também oferece o GLM-5.3. A AWS publicou o modelo em 5 de outubro de 2026 — a data de lançamento no próprio model card — e o descreve ali como o mesmo design Mixture-of-Experts com cerca de 40B parâmetros ativos por token, a mesma janela de contexto de 1M tokens e teto de saída de 128K da API própria, e raciocínio permanentemente habilitado com níveis de esforço selecionáveis. A rota não é uma cópia do endpoint da Z.ai. O Bedrock serve o GLM-5.3 somente por meio de inferência entre Regiões: o ID do modelo base (zai.glm-5.3) não aceita chamadas sob demanda na região, portanto as solicitações passam pelo perfil geográfico dos EUA (us.zai.glm-5.3) ou pelo global (global.zai.glm-5.3), e a AWS marca a inferência na Região como não suportada em todas as regiões que lista, incluindo as quatro dos EUA. O que ele acrescenta é a superfície da AWS em torno do modelo — Invoke, Converse, as APIs Responses e Chat Completions compatíveis com OpenAI, Guardrails, Agents, Flows, saídas estruturadas, avaliação de modelos e cache de prompt que é implícito por padrão ou explícito em pontos de cache de pelo menos 1.024 tokens com retenção de pelo menos 30 minutos — além dos níveis de serviço padrão, com Priority custando 75% a mais que o Standard e Flex e Batch com 50% de desconto. O acesso é o detalhe crítico: o anúncio da AWS chama o GLM-5.3 de disponível em geral no Bedrock, enquanto tanto esse anúncio quanto o model card o restringem a clientes elegíveis que contatem sua equipe de conta da AWS. A rota empresarial existe; ela não é autoatendimento hoje. Um número a ser tratado com cuidado ao ler as próprias páginas da AWS: o model card informa o GLM-5.3 com 744B parâmetros totais e o anúncio que o acompanha, com 753B, enquanto a Z.ai e o repositório no Hugging Face dizem 743B — o mesmo modelo, três totais, e nenhum deles medido de forma independente.

Custo por tarefa, e a taxa de acertos do cache por trás disso

O mesmo preço não significa a mesma conta, e a diferença agora é medida em vez de inferida. A Artificial Analysis coloca o GLM-5.3 (Max) em US$ 2,01 por tarefa do Intelligence Index na tarifa de primeira parte, contra US$ 1,47 do GLM-5.2 (Max) — mesma tabela de preços de US$ 1,40 / US$ 4,40, uma conta 37% maior para uma passagem pelo mesmo conjunto fixo de tarefas. Duas coisas explicam isso, e ambas estão no próprio resumo do modelo feito pelo laboratório. A primeira é o volume: o GLM-5.3 gasta 210 milhões de tokens de saída no Intelligence Index, contra uma mediana de 140 milhões para modelos comparáveis de pesos abertos, o que o laboratório chama de muito verboso, e a saída é o lado caro da tabela de preços. A segunda é o ritmo: 64,2 tokens de saída por segundo, contra uma mediana de 66,9, o que é mais lento que a média e, em uma longa execução de agente, também representa mais tempo de relógio comprado com os mesmos tokens. Isto substitui a estimativa que esta página trazia antes, que situava o GLM-5.3 perto de US$ 0,68 por tarefa e o GLM-5.2 perto de US$ 0,44, com base no nosso próprio uso de tokens observado. Os números do laboratório são mais altos do que essa estimativa em todos os aspectos e são os que devem ser citados: são uma média ponderada de dez avaliações com uma contagem fixa de tarefas, não uma leitura de uma única carga de trabalho.

O endpoint causa mais estrago do que o modelo. O mesmo laboratório agora publica uma coluna Custo por Tarefa para cada provedor que acompanha no GLM-5.3 (Max) — 25 deles —, e a coluna vai de $0,92 no endpoint mais barato a $8,68 no mais caro. Isso representa uma variação de 9,4x sobre pesos idênticos, um benchmark idêntico e uma configuração de raciocínio idêntica. (O 9,4x é nossa aritmética sobre a coluna que o laboratório publica; o que a própria página afirma em palavras é que os preços combinados por milhão de tokens variam “em até 4,4x entre provedores” e que a velocidade de saída varia em 1.152%.) Nada nessa variação é um achado de capacidade — o Endpoint Accuracy Index do laboratório, que reexecuta BFCL v4-500, HLE-250 e AA-LCR-25 contra cada endpoint, registra 95% ou mais em todos os endpoints que avalia, o que significa que o que um provedor perde é um pouco de acurácia, não o modelo. O mecanismo que o laboratório nomeia é o uso de cache. O custo por tarefa é calculado a partir dos preços de tokens de entrada, acerto de cache, gravação de cache, raciocínio e resposta, dividido pelo número de tarefas e ponderado pela parcela de cada benchmark no índice — assim, um loop agêntico ou de codificação que reenvia todo o histórico da conversa a cada turno paga por esse histórico repetidas vezes, uma vez por turno, e a parcela dele servida pelo cache de prompt do provedor é a maior alavanca isolada sobre o total. A Artificial Analysis mede essa parcela como taxa de acerto de cache, define-a como “a parcela de tokens de entrada cacheáveis servida pelo cache de prompt do provedor, medida durante sessões de codificação agêntica com múltiplos turnos”, informa-a como uma mediana das últimas quatro semanas (atualizada em 26 de setembro de 2026) e a representa em gráfico contra o custo por tarefa. A direção declarada é a que importa aqui: taxas de acerto mais altas significam que mais da entrada é cobrada pelo preço mais barato de acerto de cache, o que reduz o custo efetivo do trabalho agêntico. O desconto de cache do próprio GLM-5.3 é de 81% na tarifa de primeira parte — $0,26 por milhão de tokens de entrada em cache contra $1,40 por milhão de tokens de entrada novos — e a gravação e o armazenamento de cache são cobrados separadamente, a tarifas que variam por provedor. Uma ressalva sobre as evidências: as taxas de acerto por provedor são representadas em gráfico em vez de tabuladas, então a variação pode ser atribuída ao cache como mecanismo sem afirmar um número de taxa de acerto para um endpoint específico.

Isso é um argumento de roteamento antes de ser um argumento de preço, porque a variável sobre a qual você pode agir é qual endpoint responde, não quanto custam os pesos. O GLM-5.3 está no OrcaRouter a US$ 1,40 / US$ 4,40 por milhão de tokens, repassado ao preço de tabela do próprio provedor, sem nenhuma margem, de modo que o preço ou os termos de cache de um provedor chegam à sua fatura no dia em que mudam, e não no próximo contrato. O failover automático move uma carga de trabalho de um endpoint degradado para o GLM-5.2 ou outro modelo comprovado, e é na DSL de roteamento que uma regra como essa reside. Para um modelo cujo custo por tarefa agora varia nove vezes conforme o endpoint, a maneira de baixo risco de descobrir o seu próprio número é uma fatia de tráfego real com um failover por trás — o endpoint barato no loop de agente de outra pessoa não é necessariamente o que é barato no seu.

Build Week torna-se uma série contínua — com 100 milhões de tokens gratuitos do GLM-5.3

A Z.ai transformou a sua ZCode Build Week numa série contínua em 21 de agosto, atribuindo à comunidade o que a empresa afirma ter sido uma onda de projetos criados no ZCode com GLM-5.3. Para marcar o relançamento, a Z.ai deu a 50.000 novos usuários do ZCode 100 milhões de tokens GLM-5.3 gratuitos cada — por ordem de chegada, até 23 de agosto às 18h, horário do Pacífico (24 de agosto, 09h00, horário de Pequim) — com os tokens não utilizados a expirarem no encerramento do evento. A oferta e os seus termos são da própria Z.ai: declarados pelo fornecedor, embora a oferta tenha desde então sido noticiada por veículos independentes.

Esta é a segunda rodada da build de fim de semana. A Rodada 1, em 16–17 de agosto, foi suspensa cerca de uma hora após o lançamento quando a demanda excedeu a capacidade — os tokens já reivindicados não foram afetados, e a Z.ai desde então ampliou sua capacidade de atendimento. Com 50.000 alocações de 100 milhões de tokens cada, o máximo anunciado de distribuição é de cinco trilhões de tokens: um número de aquisição de clientes que também funciona como um teste de estresse ao vivo da mesma infraestrutura de servidor em que roda a API paga GLM-5.3.

O que o lançamento muda para você

Para quem chama a API e já está no GLM-5.2, o passo prático é uma mudança de nome de modelo, não um projeto: o GLM-5.2 é compatível com OpenAI e a integração se mantém, com a ressalva sobre o esforço de raciocínio mencionada acima. Para quem faz auto-hospedagem, a espera acabou. O repositório oficial zai-org/GLM-5.3 no Hugging Face — criado em 25 de agosto e preenchido entre 27 e 28 de agosto — agora traz o flagship completo de 743B em 141 shards safetensors, com SGLang, vLLM, TokenSpeed, Transformers e KTransformers todos listados no model card como caminhos de implantação suportados. A licença é a única surpresa genuína: a Z.ai declarou uma licença personalizada "glm-5.3", não MIT — ela soa como a concessão do MIT mais uma condição de que qualquer negócio de modelo como serviço com mais de US$ 10 bilhões em receita dos últimos doze meses precisa passar pela revisão de segurança da Z.ai antes do uso comercial. Abaixo desse limite, a auto-hospedagem e o uso comercial comum não têm essa barreira, embora valha a pena ler os termos exatos antes de confiar neles. Se a escala do flagship for maior do que seu cluster comporta, o menor GLM-5.3-Flash lançou seus pesos sob MIT em 26 de agosto — um modelo distinto e nativamente multimodal, não o flagship. Para usuários do Ollama, o flagship agora está a um comando de distância do próprio cliente da biblioteca — ollama run glm-5.3:cloud —, mas essa chamada acessa o modelo hospedado na nuvem, servido a partir dos EUA e da Europa, e não um download local; ainda não há uma tag local quantizada. Executar o GLM-5.3 no seu próprio hardware ainda significa usar os pesos do Hugging Face com uma stack no estilo vLLM ou SGLang. Para quem compara modelos na faixa do DeepSeek V4 Pro, Qwen3.8-Max, Kimi K3, GPT-5.6 Sol e Claude Fable 5, o GLM-5.3 agora é uma variável ativa e avaliada de forma independente nesse ranking, em vez de um boato. Para um comprador corporativo, e não um desenvolvedor individual, a opção mais nova é o Amazon Bedrock, que listou o GLM-5.3 em 5 de outubro para clientes elegíveis — os mesmos pesos e a mesma janela de contexto de 1 milhão de tokens entregues sob um contrato da AWS, a um preço de tabela acima do da própria Z.ai.

O argumento do dia do lançamento em torno do GLM-5.3 é que a fronteira da programação convergiu: para a maioria das tarefas do dia a dia, reza a narrativa, poucos usuários conseguem distinguir com confiança GPT-5.6 Sol, Claude Fable 5, Kimi K3, GLM-5.2 e Qwen3.8-Max. Se essa convergência for real, os fatores decisivos deixam de ser a capacidade bruta e passam a ser preço, abertura e custo de troca — que é exatamente o nicho que o GLM-5.3 está demarcando a US$ 1,40 / US$ 4,40 por milhão, sobre uma base auto-hospedável de 743B cuja liberação dos pesos, prometida para 28 de agosto, agora se concretizou. Se os modelos de programação são genuinamente intercambiáveis é uma opinião, não um benchmark; os preços, a contagem de parâmetros e a data de liberação dos pesos não são.

Do lado do roteamento, o GLM-5.3 entrou no ar no OrcaRouter em 18 de agosto, no mesmo dia em que o modelo foi lançado no mercado em geral — ao preço de tabela de primeira parte, US$ 1,40 / US$ 4,40 por milhão, repassado sem nenhum acréscimo. A captura de tela abaixo mostra a página do GLM-5.2, que é exatamente o formato que o GLM-5.3 tem agora: mesmo preço, mesmo contexto de 1 milhão de tokens, mesma saída máxima de 128K. Roteando uma parcela do tráfego real para o GLM-5.3 com failover automático para o GLM-5.2 ou outro modelo comprovado é uma mudança de configuração, não uma reescrita — mesma chave, sem segundo contrato. Se o novo modelo regredir na sua carga de trabalho, o roteador faz o fallback antes de uma página virar, e você recebe um sinal de qualidade no seu próprio tráfego em vez de um slide do fornecedor. Para um modelo cujas alegações principais ainda são, em sua maioria, relatadas pelo fornecedor, essa é a forma de baixo risco de descobrir por si mesmo.

O que assistir a seguir

• O lançamento com pesos abertos agora é oficial: a Z.ai confirmou em 28 de agosto, declarando o principal modelo aberto e apontando para os pesos no Hugging Face e uma análise técnica aprofundada. A surpresa é a licença — termos personalizados “glm-5.3”, em vez dos termos MIT usados pelo GLM-5.2 e pelo GLM-5.3-Flash — então leia os termos exatos antes de hospedar por conta própria. A avaliação da Anthropic de 29 de setembro é a primeira verificação externa do valor das salvaguardas do lançamento: ela constatou que as recusas incorporadas podem ser contornadas com uma história de fachada, um pensamento pré-preenchido ou uma cópia abliterada, e variantes abliteradas já circulavam dias depois que os pesos foram publicados.

• Se uma tag GGUF local passa a ser disponibilizada no Ollama. A biblioteca lista o GLM-5.3 como exclusivo da nuvem hoje; uma tag local quantizada reduziria o caminho de auto-hospedagem a um único comando para os usuários do Ollama, enquanto a tag de nuvem permanece como uma segunda rota servida.

• Se a lacuna cibernética de seis a sete meses diminui ou se mantém. A Epoch AI agora classifica o GLM-5.3 em primeiro lugar entre os modelos de pesos abertos, com 160,10 em seu Cyber ECI, seis a sete meses atrás de uma fronteira fechada com 171 — mas esse número se baseia em três benchmarks da CAISI, os únicos resultados cibernéticos que o laboratório tem para o modelo, e o reajuste de outubro já alterou as pontuações de modelos mais antigos em vários pontos. Uma segunda fonte de dados, ou um terceiro que execute novamente os próprios harnesses da Z.ai, seria a primeira verificação que não remonta à CAISI. A avaliação da Anthropic de 29 de setembro continua sendo a outra leitura independente, e concluiu que as recusas incorporadas podem ser contornadas com uma história de fachada, um pensamento pré-preenchido ou uma cópia abliterada.

• Se a alegação da Perplexity sobre o WANDR vem com números. GLM-5.3 superando GLM-5.2 no WANDR é o próprio benchmark da Perplexity e seu próprio teste, e nenhuma pontuação foi publicada — uma execução independente seria a primeira verificação de terceiros do desempenho do modelo em pesquisa agêntica.

• Onde o índice fica em uma cópia auto-hospedada. O 45 é medido em relação a um endpoint servido; a versão auto-hospedada — agora disponível para download, com termos de licença anexados — é a que as equipes de fato reimplantarão e os laboratórios independentes refarão o benchmark. O laboratório já reafirmou este índice uma vez, então espere que o número mude novamente.

• O aumento de preço anunciado do D​eepSeek V4 Flash, que define o envelope de preços em relação ao qual o GLM-5.3 está sendo avaliado, e como o custo por tarefa da fronteira fechada o acompanha: o G​PT-5.6 Sol (max) está em 47 no índice, contra 45 do GLM-5.3, com o laboratório marcando o Sol como obsoleto em favor do G​PT-6 Sol.

• Se a série Build Week, atualmente em andamento, permanece saudável sob demanda — a Rodada 1 colapsou em menos de uma hora, e o formato da série faz de cada rodada futura um novo teste de carga da capacidade de que a API paga depende.

• Se o vazamento multimodal se concretiza em um modelo lançado. O trabalho no processador sglang é uma evidência em nível de código de que a linha carro-chefe está sendo preparada para entradas de imagem, e a proposta da Perplexity de "cargas de trabalho de agentes multimodais" para o Computer aponta na mesma direção — mas isso é posicionamento, não um modelo lançado, e nenhum GLM-5.3 multimodal foi anunciado ou avaliado em benchmarks. Fique atento a um model card, uma página de documentação ou pesos antes de tratar isso como real.

• Se o gate empresarial do Bedrock será aberto. O anúncio da AWS declara o GLM-5.3 como disponível de forma geral no Bedrock, enquanto o cartão do modelo o restringe a clientes elegíveis que entram em contato com a equipe de conta da AWS, e a inferência na região não é suportada de forma alguma — toda solicitação atravessa regiões, seja dentro do perfil geográfico dos EUA ou no global. O gate, e não a lista de regiões, é o que decide quais empresas podem chamá-lo neste mês.

Perguntas frequentes

O GLM-5.3 é um modelo maior que o GLM-5.2?

Não. A Z.ai e seu cofundador Tang Jie afirmam ambos que o GLM-5.3 usa a mesma base Mixture-of-Experts de 743 bilhões de parâmetros do GLM-5.2, com a mesma janela de contexto de 1 milhão de tokens e cerca de 40 bilhões de parâmetros ativos por token. Todos os ganhos relatados vêm do pós-treinamento — Tang Jie descreve a mudança como um único mês de aprendizado por reforço de horizonte longo aplicado sobre a base inalterada — e não de um aumento de parâmetros, o que corrige diretamente o boato da época do vazamento sobre uma base acima de um trilhão. Essa afirmação sobre a arquitetura permanece sendo do fundador e da própria empresa, sem auditoria independente.

Quando os pesos abertos do GLM-5.3 estarão disponíveis?

Eles saíram. O repositório oficial zai-org/GLM-5.3 no Hugging Face — criado em 25 de agosto, com os arquivos de pesos enviados entre 27 e 28 de agosto — agora hospeda o carro-chefe completo de 743B, chegando na data de 28 de agosto que a Z.ai mantinha desde o lançamento — um lançamento que a própria Z.ai anunciou em 28 de agosto, declarando os pesos como abertos e apontando para o repositório do Hugging Face e uma análise técnica detalhada. A licença agora também é declarada: uma licença personalizada "glm-5.3", não os termos MIT que GLM-5.2 e GLM-5.3-Flash usam — aproximadamente uma concessão MIT com uma condição de revisão de segurança para grandes provedores de MaaS, então leia os termos exatos antes de confiar neles. A Z.ai separadamente disse que funções cibernéticas sensíveis serão restritas a um programa de "trusted access" para usuários verificados.

Como devo tratar os números de benchmark?

Divida a lista em três partes. Os próprios números da Z.ai — os saltos em programação (Terminal-Bench 3.0 em 28,3, DeepSWE v1.1 em 66,9, SWE-Marathon em 42,5) e os resultados em cibersegurança (CyberGym 84,5%, ExploitBench 54,4%) — vêm do anúncio da empresa e continuam sendo informações do fornecedor até que um harness independente os reproduza. O grupo independente é onde o peso agora está: o Intelligence Index da Artificial Analysis — 45 para o GLM-5.3 (Max) na atual versão v4.3.2, contra 44 para o Kimi K3 (Max) e 34 para o GLM-5.2 (Max) —, a coluna Cost per Task por endpoint da empresa para o mesmo modelo, que varia de US$ 0,92 a US$ 8,68 entre os 25 provedores que ela acompanha, as medições da Frontier Red Team da Anthropic no ExploitBench (50 de 410 exploits ponta a ponta) e seu benchmark interno de exploração binária (4% de sequestros completos de fluxo de controle), a avaliação do CAISI, do NIST, de 17 de setembro, e o Cyber ECI da Epoch AI, publicado em 16 de outubro, que coloca o GLM-5.3 em 160,10 — primeiro entre modelos de pesos abertos e seis a sete meses atrás da fronteira fechada, em 171, embora essa estimativa se apoie em três benchmarks do CAISI e nas próprias ressalvas da Epoch quanto à identificação de modelo e aos intervalos. A alegação da Perplexity de que o GLM-5.3 supera o GLM-5.2 no WANDR fica em um terceiro grupo à parte — benchmark de terceiros, alegação de terceiros, nenhuma pontuação publicada. Os números independentes são os que devem ser contrapostos aos da Z.ai, e os números de custo e cache são medições do próprio laboratório em seu próprio harness, e não resultados do fornecedor.

Por que o GLM-5.3 custa muito mais para rodar em alguns provedores do que em outros?

Como o custo por tarefa é dominado por quanto da conversa um provedor consegue atender a partir do cache de prompt, e as diferenças de preço por token ficam por cima disso. A Artificial Analysis calcula o valor a partir dos preços de tokens de entrada, acerto no cache, gravação no cache, raciocínio e resposta, dividido pelo número de tarefas e ponderado pelo peso de cada benchmark no Intelligence Index. Cargas de trabalho agênticas e de programação reenviam todo o histórico da conversa a cada turno, então a parcela cacheável do prompt é cobrada repetidamente, e a proporção que um provedor atende a partir do cache em vez de pelo preço integral de entrada é a maior alavanca isolada sobre o total. Gravação no cache e armazenamento em cache são cobrados separadamente a tarifas específicas do provedor. No GLM-5.3 (Max), a coluna resultante varia de US$ 0,92 a US$ 8,68 nos 25 endpoints que o laboratório acompanha — cerca de 9x com pesos idênticos e um benchmark idêntico — e é por isso que o endpoint, e não o modelo, é a decisão de custo.

Posso executar o GLM-5.3 localmente através do Ollama?

Ainda não. O GLM-5.3 está listado na biblioteca do Ollama, mas apenas como um modelo hospedado em nuvem — glm-5.3:cloud, servido dos Estados Unidos e da Europa com retenção zero de dados. Não há tag GGUF local, então hoje ollama run glm-5.3:cloud chama o modelo hospedado em vez de baixar uma cópia para a sua máquina. O caminho de auto-hospedagem continua sendo os pesos do Hugging Face com uma stack no estilo vLLM ou SGLang, e a tag de nuvem é uma segunda rota servida para leitores que já usam o Ollama.

O vazamento era real, o lançamento confirmou o nome, o enquadramento e o timing — e, dois meses depois, a capacidade cibernética que a Z.ai colocou no centro do seu anúncio foi medida por dois organismos externos e classificada por um terceiro. A Frontier Red Team da Anthropic coloca o GLM-5.3 a poucas tentativas do Claude Mythos Preview no desenvolvimento de exploits de ponta a ponta, considera o modelo invulgarmente capaz para um lançamento aberto e acrescenta a conclusão que mais importa a quem o implementa: as salvaguardas são reais mas superficiais, e os pesos são descarregáveis, pelo que as recusas são uma configuração e não uma garantia. O CAISI do NIST chegou a um veredicto compatível pela direção oposta — o melhor modelo cibernético de pesos abertos até à data, cerca de quatro meses atrás da fronteira dos EUA. A Epoch AI transformou agora esse veredicto numa posição: 160,10 no seu Cyber ECI, o primeiro entre os modelos de pesos abertos, acima do GPT-5.4 da OpenAI e seis a sete meses atrás do Claude Opus 5.5 da Anthropic e do GPT-6 Astra da OpenAI, este com 171 — um número construído, em última análise, com base em três benchmarks do CAISI, e honesto quanto a isso. A Artificial Analysis fornece a quarta medição externa, e é uma medição de custo: 2,01 dólares por tarefa do Intelligence Index à tarifa do fornecedor original, e entre 0,92 e 8,68 dólares para a mesma tarefa, dependendo do endpoint que responde. Os números do fornecedor continuam a ser números do fornecedor, a licença continua a ser personalizada, e a questão de saber se a linha de topo se tornará multimodal continua em aberto. O que mudou é que a distância entre a capacidade cibernética aberta e fechada já não é algo que o leitor tenha de aceitar pela fé — é um número publicado, com um método que pode inspecionar. A forma mais barata de descobrir o que o modelo faz no seu trabalho continua a ser uma fatia de tráfego real com failover para algo comprovado.

Os incidentes de IA documentados e as falhas de agentes por trás de modelos de pesos abertos desta classe são coletados no OrcaRouter AI Incident Archive, onde cada entrada traz suas próprias fontes, gravidade, grau de confiança e indicador de disputa.